【連載】アナリティクス賢者訪問 第2回:衣袋宏美さん(株式会社クロス・フュージョン) 「私にとって分析とは、人間(行動)理解の礎」 ~前編~



アナリティクスに携わる人は多くいますが、それぞれに分析に対する考え方や思いは異なるもの。同連載は、アタラ合同会社コンサルタントの大友が、アナリティクス業界を牽引する著名な方々のもとを訪れ、それぞれの分析に対する考えや、魅力に感じる部分などをお聞きしています。第1回はRayさん(株式会社プリンシプル)にお話を伺いました。


アタラ合同会社コンサルタントの大友が、アナリティクス業界を牽引する著名な方々のもとを訪れ、それぞれの分析に対する想いや考え、魅力に感じる部分などをお聞きする...


第2回目となる今回は、株式会社クロス・フュージョンで代表取締役を務める、衣袋宏美さんにお話を伺いました。同記事は、前後編の2回に分けてお届けいたします。


話し手
株式会社クロス・フュージョン
代表取締役 衣袋宏美さん



聞き手
アタラ合同会社
コンサルタント 大友直人




目次

・数字との向き合い方を鍛えられたNEC時代
・Google アナリティクスを「研究する」ということ
・発生した事象には必ず原因がある。それを突き詰める楽しさ
・まずは「分析の型」を身につける



数字との向き合い方を鍛えられたNEC時代


大友:まずは、企業概要と衣袋さんのご経歴をお伺いしてもよろしいでしょうか。


衣袋:衣袋宏美と申します。株式会社クロス・フュージョンで代表取締役をしているほか、アユダンテ株式会社の社外フェローや株式会社ナンバーの顧問もさせてもらっています。


今は私自身「Google アナリティクス研究家」と称していて、分析結果をビジネスの成果に結び付けることからは卒業し、現在はツール自体を研究しています。Googleアナリティクスに触れられる皆さんは恐らく、分析して成果を出すところにフォーカスされていると思いますが、現在の私はデータがどのように取得されて、集計されているかの土台のほうに関心があるため、私がその部分をまとめて、ブログやセミナーで皆さんにアウトプットしています。


大友:Google アナリティクスを学ぶ人は、何かを調べるときに必ず衣袋さんの記事にたどり着くと思います。衣袋さんがGoogle アナリティクスに初めて触られたのはいつでしょうか。


衣袋:私がアクセス解析の世界に入ったのは、ネットレイティングス株式会社(現:ニールセン デジタル株式会社)にいた頃です。その少し前からの経緯を説明すると、もともと、1996年頃から株式会社 日経BPでネット視聴率の調査の事業化に着手していました。ネット視聴率調査とはテレビ視聴率のウェブサイト版のようなもので、調査協力者を集め、その方々のウェブサイトの利用行動を自動的に収集し集計して、いわゆる視聴率的なデータを定期的に提供するという事業です。そして2000年からネットレイティングスというネット視聴率専業の会社に、ほぼ創業メンバーとして参加し、引き続きネット視聴率調査をしていたのですが、親会社が2004年にRedSheriffを買収し、日本でもそこのアクセス解析ツールを取り扱うようになりました。その際にアクセス解析担当になったのがアクセス解析との出会いです。


アクセス解析ツールの測定方式は時代とともに変遷してきており、古くはWebサーバーのログを解析する「サーバーログ取得型」、その後HTMLファイルにJavaScriptのタグを記述する「Webビーコン型(タグ型)」が出現し、ビーコン型が最近の主流になっていますが、Google アナリティクスが出てきたのは2005年です。


大友:アクセス解析に携わられたのはネットレイティングスに入られてからとのことですが、それ以前からネット視聴率調査など、数字に関係する業務に就かれていたのですね。


衣袋:ほぼ数字漬けの36年間と言ってもいいかもしれません。最初に入社した日本電気株式会社(NEC)では、ある事業部の計画部という部署でいわゆる縦横の計算を、当時はまだ電卓で計算して手書きで表記していました。具体的には事業部の予算立案や売上などの実績をまとめて月次、四半期、半期、年間で事業部長に報告するといった仕事です。その数字はさらに社長にも報告されるものなので、私たちは社長向けのプレゼン資料と説明資料を作っているようなものでした。その際に、数字1つ1つの見せ方や、分かりやすい説明の仕方などを鍛えられました。



大友:そこで数字に対するアプローチ方法や作法を身につけられたと。


衣袋:ええ。NECに務めた6年間は今の仕事とは全く異なる業務に携わっていましたが、数字に対する厳しさ、正確性の重要さを感じたとともに、それをしっかりと説明するストーリーがすごく大事で、ストーリーこそが最終的に人を動かすことを学びました。


