アクセス解析やさまざまな調査データに限らず、あらゆる場面でそうですが、レポートやデータをそのまま鵜呑みにしてはいけません。

• 自分が思っている前提条件と異なることがある
• 対象母数が小さかったり、偏っていることがある
• 全体の数字だけを見てしまっていて、内訳を見れば異なるタイプが混在していることがある

全体の数字だけでは状況がわからない例

最近更新したブログ記事でも、その点について触れています。両者とも、「全体の数字だけでは状況がわからない」というものでした。

同じサイトでも、PCとモバイルでは曜日×時間別の訪問状況はまったく異なる件

▲サイトA（PC）　曜日×時間別の平均訪問数

▲サイトA（モバイル）　曜日×時間別の平均訪問数

PCとモバイルでは、曜日×時間別の訪問状況はまったく異なる（「Googleアナリティクスの曜日・時間別の掛け合わせデータからユーザー像を推測する」より）。

PCもモバイルも「6割が初回訪問のその日にコンバージョンしている」が、マルチデバイス利用を考慮すれば、実際はもう少し期間が長い可能性がある件

▲初回訪問からコンバージョンまでの期間（PCユーザーとモバイルユーザーの割合）

PCもモバイルも、6割が初回訪問のその日のうちにコンバージョンに至っているが、ユーザーのマルチデバイス利用が考えられるサイトであれば、実際はもう少しこの期間は長い可能性がある（「初回訪問からコンバージョンまでの期間と訪問回数を把握する」より）。

疑え。そしてセグメント！セグメント！

まずは疑うことです。「本当にそうなの？」とWhy?を投げかけることです。

調査データであれば、実データを深掘りできることはまれですから、対象者の属性や母数を確認したり、実際の設問内容を確認してWhy?の解決を図ります。

アクセス解析のレポートなど、自分で深掘りできるデータであればセグメントをかけたり、違う角度で見ることです。やはりまずは「セグメント」でしょうか。

アクセス解析系のデータであれば、まず引き合いに出されるのは「サイト全体の数字」になりがちです。それを利用するのは構わないのですが、ミスリードになってしまってはいけません。

セグメント例

• デバイスカテゴリー別（PC、モバイルなど）
• 流入チャネル別
  • 自然検索経由
    • 指名系キーワード
    • 商材系キーワード
    • 調査系キーワード
    • ○○系キーワード
  • リスティング広告経由
    • キャンペーン別
    • キーワード別
  • その他各種広告経由
  • メール施策経由
  • 自社関連サイト経由
  • ソーシャルメディア経由
  • 一般サイト経由
  • 直接アクセス
• 起点コンテンツ別
  • トップページ
  • 商材ページ
  • 地域ページ
  • 店舗ページ
  • コラムページ
  • ○○ページ
• ユーザー属性別
  • 会員非会員別、ユーザー区分別
  • 性別、年代別
  • 地域別
  • 通算訪問回数別
  • 初回の流入チャネル別
• コンバージョン種類別
• 閲覧コンテンツ別

簡単に思いつくセグメント例を挙げてみましたが、上記のものを単純にやればよいというわけではなく、自分たちのビジネスで必要となる視点で考えなければいけません。また、上記のそれぞれを組み合わせる必要もあります。

まとめ

アクセス解析やさまざまな調査データのレポートや数字は、まずは疑うことです。「本当にそうなの？」と、自分が知りたかった「条件」を思い出すことです。「偏っているんじゃないか」「内訳は大きく異なるんじゃないか」というような視点を持つことです。詳細を読み込んだり、自分でセグメントして少しずつ踏み込んでいけば、違ったデータの側面が見えてくるはずです。

考え、疑い、探ること。

表層的な数字にとらわれてしまい、ミスリードで見当違いの改善施策を打ってしまうと悲しいですから。

ところで、冒頭の写真は「カワウ（川鵜）」ですが、日本の鵜飼いで用いられるのは「ウミウ（海鵜）」の方です。