Tag
4本の記事
ユーザー単位で分析するカスタマーアナリティクスの場合、Google AnalyticsやAdobe Analyticsの画面で表示できるレポート機能が物足りないので、Data Warehouseなどで生データ（に近い集計データ）を抽出してTableauで集計することが多いですが、データが巨大だとBIツールで読み込めません。そんな時にPythonで巨大ファイルを並列処理し、不要なカラムやレコードを削除してからBIで読み込む方法についてです
GDPR準拠の要件を満たすため、Adobe Analyticsにも保持期間の設定とそれを超えたデータの自動削除機能が実装されました。Googleアナリティクスの場合は一部の集計データのみ残るという仕様ですが、Adobe Analyticsの場合はざくっと 月単位で全部消えます 。一方、個人から受け付けるGDPR要求の対応に関しては、 返すべきデータと消すべきデータを細かく設定 できます。
GA4ではUA時代のanonymize_ip設定は不要です。IPアドレスによる内部トラフィック除外の手順と、Google Signals、Consent Mode、データ保持など、GDPRを含むプライバシー対応で確認したい設定を解説します。
Loftwork主催のアクセス解析研究会（2011年1月）で取り上げた スコアリング の実装方法を紹介します。 スコアリングの分析に関して、Adobe Analytics（旧SiteCatalyst）がGoogle Analyticsよりも優れているのは、 ディメンションとメトリックス（指標）の両軸を使えるので、スコアリングの妥当性を検証できる 使えるカスタムイベント変数が多いので、複数の軸でスコアリングできる 訪問よりも長い期間でスコ