新しいメディアデータをどのように監視すればよいのでしょうか？今日はその点についてお話ししましょう。

概要は以下のとおりです。

1. SEOとデータの関係

2. オンラインプロモーション、新しいメディア、データの関係

3. SEO、プロモーション、新しいメディアにはなぜデータ管理とデータ分析が必要なのでしょうか?

4. SEO、プロモーション、新しいメディアデータ分析はどのように実施すればよいですか?

本題に入る前に、データとデータ分析についてお話しましょう。

データとは何でしょうか？インターネット業界で働く人なら誰でもご存知だと思いますが、簡単に言えば、何かを行った結果を数値化したものです。例えば、SEO、プロモーション、新しいメディアの展開などでは、データが生成されます。

データ分析とは何でしょうか？簡単に言えば、前のセクションで示したデータを取得して分析することです。もちろん、SEO、マーケティング、ソーシャルメディアなど、効果的なデータ分析の前提条件は、適切なデータ管理（定義、監視、収集、保存）です。

SEOとデータの関係

SEO（検索エンジン最適化）、特にウェブサイトの SEO を行う際には、ウェブサイトが最適化される前と最適化された後のデータを比較することが知られています。

ここでのデータ比較はSEOに関連しています。データ比較がなければ、このウェブサイトにおけるSEO対策が実際に効果的かどうかを評価することは困難です。

ウェブサイトの SEO には通常どのようなデータ統計ディメンションが使用されますか?

Baidu のインデックス数、Baidu によってインデックスされたページ数、ウェブサイトの権限、キーワードランキングの数とキーワードランキングの位置、フレンドリーリンクの数、バックリンクの数、ウェブサイトの IP、ウェブサイトの UV、ウェブサイトの PV、ウェブサイトの直帰率、ページの深さ、ページの滞在時間、トラフィックソースなど。

これらのデータディメンションにより、最適化前後の変化を確認できます。例えば、最適化前は、インデックスされたページ数、キーワードランキングの数と順位、ウェブサイトのオーソリティ、オーガニックIP数などを確認できます。最適化後は、統計分析によって変化が明確に示されます。

もちろん、このデータは操作されたり捏造されたりしている可能性があると言う人もいるでしょう。それは全く普通のことです。しかし、捏造についてはこの記事の範囲を超えているため、後ほど説明します。

オンラインプロモーション、新しいメディア、データの関係

次に、オンラインプロモーション、ニューメディア（セルフメディアを含む）、そしてデータの関係性についてお話しします。実は、オンラインプロモーションとニューメディアは、データと依然として非常に重要な関係性を持っています。

例えば、オンラインマーケティングにおいてSEOは一つの手法に過ぎません。他にも、記事マーケティング、ソーシャルメディアマーケティング（Weiboなど）、動画マーケティング（iQiyiなど）、ブログやフォーラムを使ったマーケティング、B2Bのイエローページを使ったマーケティングなどがあります。これらのマーケティングを行う際には、それぞれのデータを追跡する必要があります。

たとえば、新しいメディア プラットフォームやセルフ メディア コンテンツの作成において、そのセルフ メディアが個人使用のみを目的とし、外部マーケティングを目的としない場合は、データ統計が必要になります。

簡単な例を挙げると、Baiyang SEOのWeChat公式アカウントに広告を出稿したい場合、アカウントのフォロワー数、メインページの閲覧数、平均閲覧数を尋ねられます。これらはデータポイントです。

オンラインプロモーションと新しいメディアの一般的なデータディメンションは何ですか?

一般的に、指標にはページビュー（動画の視聴回数）、インデックス数（動画がBaiduにインデックスされているかどうか）、そして「いいね！」やコメントといった指標が含まれます。セルフメディアの場合は、フォロワー数や男女比といった指標も使用されます。

SEO、マーケティング、新しいメディアのすべてにデータ管理とデータ分析が必要なのはなぜですか?

なぜデータ管理とデータ分析が必要なのでしょうか？効果的なデータ管理があって初めて、データ分析が可能になります。そして、効果的なデータ分析があって初めて、特定のチャネルが人的資源と資金の継続的な投資に値するかどうかを判断できるのです。

効果的なデータ分析は、企業の Web サイトや製品が機会を特定してリスクを軽減し、問題を診断して是正措置を講じ、有効性を評価してマーケティングを改善し、効率と価値を高めるのに役立ちます。

SEO、プロモーション、新しいメディアデータ分析はどのように行うべきでしょうか?