例えば何か新しいことをしようとする時、まずは当然相手を説得しなければ、始まりません。そのためにはストーリーが成り立つように資料を作る必要がある。一方で、できた資料から逆算して適当な数字で埋めたりすると、しっかりばれるんです。この時、やはり経営者はすごいな(数字が見えている)と痛感しましたし、数字の正確性へのこだわり、ビジネスを動かすためのストーリーの重要性は、今の業務姿勢へも受け継がれています。


大友:その後、日経BP社でネット視聴率の調査の業務に就かれたのですね。


衣袋:日経BP社では、まずは、もう一つのキャリアの土台となったメディアリサーチや調査、分析、報告書作成の方法について学びました。メディアリサーチとは、テレビや雑誌、新聞などのメディアに関係する調査です。簡単に言えば、メディアに掲載した広告の見られ方と記事の読まれ方の二つを調査して、広告営業と編集企画へ役に立つ情報を提供することです。ネット視聴率やアクセス解析は、ウェブサイトというメディアの調査データで、こちらも新しいメディアリサーチのようなものだと捉えています。そういう意味では、30年間ずっとメディアリサーチをやっていて、本質的な部分はあまり変わっていないと思います。


大友:お話を伺っていると、NECから日経BP、ネットレイティングスからクロス・フュージョンまで、全てが繋がっているように見受けられます。


衣袋:そうですね。NEC時代は新入社員であり、右も左も分からない中で指導された経験はその後の仕事観に対してとてもインパクトがあり、素晴らしかったなと思います。




Google アナリティクスを「研究する」ということ


大友:現在はGoogle アナリティクスを研究していらっしゃいます。研究とビジネス活用はどのように異なるのでしょうか。


衣袋:ビジネス上のインパクトを考慮すると、100%の精度を求めてGoogle アナリティクスを研究する意味はないでしょう。90%の精度であったとしてもほとんどの方がビジネス上で成果を出すには十分で、皆さんは分析を施策につなげて売上や利益を上げることに集中すべきです。でもやはり私は研究が好きなので、100%の精度を追求してしまいます。


ですから、皆さんがビジネス活用する際にはひとまず80~90%レベルの精度まで習得していただければよくて、その精度では物足りなくなったり、分析を主業務としていて正確な情報が必要な人だけ、情報の精度を95%以上にするために私の講座に来ていただければと考えています。


大友:Google アナリティクスの研究は、何年前から始められたのでしょうか。


衣袋:Web担当者Forumで連載記事を書きはじめた10年前頃からです。当初、「リサーチ/データのリテラシー入門——調査統計の基礎知識」や、「データをざくざく処理するためのグラフの読み方、使い方」を連載していました。


大友:私も行き詰まったらいつも読ませていただいています。


衣袋:私の学習スタイルは、自分で学び「おや?」と思ったことはどんな小さなことでもアウトプットして記事にするというものです。例えばGoogle アナリティクスには「新規・リピーター」という概念がありますが、これはユーザーベースではなく訪問ベースの分類であるなど、正確に理解するには正しい学びが必要です。小さくともそういった日々の正確な理解を一つ一つ記事としてアウトプットして積み上げ、それらをまとめて書籍化したり、さらに講座という形で分かりやすく解説しています。すごくマニアックなものは有料記事として限定公開しています。これは99%の精度を99.9%まで高めたい人向けです。


大友:まさに「研究」ですね。


衣袋:「研究」レベルは必要ないとしても、なるべく精度の高い調査データを作るには、正しい調査設計や設定が不可欠で、一定水準以上でないといけません。企業内の分析担当はそのあたりの目利きができるほうが数字に騙されないと思いますし、外部から協力する分析会社はそこが疎かだといけません。あまり脚光を浴びない部分なので、セミナーなどで語られることはほとんどありませんが、とても大事で、正しい調査設計や設定が分析のスタート地点だと思っています。


大友:アウトプットすることが自身の学びになるというのは、私にも理解できるような気がします。


衣袋:セミナーなどを受講するとその場ではモチベーションが上がり高揚感を感じると思いますが、翌日会社でいざ報告しようとすると、何を学んだのか説明できないという経験は誰もがあると思います。つまり書く、話すといったアウトプットは、自分の中できちんと消化できていないと不可能なのです。


だから私の場合はまず書く、話す、そして教えるようにしています。人に教えるという行為は、10を教えようとすると100を知っていないといけないので、より高度なアウトプットと言えます。私の場合、まず私自身がきちんと情報を消化するため、つまり自分のために書くということを繰り返してきたし、これからもそうしていくと思います。アウトプットのスタートは書くことからです。


