デモ | 値を付けること | 機能 | 記事 | サポート | 会社 | 自由な試験

ログ

記事と白書: • サーチ用語の選択; • オンラインコミュニティの構築と測定; • バウンス率って何？; • ヒットそれともページ閲覧？; • クリックストリーム分析; • トラック vs ログ分析; • ヒット、ページ、およびウェブカウンタ; • Google ランクの改善; • ウェブ測定って何？; • サーチエンジンの最適化; • オンラインプライバシー問題; • PPC の広告; • ウェブサイト管理アクセス状況; • 変換：Roi PPC広告; • 統計を有効的に使う方法

トラッキングについて: • 追跡（トラキンッグ）とは; • 追跡の理由; • ユーザートラッキングの仕組み

はじめに: • 自由な試験; • はじめに; • スクリプト実行に関する

ウェブ効果測定とウェブサイト統計

概要

ここでは、以下に関する説明と定義がご覧いただけます。

ウェブ効果測定とE-効果測定
分析法
統計
統計Opentracker測定

その他にも以下に関する情報が含まれています。

ウェブ効果測定、ウェブ分析、およびウェブサイト統計
統計機能
統計がウェブ性能の向上をサポートする仕組み
統計が提供すべきことと提供できること
この情報を適用する方法。
統計プログラムの比較
異なるタイプの測定
生データの翻訳：接続するサーバーブラウザ対話から
統計的測定の微調整
トラッキングと統計的精度
人力：統計はどう作成されるか

測定する対象と理由

ウェブサイト統計を記録し解釈する科学について説明するのに使用される用語にはさまざまなものがあります。ウェブ効果測定やウェブ統計、サイト統計等がそれにあたります。「E-効果測定」は、電子ビジネスの分析を示します。

効果測定

ウェブ効果測定の「効果測定」とは、計測、つまりウェブサイトを計測する科学を表します。具体的には、ウェブサイトのイベントを計測し、傾向を抽出することです。この場合、イベントとは人間によるクリックを表します。

分析法

分析法は、記録された統計の中でカテゴリに分け、パターンを分析する行為のことです。分析法のプロセスは、何かの全体を文字通り分解しコンポーネント部分を研究することを意味します。

統計

統計は、科学的アプリケーションです。目標は、例えば、記録されたデータに基づきウェブサイトコンテンツを管理するといったように、アクションを形成することです。

統計アプリケーションを利用すれば、当て推量がより少なくなります。単純な問題に対しては解答が得られます。非常に基本的なもの、例えば、今週サイトを訪れる人数は先週より多いか少ないか、今週のサイトのパフォーマンスは以前に比べて良いか悪いかという類のものです。

統計は何を示すべきなのでしょうか。統計は、ウェブアクセスの多数の局面に関して教えてくれます。例えば、サイトへの(再)訪問者の数、訪問者がページからページへとどうサーフィンしたかといったことです。このような情報は、サイトのコンテンツや訪問者がどうそれを使用したかを教えてくれます。アクセス統計は、ウェブサイトのパフォーマンスを示すものであり、この意味では、サイト統計を適用して更新を行うと非常に効果的です。

異なるタイプの測定と比較

異なるタイプの統計と比較を行う場合、古典的なシナリオ「りんごとオレンジの違い」がしばしば引用されます。同様に、他のウェブサイト統計プログラムは、ページ閲覧、ユニークビジター、および訪問といった重要な変数を測定するのに他とは異なる方法を使用します。

したがって、あるサイトをトラックする目的で、2つの異なる統計プログラムで生成された結果を比較するのは常に簡単とはいきません。結果の違いを考慮した上で何が実際に測定されているかを判断すると、非常に役に立つ場合があります。いくつか異なるプログラムを使用することが推奨されます。例えば、ログ分析とトラッキングサービスの併用等です。

常に同じ測定方法を用いていれば、得られる結果は比較を目的とする場合には非常に役立ちます。したがって、測定方法の選択は重要です。科学を例にするならば、実験の最中に測定方法を変えてしまうと、そのプロセスは意味がなくなります。

2つの異なるタイプの測定から結果を比較すると、数字の違いに気付くでしょう。例えば、ページ閲覧 vs ユニークビジター、サイト全体 vs 特定のページを測定するといった違いです。時間をかけて同一統計を比較するのなら、常に同じ測定方法を使用してください。そうすれば最も正確な統計を記録することができます。これによって、アクセスの増減等、パターンを発見したり、解答をを決定付けることができるようになります。アメリカでのキャンペーンの進行状況は？訪問者はしばらくしてからも戻ってきますか？PPCキャンペーンで目標となったアクセスを増やすという努力は報われていますか？再訪問者は初めての訪問者より多くの収入をもたらしてくれましたか？

統計と測定対象の決定

統計の目的に関わらず、最初の手順は測定対象を決定することです。ここでの共通点は、人によるイベント、ページ閲覧と定義されるウェブサイト内でのクリックです。具体的には、ここで議論した統計は、生データ、クリック、およびサーバーブラウザ対話からの翻訳です。パターンからユーザーインターフェイスにいたるまで明察することができます。ウェブ効果測定は、何が起こっているのかを教えてくれるパターンを抜粋することを目指しています。次の手順では、アクションを作り出すこと、すなわちアクセスパターンで何をするかを考えます。

