3日間でチャレンジしてみようと思います。
1日目の学習内容
ユニット1 - レッスン1 - コースの概要
2:06【完了】
コースの概要
楽しみつつ学習
eコマースサイト
※※※※「絶えず改善」Continual Improvement
データは継続的なビジネス改善プロセスの原動力となる
■プロセス全体の起点となるのは「測定」Meaasure ≒データを集める
■データを解釈可能な形式にまとめる「レポート」Report → 意思決定者に提供 通常はレポートやダッシュボードを作成して提供
■トレンドの確認（単純な分析）データの詳細なセグメント化・ベンチマークとの比較・競合状況の分析（複雑な分析）「分析」Analyze 分析の本質は期待に基づく仮説を構築し、実際の数字がそれに一致する理由やしないりゆうを検討すること データに予想外の動きがあった場合に原因の解明に役立つのが分析
■分析で見つかった課題に対して様々な解決策を試す「テスト」Test 意思決定プロセスから主観を取り除き、改善の機会を見つけるためにはテストは重要
■プロセスを通して得られた知識を再利用し、改善していく段階 「改善」Improve
これらの継続的なサイクルをツール、プロセス、人員といったインフラでどのように支えるかが重要
ステップ2：演習 3問 完了 全問正解
演習を解いて見ての感想〜 ビデオ教材はメモを取りながら学習した方が良い。重要なキーワードが出てくくる
ステップ3：さらに読む ステップ3は全て後で読む
ユニット2 - レッスン2- 重要な分析テクニック
コースの概要
楽しみつつ学習
ユニット2 - レッスン1 - デジタルアナリティクスの重要性
9:29【完了】
デジタル アナリティクスの重要性
あらゆる規模の企業に影響する3つの大きなトレンド
目標到達プロセスの概念 -- 顧客との接点を段階的に捉える
認知度向上>関心の獲得>見込み客との接触>コンバージョンへの誘導>顧客との関係維持
Awareness>Acquisition>Engagement>Conversion>Retention
しかし、消費者が力を持つ現在はこの直線的モデルでは不十分
現代のユーザーの購入プロセスの起点はさまざま
ユーザーの現れるポイントと最適なメッセージを割り出すこと
なので、個別のデバイスではなくユーザー自身を分析することが重要
デジタル アナリティクスの重要性
あらゆる規模の企業に影響する3つの大きなトレンド
- webの普及で世界の情報やメディアを誰でも手軽に利用できるようになったこと
- モバイル機器の普及で世界中の人々が24時間つながるようになったこと
- クラウドコンピューティングでほぼ無限の処理能力を安価に利用できるようになったこと（大量のデータ分析）
デジタルアナリティクスとは自社及び他社の質的・量的データの分析を通して顧客及び見込み顧客に提供するオンライン環境を絶えず改善しオンライン・オフライン両面で成果を高めることである。 Avinash Kaushik
目標到達プロセスの概念 -- 顧客との接点を段階的に捉える
認知度向上>関心の獲得>見込み客との接触>コンバージョンへの誘導>顧客との関係維持
Awareness>Acquisition>Engagement>Conversion>Retention
しかし、消費者が力を持つ現在はこの直線的モデルでは不十分
現代のユーザーの購入プロセスの起点はさまざま
ユーザーの現れるポイントと最適なメッセージを割り出すこと
なので、個別のデバイスではなくユーザー自身を分析することが重要
質的データと量的データオンラインのビジネス目標は次の5つ
GAなどのツールは長年サイトの量的データの収集が専門だった
現在、モバイルアプリ、クラウド接続されたPOS端末、CRMシステム、ゲーム機、家電などがトラッキングできる。これにより、各ユーザの接点の間にあった不自然な壁がなくなり、包括的な視点が得られる。一方質的データは背景の解明に役立つ。←アンケートなど ビジネスの最終的な目標つまり成果は何かそれをどうやって測定するか決めること Avinash Kaushik
- eコマースサイト 商品やサービスの販売
- 営業案件獲得のためのサイト 見込み顧客の情報の収集
- コンテンツ提供サイト コンテンツの利用と再訪の促進
- 情報サイトやサポートサイト ユーザが必要としている情報を提供すること
- ブランディングサイト 認知度向上やエンゲージメント促進、顧客維持
eコマースサイト
- 購入 マクロコンバージョン
- クーポンや新製品情報の配信申し込み マイクロコンバージョン
求める成果を促進するためにはユーザー行動のデータが十分得られるよう、マイクロコンバージョンとマクロコンバージョンの両方を測定することが重要
※※※※「絶えず改善」Continual Improvement
データは継続的なビジネス改善プロセスの原動力となる