大友:衣袋さんがアウトプットされている記事といえば、個人的には「有名サイト、かってに解析!」が特に好きです。


衣袋:同連載は実際のサイトを見て、数字を見ずに想像するというものなのですが、これってまさに仮説検証ですよね。この連載では数字からいきなり分析を始めるのではなく、まずはウェブサイトを見て仮説を立て、「私であればこの数字とこの数字を比べて検証するだろう」というような、数字のないところからどういうふうに考えるかを記事にしていました。


すごく大変ではありましたが、仮説を組む良い訓練になりましたし、とても楽しかったですね。


大友:同連載を書かれていたのと同時期に、アナリティクスアソシエーション(a2i、設立当時はアクセス解析イニシアチブ)を立ち上げられたのですよね。


衣袋:そうですね。a2iの立ち上げなどでセミナーや執筆活動が増えていき、どんどん実務的・実践的なところから離れてしまうというジレンマはありました。ただ、私はアウトプットや研究が好きですし、そういう立ち位置になりつつありますね。




発生した事象には必ず原因がある。それを突き詰める楽しさ


大友:前回、Rayさんにお話を伺った際も感じたのですが、分析を業務の中心とされている方って一つのことを深く見るタイプの方が多いかなと思います。私自身もこの業界に入る前はコーヒーショップで働いていましたが、コーヒーの淹れ方や豆にこだわりだすと止まらなかった経験があります。衣袋さん自身も研究家とおっしゃっていますが、やはり物事を突き詰めるタイプでしょうか?


衣袋:気になっちゃう性分ですね。最初のNEC時代に立ち返ると、例えば商品別の売り上げデータと年間と月間の売上データがそれぞれあって、それぞれのデータを全合計すると当然合致しなければならないですが、電卓で縦横の表計算を手で計算していた時代では、数字が合わないこともありました。単純な計算間違いですが、いらいらしたものです。


そうすると、どこが間違っていたかをもう一回計算し直さないといけない。整合性がないということは、どこかが間違っているのです。当たり前ですが、緻密にやることが仕事の大前提だということを新卒時代にベースとして叩き込まれたことが、大きいのではないかと思います。



大友:その後メディアリサーチ業務に携わられましたが、そこでもNEC時代に培われた数字に対する感覚は活かされましたか。


衣袋:リサーチはサンプリング(一部の人を抽出)してその対象にアンケートなどを行うので、そこでは必ず標本誤差という真実とのブレは生まれます。それでも想定外の集計結果になった場合は、集計が間違っているか、自分の仮説が間違えていたかなど、理由があるのです。その原因を突き止めて、理由が分かった時の快感ってあると思います。それが、徹底して解明しないと気が済まないという性格に繋がっています。


大友:だからこそ、Google アナリティクスにも魅力を感じるのでしょうか?


衣袋:そうですね。Google アナリティクスの例ではありませんが、ユーザーのカテゴリー(例えば男女の性別)で足し算をしたら合計が210のはずなのに200になったとします。全体の人数より集計の数値が少なくなっていることが分かれば、性別不明が存在しているということですし、逆に足し算の合計が全体の人数より多ければダブって計上されていると判断できますよね。Google アナリティクスの場合、集計上のバグというものは基本的にないと思うのですが、想定と違う場合は思いがけない集計仕様だったりすることがあるわけです。


そうやって見ていくと、数字に対してものすごく厳しくなります。ちょっとした不整合があると、どこかがおかしいぞと頭が反応します。そしてその原因究明ですが、NEC時代、電卓で表計算をして鍛えられたことで、どこが間違っていそうか、あたりをつける察知能力が鋭くなったのだと思います。縦横計算はあたりをつけにくいですが、色々なものが絡んでくるとどこが原因かというにおいを嗅ぎ分ける能力が身につくのだと思います。




まずは「分析の型」を身につける


大友:衣袋さんがGoogle アナリティクスに関して難しいと感じたことはあるのでしょうか?


衣袋:Google アナリティクスって皆さんにとっては難しいかもしれないのですが、集計仕様は、リバースエンジニアリング(集計結果から集計仕様を推定)すれば解明できるという点で、時間さえあれば探求するのは難しくないんですよ。ただ、基本的に無料で使えるツールにありがちなことですが、公式に仕様を公開していないから、自分しかアクセスしないブログを作り、いくつかのブラウザーを使って、こういうアクセスパターンではこういう数字になる、というのをこつこつと検証、つまりリバースエンジニアリングしていくしかない。ほとんどの人には必要のないことですが(笑)。


大友:リバースエンジニアリングして、集計結果から逆に仕様を解明していくわけですね。


衣袋:Google アナリティクスがレポートで出力するものは基本的にロジック通りの集計結果であり、多分バグや偶然による結果はありません。不整合のデータを見つけると、よく人は「誤差」という言葉を使い、まあ誤差の範囲だなどと誤魔化しますが、私は、単なる集計に誤差はないと思っています。リサーチの世界では前回申し上げたように標本誤差があり、確率論的に真実と調査結果の間にブレが生じ得ますが、Google アナリティクスのような全数調査データにおいては、その全データを何らかのロジックで集計した結果がレポートとして出てきているので、誤差という考え方はありえません。


