Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
データ分析
Search
リスナビ
May 07, 2025
Education
24k
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
データ分析
リスナビ
May 07, 2025
More Decks by リスナビ
See All by リスナビ
プレゼンテーション実践
takenawa
0
24k
実務プログラム
takenawa
0
24k
Webリテラシー基礎
takenawa
0
24k
検索/ディスプレイ/SNS
takenawa
0
24k
生成AI
takenawa
0
24k
プランニング
takenawa
0
24k
ビジネスモデル理解
takenawa
0
24k
予習動画
takenawa
0
25k
演習問題
takenawa
0
24k
Other Decks in Education
See All in Education
参加制約理論
roadofhope
0
150
Examen de Selectividad. Geografía julio 2026 (Convocatoria Extraordinaria). UCLM
juanmartin2026
1
12k
[2026前期火5] 論理学(京都大学文学部 前期 第10回)「論理学の哲学——意味とは何か(Tonkと推論主義)」
yatabe
0
250
第2部-高校生とAI活用/high-school2026-2
okana2ki
0
120
[2026前期火5] 論理学(京都大学文学部 前期 第14回)「計算は、証明ではない——ハルシネーションを三層ハーモニーで診る」
yatabe
0
190
Lectura 2 (PIT : Python Basico)
robintux
0
410
生成AI時代のエンジニア育成について考えてみた
akasan
0
210
Visionary Initiative: Future Intelligence — Laying the foundations for the future of science, intelligence, and society | Science Tokyo
sciencetokyo
PRO
0
220
[2026前期火5] 論理学(京都大学文学部 前期 第13回)「走って、止まって、積み上がる」
yatabe
0
170
Modern Data Fetching Techniques in Angular
debug_mode
0
260
データマネジメント試験対策教材1〜データマネジメント基礎〜
yoshimura_datam
1
610
Lectura 1 (PIT : Python Basico)
robintux
0
1k
Featured
See All Featured
A Tale of Four Properties
chriscoyier
163
24k
The Spectacular Lies of Maps
axbom
PRO
1
910
The Art of Programming - Codeland 2020
erikaheidi
57
14k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1.5k
Joys of Absence: A Defence of Solitary Play
codingconduct
1
430
Thoughts on Productivity
jonyablonski
76
5.3k
Optimising Largest Contentful Paint
csswizardry
37
3.9k
Reality Check: Gamification 10 Years Later
codingconduct
0
2.3k
The Straight Up "How To Draw Better" Workshop
denniskardys
239
140k
HTML-Aware ERB: The Path to Reactive Rendering @ RubyCon 2026, Rimini, Italy
marcoroth
3
440
Google's AI Overviews - The New Search
badams
0
1.1k
Abbi's Birthday
coloredviolet
3
9.3k
Transcript
Introduction to Web Marketing ©2024 GladCube Corporation. All Rights Reserved.
0 1 成果を正しく可視化 2 費用対効果を最大化 なぜデータ分析をするのか 3 ターゲットを最適化 4 広告クリエイティブの改善 5 LPとの関連性を見直し 01. データ分析
Introduction to Web Marketing ©2024 GladCube Corporation. All Rights Reserved.
データのどこを見たらいいのか 大きな階層からみていく 1 運用テクニック_ロジックツリーを徹底する 2 メディアで取得できるデータを活用する 3 1 01. データ分析 重要ポイント
Introduction to Web Marketing ©2024 GladCube Corporation. All Rights Reserved.
常に以下の流れを頭に入れて分析~調整を進めること 成果指標がCPAの場合を考えてみる 2 どういう基準で調整・ 施策に繋げるのか 5 各指標で何が言えるのかを 理解する 1 何を改善しないといけないのか 2 どこから改善の着手をすべきか 3 何を調整すべきか 4 03. データ分析のステップ
Introduction to Web Marketing ©2024 GladCube Corporation. All Rights Reserved.
3 成果指標がCPAの場合を考えてみると 各指標で何が言えるのかを理解する 何を改善しないといけないのか 何を調整すべきか どういう基準で調整・施策に繋げるのか どこから改善の着手をすべきか 多い/少ない、高い/低いなら何が言えるのか CPAのロジックツリーを踏まえて 調整するべきことを確認する クライアントと決めた指標とKPIを確認する CPAのロジックツリーを踏まえて 見るべき指標を確認する 具体的な調整事項や施策を考案し アクションに移す 1 4 2 5 3 03. データ分析のステップ
Introduction to Web Marketing ©2024 GladCube Corporation. All Rights Reserved.