■プロセス全体の起点となるのは「測定」Meaasure ≒データを集める
■データを解釈可能な形式にまとめる「レポート」Report → 意思決定者に提供 通常はレポートやダッシュボードを作成して提供
■トレンドの確認（単純な分析）データの詳細なセグメント化・ベンチマークとの比較・競合状況の分析（複雑な分析）「分析」Analyze 分析の本質は期待に基づく仮説を構築し、実際の数字がそれに一致する理由やしないりゆうを検討すること データに予想外の動きがあった場合に原因の解明に役立つのが分析
■分析で見つかった課題に対して様々な解決策を試す「テスト」Test 意思決定プロセスから主観を取り除き、改善の機会を見つけるためにはテストは重要
■プロセスを通して得られた知識を再利用し、改善していく段階 「改善」Improve
これらの継続的なサイクルをツール、プロセス、人員といったインフラでどのように支えるかが重要
ステップ2：演習 3問 完了 全問正解
演習を解いて見ての感想〜 ビデオ教材はメモを取りながら学習した方が良い。重要なキーワードが出てくくる
ステップ3：さらに読む ステップ3は全て後で読む
- ブログ記事: 顧客を理解し、デジタルが持つあらゆる価値を把握する
- Avinash Kaushik によるウェブ アナリティクスの定義
ユニット2 - レッスン2- 重要な分析テクニック
2:52【完了】
重要な分析テクニック
セグメント化と、効率的な分析においてセグメント化が重要な理由について学ぶ
データに意味を持たせる上で、内部的および外部的なベンチマークを使用することの重要性を理解する
データ分析には様々な手法がある
セグメント化とコンテキスト。理由を理解するにはデータのセグメント化が必要。例：マーケティングチャネルごとにセグメント化して購入数増加に貢献したチャネルを調べる。セグメントを取り出して分析することで数値的な変化の原因を探りやすくなる。トラフィックのセグメント化はアナリティクスのどのレポートでも可能。
パフォーマンスの良し悪しを判断できるようデータにコンテキストを与える。コンテキストには外部的と内部的がある。外部的コンテキストは業界のベンチマークから得る。例えば世の中景気がいいなど。内部的コンテキストは自社の過去のパフォーマンスが基準になる。過去のデータをベンチマークとする。主要パフォーマンス指標の目標を設定し、測定計画に組み込む。例：KPI target benchmarks
ステップ2：演習 2問 完了 全問正解
ステップ3：さらに読む ステップ3は全て後で読む
重要な分析テクニック
セグメント化と、効率的な分析においてセグメント化が重要な理由について学ぶ
データに意味を持たせる上で、内部的および外部的なベンチマークを使用することの重要性を理解する
データ分析には様々な手法がある
セグメント化とコンテキスト。理由を理解するにはデータのセグメント化が必要。例：マーケティングチャネルごとにセグメント化して購入数増加に貢献したチャネルを調べる。セグメントを取り出して分析することで数値的な変化の原因を探りやすくなる。トラフィックのセグメント化はアナリティクスのどのレポートでも可能。
パフォーマンスの良し悪しを判断できるようデータにコンテキストを与える。コンテキストには外部的と内部的がある。外部的コンテキストは業界のベンチマークから得る。例えば世の中景気がいいなど。内部的コンテキストは自社の過去のパフォーマンスが基準になる。過去のデータをベンチマークとする。主要パフォーマンス指標の目標を設定し、測定計画に組み込む。例：KPI target benchmarks
ステップ2：演習 2問 完了 全問正解
ステップ3：さらに読む ステップ3は全て後で読む
|
ユニット2 - レッスン3- コンバージョンとアトリビューション
3:37【完了】
コンバージョンとアトリビューション
コンバージョンという用語を定義できる。
GAにおけるマーケティングアトリビューションの仕組みと、アトリビューションの理解が効果的な分析において重要な理由を説明できる
「ラストクリック」アトリビューションモデルを、他のモデルと対比して理解する
マイクロコンバージョンとは最終的な成果そのものではないが重要な行動のことで通常はマクロコンバージョンに近づいたことを示す材料。これを測定することでユーザーが購入経路内のどこにいるか調べることができる。この二種類のコンバージョンについて話すときに話題になるのが「アトリビューション」。簡単に言えばコンバージョンの価値をふりわけることを意味する。各マーケティングチャネルに価値を振り分けるのは投資収益率を割り出すため。1万円投資したマーケティング活動には1万円以上の収益が求められる。