もちろんGoogle アナリティクスのサンプリング(一部を集計して全体を拡大推計する)が掛かった集計がされた場合は、もちろん真実から乖離した集計誤差が生じる場合があります。この場合は全数のデータを集計すればよいということになります。さらに集計誤差が生じる可能性がある場合は、割り算が途中に入った場合に、有効数字の桁数で四捨五入などしてわずかな数字を丸めたときだけなので、複雑な計算指標を作成したような場合しか基本的にはないはずです。


大友:1%でも誤差が生じた場合は、結局ロジックが間違っているということですね。


衣袋:Google アナリティクスに関して難しいと感じたことはあるかという問いに戻りますが、Google アナリティクスに限りませんが、様々な調査において、その集計結果を分析するのが難しいか否かは、調査目的と仮説検証の仕方次第だと思います。特定のツールや手法で解決できなかった場合は、それ以外で解決する方法を探す必要があると思いますし。


大友:仰るとおりです。


衣袋:Google アナリティクスのようなツールを100%使いこなすことなんてできませんし、私のような研究家は別としてビジネスユーザーの皆さんはそもそもツールを使いこなすのが目的ではないので、ツールに全てを求めすぎないことが大事だと思います。だから、Google アナリティクスの難しい点を探すというよりは、Google アナリティクスを使って難しく考えないことが大切ではないでしょうか。


大友:入門者にとってはビジネスでGoogle アナリティクスを活用したくても、どう活用すれば良いのかすら、分からないのではないかなと思います。


衣袋:はい、最初にデータをぱっと与えられただけでは、どこから進めていいのか分からないと思います。そのため、『アクセス解析ゼミナール』という私の講座では、Google アナリティクスというよりは、ウェブサイトの行動データの見方や見る順番を「分析の型」としてお伝えしています。


分析の型は、分かりやすく言うとどこから集客しているのかと、サイト内をどう動いているか、サイト内でどう行動(コンバージョン)を起こしたかの大きく3つに分かれます。これはGoogle アナリティクスの大メニュー「集客・行動・コンバージョン」の通りですね。


これをもとに、どういうふうに集客して、サイト内をどう動いてもらって、どうやって成果につながっているのかという流れをざっくりと見ていって、どんどん深くセグメントを切っていくわけです。この一連の流れの見方のことを分析の型と私は呼んでいます。いくつかある定型の分析パターンをまずは試していけばいいですよ、というメソッドですね。


大友:例えば、どういった型があるのでしょうか。


衣袋:基本はクロス集計ですね。コンバージョンを比較するのであれば、性別や年齢などのディメンション×ディメンションの掛け合わせ(男性×30代など)で見る。それから特定のディメンションの値別(男性と女性など)に指標を並べてみる。また指標間(訪問回数×直帰率など)の相関関係を見て、指標と指標の関係性を見る、などがあります。いずれにしても、まず平面の2次元のデータからです。


大友:集計された後のレポートを分析する人が多い中で、データ収集の部分に目を向ける方は多くないのかもしれません。先ほども仰っていましたが、他に衣袋さんの講座ではそういった部分もお伝えされていますよね。


衣袋:そうですね。データ収集や集計のロジックは結構複雑なものがあったりするので、ここをクリアしないと、やはり正しく数字が読み取れない部分はあると思います。そういった数字の落とし穴にはまって先に進めず、お客さんに説明ができなかったから、私の講座を受けて、ロジックを理解し、納得する。そういった方ははまりやすく、私の講座を複数受講される方が多いです。明日からビジネスで使える、成果を出せるという類の話ではありませんが、ちゃんと仕組みからお話しないと理解しづらい部分だと思いますし、重要なステップだと思います。


大友:仕組みから理解しておくことで、分からなかったことが腑に落ちる感覚があるのでしょうね。


衣袋:あります。何しろ私自身がつまずいてきて、恐らく皆さんもつまずいたり、理解しづらい部分をまとめているわけですから。もちろん記事や書籍にも纏めていますが、文章だとどこが重要なのかが分かりづらいと思います。だからやはり、つまずきがちな部分に関しては口で説明するのが一番だと思っています。だから講座を開催して教えるといった活動は、どれだけ受講者が少なくなろうとも、今後も続けると思います。


大友:貴重なお話をありがとうございます。後半では、少し先の未来の分析についてと、衣袋さんにとっての分析とは何かについてお伺いしたいと思います。


著者

Related posts

Top