ユーザー構成比のご利用には、ベータ版利用規約への同意と、プラグインの解放が必要です。
利用を希望される場合は、アプリストアの「KARTE Insightのアプリ一覧」から「ユーザー構成比」を選択し、規約を確認の上インストールの実施をお願いいたします。
また、β機能のため予告なく仕様変更になる場合がございますが、ご了承ください。
ユーザータイプ分析のご利用には、ベータ版利用規約への同意と、プラグインの解放が必要です。
利用を希望される場合は、担当カスタマーサクセスもしくはチャットサポートにご連絡ください。
また、β機能のため予告なく仕様変更になる場合がございますが、ご了承ください。

概要

このドキュメントでは、ユーザー構成比、ユーザータイプ分析を利用するのに適したタイミングを紹介します。
それぞれの機能については、以下のドキュメントをご確認ください。

前提:共通点について

ユーザー構成比、ユーザータイプ分析は、ユーザー指標を使ってKARTEのデータを分析する機能です。
ユーザー指標は、KARTEのイベントデータをリアルタイムではなく、日次で過去の期間に遡って集計します。
null

※ユーザー指標の詳細についてはこちらのドキュメントをご確認ください

ユーザー指標を作成することで、ユーザー構成比ではユーザー指標の範囲や値ごとの構成比を可視化し、分析することができます。
一方で、ユーザータイプ分析では、特定のユーザー指標を持つグループを可視化し、分析をすることが可能です。

例:ユーザー指標を「来訪回数」とした時

  • ユーザー構成比:0〜1回/2〜3回/4〜5回/6回以上など、範囲を指定し、それぞれの値を持つユーザー数を可視化する
  • ユーザータイプ分析:購入回数が1回の値をもつユーザーをグルーピングし、そのユーザー群のPV数や滞在時間等を分析したり、購入回数が2回の値を持つユーザー群との比較・推移の分析をしたりする

なお、ユーザー構成比、ユーザータイプ分析でユーザー指標を利用する際に、事前にユーザー指標を作成する必要がある場合があります。
※ユーザー指標の作り方については、こちらのドキュメントをご確認ください

使い分けについて

ユーザー構成比・ユーザータイプ分析の活用に向いているシーンを記載します。

ユーザー構成比の活用が向いているシーン

  • ユーザーを俯瞰したい時

    • サイト/アプリに訪れているユーザーの状況を、構成比で確認できます
    • 条件の追加・比較をすることもできるため、以下のような条件でユーザーを分析することが可能です
      • 例:メール経由流入ユーザーのセッション平均PV数
        null
      • 例:購入回数が1回のユーザーと2回のユーザーの閲覧カテゴリ・ブランドの違い
        null
  • レポートとして活用したい時

    • セッション数やPV数、流入経路など、定点観測したい指標をひとまとめにし、レポートとして活用できます
    • ビューごとにURLが発行されるため、チーム内での共有などを簡単に行うことが可能です。
      null
      ※ビューについて、詳しくはこちらのドキュメントで説明しています
  • クロス分析をしたい時

    • 各指標の内訳を追加することで、クロス分析を行うことが可能です
      • 例:滞在時間の構成比内訳を直近1ヶ月の購入回数で見ることで、購入回数ごとの滞在時間の最も多い部分を探す
        null
  • ユーザー群を期間比較したい時

    • 比較機能を使うことで、同じ条件のユーザー群の、期間比較をして分析することが可能です
      • 例:ユーザーランクがAであるユーザーについて、7/1時点と8/1時点の購入回数や来訪回数の差を分析し、7月中に行ったキャンペーンの効果があったかを確かめる

null

ユーザータイプ分析の活用が向いているシーン

  • ロイヤルティ分析を行いたい時

    • サイト/アプリに訪れているユーザーを、ある軸でMECEに分類し、ロイヤルティ分析を実施することができます
      • 購入回数
      • 来訪回数
      • セッション平均PV数 など
  • 同時に所属するユーザータイプの傾向を見たい時

    • あるユーザータイプに所属するユーザーが、同時に他のどのユーザータイプに所属しているかを確認することが可能です
      • 例:F1(購入回数1回目)ユーザーはどの商品カテゴリをよく閲覧しているかを確かめる

null

  • あるユーザーからあるユーザーへの変化をみたい時
    • ユーザータイプの変化ダッシュボードを活用することで、あるユーザーから別のユーザーへの変化量や、変化の特徴を可視化することが可能です
      • 例:ヘビーユーザーからロイヤルユーザーへの変化量と、その時によく当たっていた接客を確かめる
        null