ラストクリックアトリビューションとはコンバージョンの価値を収益につながったマーケティング活動のうち最後の1つのみに振り分けること。これまではこれしか測定できなかったが現在はコンバージョンにつながったすべての活動を測定できる。これは重要なこと。実際はユーザはコンバージョンの前に何度も企業と接触する。これらの接点を生んだチャネルの価値を知るために役立つのが「アシスト」の概念。アトリビューションはスポーツの得点と似ている。《図バスケットコート》つまり一人の手柄ではないということ。（一つのチャネルやページの手柄ではない。）チームを監督するならゴールを決めた選手もアシストによって貢献した選手も把握したいはず。チームの連携を理解することが勝利に繋がる。マーケティングも同様。価値を振り分ける方法は様々。最後にクリックしたところでなく最初に呼び込んだところに価値を置くのが「ファーストクリック（First-click attribution）」方式。コンバージョンの起点としてのチャネル効果を測定するのに有効。
購入経路内の各アシストチャネルに少しずつ価値を振り分ける方法「リニアアトリビューテョン（Linear attribution）」アトリビューションの目的は各マーケティングチャネルの価値とコンバージョンに向けたチャネル間の連携を知ること。これによって購入経路への理解を深めマーケティング予算の振り分けを改善することができる。購入経路＞カスタマージャーニー
ステップ2：演習 3問 完了 全問正解
ステップ3：さらに読む ステップ3は全て後で読む
コンバージョンとアトリビューション
コンバージョンという用語を定義できる。
GAにおけるマーケティングアトリビューションの仕組みと、アトリビューションの理解が効果的な分析において重要な理由を説明できる
「ラストクリック」アトリビューションモデルを、他のモデルと対比して理解する
マイクロコンバージョンとは最終的な成果そのものではないが重要な行動のことで通常はマクロコンバージョンに近づいたことを示す材料。これを測定することでユーザーが購入経路内のどこにいるか調べることができる。この二種類のコンバージョンについて話すときに話題になるのが「アトリビューション」。簡単に言えばコンバージョンの価値をふりわけることを意味する。各マーケティングチャネルに価値を振り分けるのは投資収益率を割り出すため。1万円投資したマーケティング活動には1万円以上の収益が求められる。
ラストクリックアトリビューションとはコンバージョンの価値を収益につながったマーケティング活動のうち最後の1つのみに振り分けること。これまではこれしか測定できなかったが現在はコンバージョンにつながったすべての活動を測定できる。これは重要なこと。実際はユーザはコンバージョンの前に何度も企業と接触する。これらの接点を生んだチャネルの価値を知るために役立つのが「アシスト」の概念。アトリビューションはスポーツの得点と似ている。《図バスケットコート》つまり一人の手柄ではないということ。（一つのチャネルやページの手柄ではない。）チームを監督するならゴールを決めた選手もアシストによって貢献した選手も把握したいはず。チームの連携を理解することが勝利に繋がる。マーケティングも同様。価値を振り分ける方法は様々。最後にクリックしたところでなく最初に呼び込んだところに価値を置くのが「ファーストクリック（First-click attribution）」方式。コンバージョンの起点としてのチャネル効果を測定するのに有効。
購入経路内の各アシストチャネルに少しずつ価値を振り分ける方法「リニアアトリビューテョン（Linear attribution）」アトリビューションの目的は各マーケティングチャネルの価値とコンバージョンに向けたチャネル間の連携を知ること。これによって購入経路への理解を深めマーケティング予算の振り分けを改善することができる。購入経路＞カスタマージャーニー
ステップ2：演習 3問 完了 全問正解
ステップ3：さらに読む ステップ3は全て後で読む
ユニット2 - レッスン4- 測定計画の作成
11:34【完了】
測定計画の作成
オンラインでの成果をトラッキングするための測定計画の作成プロセスとして、5段階のステップを学ぶ。有効なビジネス目標、KPIの目標値。セグメント化の方法を定義できる。ビジネス目標がGAでトラッキングする情報にどのように影響するのかを理解する。
デジタルアナリティクスが目指すのはデータによる変革の促進。それには自社にあったデータが不可欠。効果的な分析を行うにはニーズにあった構成での導入が必要。良い意思決定には良いデータが必要。→そのためのインフラの管理と導入には時間、労力、人材。プロセス、技術が必要。ビジネスの規模が大きいほど複雑になる。分析チームに必要なスキルは？
組織が大きい場合、複数の事業部門に対応できる分析チームが必要（かも）
小規模ビジネスの場合。測定計画は比較的シンプル。自身で対応可能。
計画作りに必要なメンバーが整理できたら測定の対象を決めます。
Building your analytics infrastructure.