実は、データ分析をどのように行うかは大きな問題です。データ分析を一度も行ったことがない人にとっては、データの読み方さえ分からず、ましてや分析方法さえ分からないかもしれません。そこで、Baiyang SEOでは、主に以下の点から一つずつ解説していきます。

1. 目的を定義し、データの統計的側面を決定することがデータ分析の最初のステップです。

明確な目的は何でしょうか？ウェブサイトのSEO最適化とトラフィック生成、ブランドのオンラインプロモーション、アプリのプロモーションなど、目的に応じて重点は異なります。

統計的な側面とはどのようなものですか？ウェブサイトの場合、ウェブサイトのIPアドレス、セッション数、ページビュー（PV）、いわゆるウェブサイトトラフィックに注目します。アプリの場合、ダウンロード数、アクティベーション数、登録数に注目します。ブランドキーワードプロモーションの場合、ブランドのBaidu検索ランキングの変動に注目します。

したがって、データ分析を実施する前に、統計の対象、その対象目的、および対応するコア指標を明確に定義する必要があります。

2. データの追跡、または統計オブジェクトへの統計コードの追加は、データ分析の 2 番目のステップです。

ほとんどのウェブサイトでは、サードパーティの分析ツールを導入しています。もちろん、独自のデータ分析を行っている大企業もあります。

中国語のウェブサイトでは通常、すべてのページの下部に Baidu Analytics コードを配置し、英語のウェブサイトでは通常、Google Analytics コードを配置します。

アプリのトラッキングについては、アプリ開発時にのみ議論します。現在、主流のアプリ分析ツールはUmeng Analyticsですが、国際的に専用の分析ツールも利用可能です。ちなみに、Baidu Analyticsはモバイルデバイス上のアプリ分析も追跡できます。

3. 適切なデータ分析ツールを特定し、データ収集を行うことが、データ分析の 3 番目のステップです。

ウェブサイトテストツール: Baidu Analytics、Google Analytics (GA)、CNZZ (現在は Umeng に統合)、Sensors Data など。

アプリテストツール: Umeng、Baidu Mobile Analytics、TalkingData、Sensors Data、Zhuge IO

ミニプログラムテストツール: Aladdin、Sensors Analytics、Zhuge IO

ユーザー操作分析ツール: Baidu Analytics、GrowingIO、PinYou Interactive

ヒートマップ分析：センサーデータ、ptengine

データ収集と共通データ テーブルを図に示します。

上記の最初の2つの画像は主にウェブサイトSEOに焦点を当てており、最後の2つの画像はそれぞれ有料検索広告とモバイルアプリ広告を示しています。各データディメンションは企業のビジネスニーズに基づいて検討する必要があります。これはあくまで参考情報です。

4. 基本的なデータ分析手法を学習し、本格的にデータ分析を始めましょう！

Baiyang SEO ではここで 3 つの簡単なデータ分析方法を紹介します。

A. 傾向分析

当社ウェブサイトの SEO 統計と分析を例にとると、当社ウェブサイトの SEO では主に、バックリンクの数、キーワードのランキング、ページのインデックス、トラフィック データ (IP、UV、PV) などを分析します。

私たちは毎日統計を追跡しており、1週間または1か月間のインデックスとトラフィックの変化を見ることで、SEO最適化の傾向の現状を確認できます。

B. 比較分析

比較分析では、主に月間比較や前年比などの比較を行います。例えば、あるウェブサイトのIPアドレス総数は、2020年4月には6,000でしたが、2021年3月には10,000、2021年4月には12,000でした。したがって、2021年4月の総IPアドレス数は3月と比較して2,000増加しており、これは(12,000-10,000)/10,000*100%=20%の増加となります。

では、今年の4月と昨年の4月の間の前年比成長率はどれくらいでしょうか？ (12000-6000)/6000*100%=100%となり、前年比成長率が2倍になったことを意味します。

過去のパフォーマンスと比較するだけでなく、競合他社や同業他社と比較することもできます。サードパーティのウェブサイトから競合他社のウェブサイトの月間トラフィック総量を把握できれば、トラフィックのパフォーマンスを把握できます。

C. クロス分析

クロス分析とは、本質的にはクロスバリデーションです。例えば、ウェブサイトAとウェブサイトBのトラフィックやオーソリティを比較する場合、プラットフォームXのデータだけでなく、プラットフォームY、さらにはプラットフォームZのデータも調べて、ウェブサイトAのトラフィックやオーソリティがウェブサイトBよりも実際に高いかどうかをクロスバリデーションします。

一つのプラットフォームが間違っている可能性はありますが、すべてのプラットフォームが間違っているわけではありません。これはクロス分析を容易にするためです。もちろん、トラフィックやランキングが最初から捏造されていて、これらの統計プラットフォームでデータが分析されている場合など、最初の情報源が間違っている場合は話は別です。

実は、データ分析に関する質問は他にもたくさんあります。読んだらぜひコメントを残してください。

Baiyang SEO が書いたコンテンツが有益だと思われたら、ぜひフォローを続けてください。

-終わり-