New
14号
-
-
-
2017/02/25テレビCM の長さと、テレビCM に対する考え【データで読み解く】
若者世代のテレビ離れは、テレビCM効果も低下させてしまうのだろうか。普段、民放のテレビ番組を見る人に、考え方・行動を尋ねた。
-
-
13号
-
2017/01/25年齢ごとの検索数分布（結婚・妊娠・子育て）【ヤフーのデータが語る】
1.結婚（「結婚式」、「結婚指輪」、「ウェディングドレス」、「結納」など）、2.妊娠（「妊娠初期症状」、「妊娠検査薬」、「出産予定日」、「赤ちゃん名前」など）、3.子育て（「チャイルドシート」、「離乳食」、「お食い初め」、「学資保険」、「お宮参り」など）の三つについて、女性の年齢ごとの検索数分布を表している。関連の検索語の検索数を抽出し、全年齢を足し合わせると100%になるように処理している。 グラフを見ると28 歳に結婚のピークがあり、その後、２～９年の間に妊娠、子育てとライフステージが変遷していくのを読みとることができる。妊娠や子育てのピークの幅が広いのは、結婚と比較して相対的に複数回起こりやすいことによると思われる。また、結婚の検索数が50 代でも比較的多いのは、おそらく子どもが結婚する時期と考えられるからだろう。
-
2017/01/25年齢ごとの検索数分布（マンション購入・賃貸）【ヤフーのデータが語る】
20代ではマンション賃貸に関する検索語を検索する人が多く、マンション購入に関する検索は30代半ばから40代後半に分布の山がある。当たり前のことだが、年齢によって、商品への関心は異なるため、商品への関心度を把握することが重要になる。
-
2017/01/25年齢別たばこ銘柄の検索数【ヤフーのデータが語る】
たばこに関する検索データの調査事例。年齢別にたばこ銘柄に関する検索数を集計している。これを見ると、45歳くらいまで検索数は一定だが、その後、急激に減少していく。
-
2017/01/25質的変動指数【ヤフーのデータが語る】
ユーザーの検索語とそれぞれの検索回数を調べたとき、特定のブランドに検索回数が偏っているのか、それとも複数のブランドにちらばっているのかを確認するため、「質的変動指数（index of qualitative variation）」を用いた図。
-
2017/01/25年齢別自動車メーカーの検索数と質的変動指数【ヤフーのデータが語る】
自動車の検索数は40代をピークとして山型を描くが、質的変動係数は一定で、年齢とブランドの固定化が無関 係であることがわかる
-
2017/01/25開封率と反応率【データで読み解く】
全国20 ～ 60 代の男女計10,000 人（平成27年国勢調査の人口構成比率に合わせて回収）に対して、直近１ヵ月以内のDM と、チラシ、メルマガの、それぞれの開封率・反応率について検証を行った。
-
-
-
-
-
2017/01/25DMの開封率を上げる方法【データで読み解く】
DMの開封率を上げる方法として、「宛名が手書きである」「封筒の中身が見える」「サンプルがある」「商品・サービスの割引がある」などの手法を想定し、それぞれどの程度効果が見られるかを検証した。
-
-
2017/01/25オムニチャネルとは「情報流」と「物流」をモバイルデバイスがつないでいる状態【Feature】
オイシックスの奥谷孝司氏は「オムニチャネル」を「情報流」と「物流」をモバイルデバイスがつないでいる状態だと定義している。
12号
-
2016/12/25フリークエンシーごとのクリック反応率【ヤフーのデータが語る】
フリークエンシーごとのクリック反応率のグラフ。横軸はフリークエンシー（一人のオーディエンスが一定期間内に広告に接触した回数）を、縦軸はクリック反応率（クリックしたユーザー数÷広告に接触したユーザー数）を示している。左図はプロモーション全体の結果を表し ており、フリークエンシーを重ねると若干クリックオーディエンスを一枚岩で捉えることで陥りがちな罠反応率が下がるものの、基本的には横ばいとなっている。つまり、フリークエンシーを重ねることによってクリック反応率は変化せず、広告接触回数を増やすことに積極的な意味はない。 しかしながら、これは自動車に興味が高い人も低い人も一緒くたに評価したプロモーション全体の傾向となっている。Yahoo! JAPANでは、検索や閲覧、クリックといった様々な行動をもとにユーザーに対して興味関心カテゴリーを付与しているが、この興味関心カテゴリーを用いて、オーディエンスを自動車に対する関心が高い層（高関心層）と低い層（低関心層）に分解してみたのが右図である。
-
2016/12/25プロモーションのターゲットグループ【ヤフーのデータが語る】
転職検討の深度によって、AからDまで四つのグループ分けを行った。転職関連サイトへの訪問データをもとに転職サービス検討者層（D）を特定し、興味関心カテゴリーデータおよび検索データを用いて転職関連の検索を行っている顕在層（C）、転職関連の興味関心カテゴリーが付与されているが関連キーワードの検索を行っていない顕在層（B）、そして属性データを用いて有職者を特定した潜在層（A）の四つである。