ビジネス目標を明らかにする測定計画を立てる
Define measurement plan.
技術的な環境を理解するため技術インフラを文書化する
Document technical infrastructure.
↓
使用している分析ツールに応じた導入計画を立てる
Create implementation plan.
GAの場合、測定計画で監視対象に決めたデータを補足するために必要なコードや機能を選ぶ
導入計画ができたら、推奨トラッキング内容をweb開発チームやモバイルチームに実装してもらうImplement
導入の完了はゴールではない。デジタル世界の素早い変化に対応しビジネスとともにデータも進化できるよう測定計画を保守・改良していく必要があるMaintain and refine 測定計画は連続的または循環的なプロセスと考える
測定計画
Avinash Kaushikが開発したシンプルなモデルはあらゆる規模のデジタル測定計画に対応できる
デジタル測定についての議論の起点とするべきはビジネス目標
Start with business objectives.
Why?なぜでしょう
測定の意義は意思決定が適切だったかどうか調べ、今後どのような変更を行うべきか検討することにある。測定計画の定義には5つのステップがある。5 Steps of measurement planning.
架空のアウトドア用品店の例 プロセスに沿って測定計画を立てる
Webサイトと実店舗で販売している
ブログも運営している（アウトドアの楽しみ方についてユーザーと話し合うことができる）
自社の存在意義を自問する
「革新的な商品でお客様のアウトドアライフを助けアウトドア好きを応援する」
戦略はビジネス内容によって異なるが多くは次の5種類に分類できる
eコマースサイト→商品やサービスの販売
営業案件獲得サイト→見込み顧客の獲得
コンテンツ提供サイト→コンテンツ利用と再訪の促進
情報サイトやサポートサイト→必要な情報にユーザーを案内すること
ブランディングサイト→認知度向上やエンゲージメント促進、顧客維持
KPIを選ぶ
セグメント化→
■KPIをマーケティングチャネルごとにセグメント化（この場合の例）
それぞれどれくらいの価値が得られているか調べる
■顧客の種類、つまり、新規客とリピーターの比較も重要
それぞれが売り上げに占める割合を調べ顧客維持の強化に向けた施策の参考にする
■実店舗があるのでサイト訪問者の所在地域を調べるのもいい。店舗付近の地域はほかと比べてパフォーマンスがよいかもしれない
パフォーマンスを理解しやすいようデータにコンテキストを与える。各KPIの目標値を経営陣に指定してもらう必要がある。
測定計画に目標を組み込むことでデータを見た際にビジネスが順調なのかどうか判断しやすくなる
測定計画だ文書化した測定対象を実際に測定できるかどうかは、対象のサイト、モバイルアプリ、デバイス次第。ビジネスニーズを導入計画に落とし込むにはITチームの助けが必要。webサイトやアプリの環境を理解し可能な測定内容を決める手助けをしてもらう
サイトで使用する技術によってはさらなるプランニングが必要
例
クエリ文字列パラメータ
サーバーリダイレクト
Flash/Ajaxイベント
複数ドメイン・サブドメイン
レスポンシブデザイン responsive web design
いずれもアナリティクス等のツールの導入計画を作成する際には注意が必要
測定対象の環境を理解するためにITチームと十分に話し合うことが必要不可欠
詳しくはディベロッパー向け資料をみる developer.google.com/analytics
ビジネス要件と技術的環境の両方を把握したら次は基本的な導入計画の作成
Create your implementation plan.
