統計解析を使って何がしたいのか?

ウェブディレクターが統計解析を学んだら、どんなことができるのか?
ウェブディレクターの仕事は、簡単に言うと制作組織をまとめ想定のウェブサイトを完成させること。
ウェブディレクションには、おそらく統計学はいらない。これまでは。
これからのウェブディレクターは、統計解析による予測に基づいた正しい方向へ導いていく必要があると考えています。

ウェブディレクションにおける統計学の活用法ですが、以下のようなことが考えられると思います。
現時点で私が統計解析によってモデル構築したいことでもあります。

◯CVを出す最適なユーザモデルとその嗜好・志向モデル

何はともあれ、CV(コンバージョン)。CVに直結するクリエイティブを作っていかなければ自己満足であるので、まずはCVを出すための最適化が重要となります。最適なユーザモデルを作るためには、以下のようなデータを使ってきたい。
・取得した個人情報の中の地域、CVした時間、年齢
・アクセス情報(検索ワード、ページ関連情報[閲覧ページ、滞在時間、ページ数、経路]、ランディングページ) など
これらを層別、相関を比較調べながら最適なユーザモデルを構築することが重要となります。

◯CVを最大化させるテキストモデル

これはキャッチコピー。
引きになる文字要素の解析をおこなうことで、モデル構築が可能。例えばボタンのテキスト要素の解析をおこない統一化していけば、CVRの向上につながる可能性もあります。もちろん、そのボタンが設置されている環境要素も重要な要素となるのでボタン設置の環境分析と併せる必要があります。SNSや顧客の声についてもテキストマイニングしていくことで潜在顧客のニーズを探ることも可能です。

◯異メディアとの連携最適化モデル

ウェブサイトを作っても集客できなければ意味がありません。
メールメディアやSNSとの連携において、その注力するバランスやコミュニケーション頻度の最適化などのモデル構築もおこないたいと考えています。メールメディアは近年使用方法が見直されつつありますが、生きたユーザ情報を掴むのに最適なツールだと考えています。潜在顧客や顧客の「今」のニーズはどこにあるのかを予測し、仕掛ける(チャレンジする)のに最適なメディアと思います。これらのテストマーケティングを通して、最適なメディア構成が構築できるのではないでしょうか。

◯ウェブ広告最適化モデル

これは多くの企業で近年取り組まれていることです。
ネット人口の増加傾向は年々低くなってきています。ネット広告に関するリテラシーも高まり、ユーザは広告だと認知してきています。かつて、ネット広告に関するリテラシーが低い時は、バナーを広告だとは考えずにクリックし、商品を認知させることも可能でした。
しかし、現在ではこれは出稿している広告主(私も含む)の功罪ですが、広告の行き先への期待が低くなっていることからクリックしないことが通常となっています。クリックされる広告の最適配信とクリックした後にCVに至る道筋(ストーリー)を示す広告が必要となっています。ガッカリしていてクリックしないそもそものユーザをクリックさせ、さらに満足させるランディングページとユーザのニーズが合致していればちゃんとCVを生み出すことができるはずです。

◯CVを最大化させる最適なクリエイティブモデル

最終的にこれに帰結されるでしょう。
私はこのモデルを構築することによって、例えばボタンの最適サイズとそのCVR予測、1pxのマージンがどれだけの影響を与えるのかの予測モデルの構築を行いたいと考えています。これは7〜8年前から考えていたことで人の思考はある程度予測できるのではないか、という仮説の実証でもあります。
私はウェブディレクターとウェブデザインを長年行って来ました。実制作をする側と指示をする側を両方経験することでディレクションの方向について常に悩んでいました。
「自分が言っていることは正しいのか」
この問いに対する解は必ずある、と確信しています。

以上のようなことを統計解析により導き出そうと考えています。
この作業をおこなうためには、組織が必要であり、環境が必要だと考えています。この環境作りについてはまた別の機会に書かせていただこうと思います。

Leave a Reply

%d人のブロガーが「いいね」をつけました。