パターンは今のところそれほど多くないので、ウェブ効果測定と分析法は刺激的な分野にあると言えます。例えば、「初めての訪問者のバウンス率」を「再訪問者のバウンス率」と比較した場合、分析基準にはならないでしょう。(集合バウンス率統計は、訪問者がどれだけ深くサイトを訪れているかを教えてくれます。)

統計測定の微調整は継続的プロセス

100%の正確さで測定できるものは何もないということをひとつ覚えておいてください。―「もしそれが言われたものならば、信用するな！」―測定は100%の精度にすることができないものの、役立つように維持しようとすることがコツです。統計の科学的教義においては、不正確度の許容度は5%です。世界が不確実になってしまうほどの数字ではありません。具体的には、何が重要であるかを明確に知っている必要があります。例えば、その傾向は時間が経つにつれて上昇しますか、それとも減退しますか等です。
測定対象を決定するプロセスにおいては、定義が多数生まれます。測定した数字が事実より下であったり上であったりすることは常に起こり得ることです。したがって、本当に知りたいことを知り、何を測定すべきかを決定するためには、システムには一定の較正が必要となります。たとえば、「サーチエンジンを構成するものは何か」イエローページやホワイトページを含めるべきか？日々新たなサーチエンジンやポータルが現れます。サーチエンジンを分類するのにどのような評価基準を使用するべきか？私たちのフォーラムにある公式に認められたサーチエンジンリストの一覧は、定期的な較正が必要です。

ウェブサイト販売戦略の改良においては、最も重要な変数に焦点を合わせ、明確な形式で測定値を提供するアプリケーションを見つけることが重要です。例えば、ペイ・パー・クリックキャンペーン(PPC)を購入する特定のキーワードのパフォーマンスを測定する等が考えられます。

サイトの規模によって統計の必要性は異なります。したがって、統計プログラムは、異なる規模のサイトを管理するウェブマスターに役立ような統計を提示するようになっています。

例えば、大規模なサイトほど傾向に関心があります。サイトの規模が大きいほど、ボリュームの大きなデータが発生します。そこではクリックストリームは考慮外です。というのも、あまりにたくさんのクリックストリームが存在するからです。(例：あるサイトは一日に数千の訪問者から訪問された。)この場合、関心の対象となるのは集合のみです。大規模なサイトほど集合データに注目し、規模の小さいサイトは個々のデータに注目します。

傾向とは集合統計のことです。例えば、サイトのバウンス率は集合統計値です。バウンス率は統計の中に隠されたパターンを特定する目的で設計された統計です。

クリックストリームといった個別統計は、各個人がサイト内で何をしているかを教えてくれます。個別統計は集合ではなく、実際にデータが「組み込まれた」ものを目にしているのです。

このタイプの情報(クリックストリーム分析)は、開発目的やユーザーの反応を理解するのに非常に役に立ちます。新しいサイトをデザインしている場合は、初めての訪問者がどのようにナビゲートするかを知ることが、サイトの仕上がりやどのような変更が必要か等を決定する際に役立ちます。

Opentrackerと統計の精度

Opentrackerは、ベストソリューションといえます。ユニークビジターを測定するのにクッキーを使用するので、高精度の統計が提供されます。ページ閲覧のフォーム内では、提示する統計を生成するために人によるイベントが使用されます。1回のクリックが1個のページ閲覧と等しくなります。翻訳という作業は全く無く、まさしく一対一の相関関係です

推定するのではなく訪問者を数える

計測や測定と関連したいくつかの困難を例証するために、選挙で何人の人が投票したかを教えてくれる統計値を考えてみてください。票を数えることは難しいプロセスであり、数え直しがしばしば起こり、そこで毎回異なった合計に達することも珍しくはありません。
例としてアメリカの大統領選挙を考えてみましょう。頻繁に数え直すものの、得られる合計はは毎回必ず異なります。

投票が公表されるとき、その推定値は、電話で問い合わせた人たちの答えや訪問によって集められた答えの集計パーセントを基に提示されます。

Opentrackerは推定はせず、実際のクリックから得られた傾向を示します。これによって誤差の幅が狭くなります。クッキーと訪問者に基づく最適化のテクニックを使用して、精度が向上しています。

実際のクリックから示された傾向が引き出されれば、誤差の幅は狭くなるでしょう。クッキーに基づくアクセス測定技術によって精度が改善されています。

重要なことは、データ(すなわち統計)が、人によって作成された数字であるということです。したがって、これらの数字がどのように定義され、生成されたかを理解することが重要です。

クッキーで収集されたデータは、時間が経つにつれてサイト訪問者に対する洞察を提供します。そして、ユニークビジターからアクセス状況が推定されます。また訪問者の最小量の「二重計算」があります。なぜOpentrackerがログファイルが記録した数字より低いアクセス数を示すのかよく問い合わせを受けますが、上記がその理由です。

Opentrackerは、現在利用可能な標準的なウェブトラッキングや統計ソリューションよりも少なくとも30% (おそらくはそれよりはるかに高いと思われます)は正確でしょう。

2003年8月、Eddie MoojenとCralan Deutschによるドキュメントより、2005年2月更新