目的のデータを捕捉するのに必要な分析ツールの機能を文書化する
webサイトへのアナリティクスの導入計画で最も一般的な機能
■データの種類を問わず必要なのが通常のアナリティクス用ページタグ
必要なデータの大半はこれで得られる
■KPIをトラッキングする方法が必要
■フィルタ機能を使うとデータを正規化してレポートをより正確かつ使いやすくすることができる
■マーケティングキャンペーンのトラッキングにはAdWordsとのリンクを使用する
■カスタム化したダッシュボードやレポートを使えばレポート参照がずっとシンプルになり時間の節約になる
測定計画、技術情報、使用するアナリティクスの機能を自社の推奨トラッキング内容を詳述したドキュメントにまとめる
このプロセスによって日々のパフォーマンス評価に役立つ正確で信頼性の高いデータセットが得られる
測定計画サイクルの最後のステップ
計画の保守と改良
ビジネス要件も技術環境も不変ではないのでこのステップはきわめて重要
測定のニーズに応え続けるためには測定計画を保守するチームが必要
サイクルの一周目では時間やリソースの制約により計画の全てを実装できないこともある
しっかりした実装計画がある場合は重要な機能から順次実装していくのも手
まとめ
優れた測定計画には、人材、プロセス、ツール、技術が必要
計画作りは5段階に分かれる
■測定計画の定義 必ず経営陣とマーケティングチームを巻き込む 測定するべきビジネス目標、KPI、セグメント数値目標を確認してもらう
■技術環境を文書化する ITチームの助けを借りる
■測定計画を技術環境に応じた導入計画に落とし込む
■計画の完成→分析ツールの導入
■常に的確で有用なデータが得られるよう改良を続ける
ステップ2：演習 5問 完了 3/5正解
難しかった。見直す
ステップ3：さらに読む ステップ3は全て後で読む
長文なので時間配分に気をつける
ユニット2-レッスン4は、11:34の動画で時間もかかる。キーワードを押さえながら学習すると2時間くらいかかる。後のレッスンにもつながるであろう重要なテーマなのでこのレッスンは再度見直します。＿φ(￣ー￣ )
測定計画の作成
オンラインでの成果をトラッキングするための測定計画の作成プロセスとして、5段階のステップを学ぶ。有効なビジネス目標、KPIの目標値。セグメント化の方法を定義できる。ビジネス目標がGAでトラッキングする情報にどのように影響するのかを理解する。
デジタルアナリティクスが目指すのはデータによる変革の促進。それには自社にあったデータが不可欠。効果的な分析を行うにはニーズにあった構成での導入が必要。良い意思決定には良いデータが必要。→そのためのインフラの管理と導入には時間、労力、人材。プロセス、技術が必要。ビジネスの規模が大きいほど複雑になる。分析チームに必要なスキルは？
ビジネス目標とそれに向けた戦略を理解しているメンバー
Someone who understands business objectives and strategies.
分析によって何ができるか理解しているメンバー
Someone who understands analytics.
分析ツールの導入に技術的スキルを持つメンバー
Someone with technical skills.
組織が大きい場合、複数の事業部門に対応できる分析チームが必要（かも）
小規模ビジネスの場合。測定計画は比較的シンプル。自身で対応可能。
計画作りに必要なメンバーが整理できたら測定の対象を決めます。
Building your analytics infrastructure.
ビジネス目標を明らかにする測定計画を立てる
Define measurement plan.
技術的な環境を理解するため技術インフラを文書化する
Document technical infrastructure.
チームに次のように問いかけるビジネスニーズを定義し、自社の技術環境を文書化
使用しているサーバー技術は?
モバイル対応の状況は？
レスポンシブデザインは？
現在使用している技術で必要なデータをすべて捕捉できるか？
↓
使用している分析ツールに応じた導入計画を立てる
Create implementation plan.
GAの場合、測定計画で監視対象に決めたデータを補足するために必要なコードや機能を選ぶ
導入計画ができたら、推奨トラッキング内容をweb開発チームやモバイルチームに実装してもらうImplement
導入の完了はゴールではない。デジタル世界の素早い変化に対応しビジネスとともにデータも進化できるよう測定計画を保守・改良していく必要があるMaintain and refine 測定計画は連続的または循環的なプロセスと考える
測定計画
Avinash Kaushikが開発したシンプルなモデルはあらゆる規模のデジタル測定計画に対応できる
デジタル測定についての議論の起点とするべきはビジネス目標
Start with business objectives.
Why?なぜでしょう
測定の意義は意思決定が適切だったかどうか調べ、今後どのような変更を行うべきか検討することにある。測定計画の定義には5つのステップがある。5 Steps of measurement planning.