4 各指標で何が言えるのかを理解する ②数値から何が言えるのか IMP 1 が多い/少ない Click 2 が多い/少ない CTR 3 が高い/低い CPC 4 が高い/低い CV 5 が多い/少ない CVR 6 が高い/低い CPA 7 が高い/低い ROAS 8 が高い/低い 投下した予算に対し売上の方が多い/少ない 求めている成果の獲得効率が良い/悪い サイトを見たユーザーの多くが 欲しくなっている/あまり欲しいと感じていない 求めている成果が 多く出ている(良い)/あまり出ていない悪い) 1クリックあたりの費用消費が高い/低い 広告が表示されたターゲットユーザーにおいて 反応が多くされている/あまりされていない ユーザーに反応が多くされている/あまりされていない オークションに多く出ている/あまり出ていない 03. データ分析のステップ :表示回数 :クリック数 :クリック率 :クリック単価 :コンバージョン :コンバージョン率 :コンバージョン単価 :広告費用対効果
Introduction to Web Marketing ©2024 GladCube Corporation. All Rights Reserved.
CPA Cost CPC CV CVR Click Click 入札価格を下げる 品質を上げる LPの改善を行う 効果悪化原因の クリックを減らす 優良な クリック数を増やす Imp量を上げる CTRを上げる 「運用のロジックツリー」を徹底する 5 03. 重要ポイント データ分析のステップ
Introduction to Web Marketing ©2024 GladCube Corporation. All Rights Reserved.
CTRを下げる (効果悪化原因の)クリックを減らす ターゲット外と考えられる IMPを減らす 意図的に下げることは 品質が下がる可能性がある ⚫ キーワードの停止・削除 ⚫ キーワードの見直し ⚫ 検索語句の除外 ⚫ ターゲットオーディエンスの見直し (除外・絞り込み) NG 「運用のロジックツリー」を徹底する 6 03. データ分析のステップ
Introduction to Web Marketing ©2024 GladCube Corporation. All Rights Reserved.
優良なクリック数を増やす コンバージョン率を上げる ランディングページを見直す 広告文とLPの関連性が高いか見直す ⚫ 広告文のアセット・訴求を修正 ⚫ リンク先URLを別のページにする ランディングページの改善する ⚫ LPの使い勝手を見直す (読み込み速度、コンテンツの読み易さ、CVへの導線など) 検索語句/検索クエリ―の精査をする ⚫ CV見込みのあるキーワードを追加設定 ⚫ ターゲット外の語句を除外設定 入札価格を上げる or 品質を上げる ⚫ 広告の上位表示を狙う 「運用のロジックツリー」を徹底する 7 03. データ分析のステップ
Introduction to Web Marketing ©2024 GladCube Corporation. All Rights Reserved.
キャンペーン階層の確認するポイント CPCが 高いか、低いか CVRが 高いか、低いか インプレッション シェアの予算損失率が 大きいか、少ないか デモグラフィック ごとの成果はどうか 03. データ分析のステップ
Introduction to Web Marketing ©2024 GladCube Corporation. All Rights Reserved.
広告予算不足ゆえの 表示機会損失率 広告ランクの低さゆえ の表示機会損失率 インプレッション シェア メディアで取得できるデータを活用する インプレッションシェアの見方 9 03. データ分析のステップ
Introduction to Web Marketing ©2024 GladCube Corporation. All Rights Reserved.
10.83 オークション分析 → どう対応するか 予算が足りていない 他社と一緒に広告が 掲載されている ⚫ 予算を追加する ⚫ 入札単価を抑え、配信機会を逃さないようにする ⚫ 競合の訴求よりも強みがある訴求を行い、 選んでもらう 掲載順位が 負けている 掲載枠の上位4枠以 内に掲載されている 掲載枠の最上位に 掲載されている 他社よりも掲載が 上位となっている ⚫ 入札価格を強化する ⚫ 広告品質を向上する ⚫ 競合の訴求よりも強みがある訴求を行い、 選んでもらう ⚫ 広告の掲載場所の変化がパフォーマンスの変動 の原因かどうかを確認 ⚫ より選んでもらえる訴求を行う インプレッションシェア 重複率 上位掲載率 上部表示率 最上部表示率 優位表示シェア 10 03. データ分析のステップ