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。
Continue reading

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。
Continue reading

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アを蓄積できる Continue reading
  • page 1 of 1

Makoto Shimizu

author.bio


author.job


Japan