ビジネス目標を文書化するこれらについて決定権を持つ人と話し合う必要がある
Document business objectives
目標に向けた戦略や戦術を確認する
Identify strategies and tactics
KPIとなる指標を選ぶ
Choose KPIs
データのセグメント化方法を選ぶ
Choose segments
KPIの目標を決める
Choose targets
架空のアウトドア用品店の例 プロセスに沿って測定計画を立てる
Webサイトと実店舗で販売している
ブログも運営している（アウトドアの楽しみ方についてユーザーと話し合うことができる）
自社の存在意義を自問する
「革新的な商品でお客様のアウトドアライフを助けアウトドア好きを応援する」
戦略はビジネス内容によって異なるが多くは次の5種類に分類できる
eコマースサイト→商品やサービスの販売
営業案件獲得サイト→見込み顧客の獲得
コンテンツ提供サイト→コンテンツ利用と再訪の促進
情報サイトやサポートサイト→必要な情報にユーザーを案内すること
ブランディングサイト→認知度向上やエンゲージメント促進、顧客維持
KPIを選ぶ
セグメント化→
■KPIをマーケティングチャネルごとにセグメント化（この場合の例）
それぞれどれくらいの価値が得られているか調べる
■顧客の種類、つまり、新規客とリピーターの比較も重要
それぞれが売り上げに占める割合を調べ顧客維持の強化に向けた施策の参考にする
■実店舗があるのでサイト訪問者の所在地域を調べるのもいい。店舗付近の地域はほかと比べてパフォーマンスがよいかもしれない
パフォーマンスを理解しやすいようデータにコンテキストを与える。各KPIの目標値を経営陣に指定してもらう必要がある。
測定計画に目標を組み込むことでデータを見た際にビジネスが順調なのかどうか判断しやすくなる
測定計画だ文書化した測定対象を実際に測定できるかどうかは、対象のサイト、モバイルアプリ、デバイス次第。ビジネスニーズを導入計画に落とし込むにはITチームの助けが必要。webサイトやアプリの環境を理解し可能な測定内容を決める手助けをしてもらう
サイトで使用する技術によってはさらなるプランニングが必要
例
クエリ文字列パラメータ
サーバーリダイレクト
Flash/Ajaxイベント
複数ドメイン・サブドメイン
レスポンシブデザイン responsive web design
いずれもアナリティクス等のツールの導入計画を作成する際には注意が必要
測定対象の環境を理解するためにITチームと十分に話し合うことが必要不可欠
詳しくはディベロッパー向け資料をみる developer.google.com/analytics
ビジネス要件と技術的環境の両方を把握したら次は基本的な導入計画の作成
Create your implementation plan.
目的のデータを捕捉するのに必要な分析ツールの機能を文書化する
webサイトへのアナリティクスの導入計画で最も一般的な機能
■データの種類を問わず必要なのが通常のアナリティクス用ページタグ
必要なデータの大半はこれで得られる
■KPIをトラッキングする方法が必要
■フィルタ機能を使うとデータを正規化してレポートをより正確かつ使いやすくすることができる
■マーケティングキャンペーンのトラッキングにはAdWordsとのリンクを使用する
■カスタム化したダッシュボードやレポートを使えばレポート参照がずっとシンプルになり時間の節約になる
測定計画、技術情報、使用するアナリティクスの機能を自社の推奨トラッキング内容を詳述したドキュメントにまとめる
このプロセスによって日々のパフォーマンス評価に役立つ正確で信頼性の高いデータセットが得られる
測定計画サイクルの最後のステップ
計画の保守と改良
ビジネス要件も技術環境も不変ではないのでこのステップはきわめて重要
測定のニーズに応え続けるためには測定計画を保守するチームが必要
サイクルの一周目では時間やリソースの制約により計画の全てを実装できないこともある
しっかりした実装計画がある場合は重要な機能から順次実装していくのも手
まとめ
優れた測定計画には、人材、プロセス、ツール、技術が必要
計画作りは5段階に分かれる
■測定計画の定義 必ず経営陣とマーケティングチームを巻き込む 測定するべきビジネス目標、KPI、セグメント数値目標を確認してもらう
■技術環境を文書化する ITチームの助けを借りる
■測定計画を技術環境に応じた導入計画に落とし込む
■計画の完成→分析ツールの導入
■常に的確で有用なデータが得られるよう改良を続ける
ステップ2：演習 5問 完了 3/5正解
難しかった。見直す
ステップ3：さらに読む ステップ3は全て後で読む
長文なので時間配分に気をつける
- Avinash Kaushik の測定プランニング モデル
ユニット2-レッスン4は、11:34の動画で時間もかかる。キーワードを押さえながら学習すると2時間くらいかかる。後のレッスンにもつながるであろう重要なテーマなのでこのレッスンは再度見直します。＿φ(￣ー￣ )
