（R + Google アナリティクス）モザイクプロットでユーザーの構成比を把握

モザイクプロットの紹介

モザイクプロットはクロス集計表を図示するための統計グラフです。

例えば2015年1月にこのブログにアクセスしたユーザーを、年代、性別ごとにクロス集計すると下表のようになります。

	18-24	25-34	35-44	45-54	55-64	65+
female	292	487	253	93	49	28
male	1155	4053	2166	590	217	157

これをモザイクプロットにしたものが下図です。

f:id:abrahamcow:20150201091843p:plain

表の各セルの数字の大きさが、四角形の面積に対応しています。

探索的にサイトの課題をみつけ出したい際に活用できるかと思います。

（KPI として定点観測する場合は、モザイクプロットより帯グラフや積み上げ棒グラフにしたほうがよいという印象を持っています。期間比較がしやすいからです。RGoogleAnalytics で変化の要因を読みとく（折れ線グラフ、帯グラフ、積み上げ棒グラフ） - 廿TT）

R + Googleアナリティクスによる実践

RGoogleAnalytics でデータを取得します。

詳しくは、

を参照。

まずはオーサライズ。

library("RGoogleAnalytics")
query <- QueryBuilder()
access_token <- query$authorize()

ここでアクセストークンをコピペ。

#データ取得
ga <- RGoogleAnalytics()
ga.profiles <- ga$GetProfileData(access_token)

sta <-"2015-01-01"#データ取得期間は
en <-"2015-01-31"#とりあえず直近一ヶ月にした。

query$Init(start.date = sta,
           end.date = en,
           dimensions ="ga:userGender,ga:userAgeBracket",  
           metrics ="ga:users", 
           table.id = paste("ga:",ga.profiles$id[1],sep="",collapse=","),#           filter = "",
           access_token=access_token)

UGAB <- ga$GetReportData(query)#データ取得完了library(tidyr)library(dplyr)#クロス集計表を作っている
UGAB2 <- UGAB %>% spread(userGender, users)

UGABmat <- as.matrix(UGAB2[,2:3])
rownames(UGABmat)<- UGAB2[,1]#table オブジェクトを plot 関数にいれるとモザイクプロットになる#R はオブジェクト指向プログラミング原語なのです。
plot(as.table(UGABmat), main="", color=c("tomato","cornflowerblue"),cex=1.1)

f:id:abrahamcow:20150201091843p:plain

新規訪問再訪問と、訪問経路（チャネル）ごとのグラフも書いてみましょう。

query$Init(start.date = sta,
           end.date = en,
           dimensions ="ga:userType,ga:channelGrouping",  
           metrics ="ga:users", 
           table.id = paste("ga:",ga.profiles$id[1],sep="",collapse=","),#           filter = "",
           access_token=access_token)

UTCG <- ga$GetReportData(query)#UTCG にデータが入った。

UTCG2 <- UTCG %>% spread(userType, users)

UTCGmat <- as.matrix(UTCG2[,2:3])
rownames(UTCGmat)<- UTCG2[,1]
plot(as.table(UTCGmat), main="", color=c("cornflowerblue","orange2"),cex=1.1)

f:id:abrahamcow:20150201095228p:plain

> t(UTCGmat)(Other) Direct Organic Search Referral Social
New Visitor            981578482023404119
Returning Visitor      68115590246795

ドキュメンテーション

ちょっとした表を作る際にはエクセルが便利です。

集計表をエクセルに書き出すにはこうやります。

library(xlsx)
setwd("~/Desktop")
write.xlsx(as.data.frame(t(UTCGmat)), file="UTCG.xlsx")
write.xlsx(as.data.frame(t(UGABmat)), file="UGAB.xlsx")

パワーポイントに貼り付けてプレゼン資料風のものを作ってみました。

（R + Google アナリティクス）モザイクプロット from Ko Abe

モザイクプロット、中学高校では習わないので、実際資料つくるときはもうちょっとていねいに説明したほうがいいかもしれないですね。

プロットに直接文字を書き込む

モザイクプロットは左下の座標が (0, 0), 右上の座標が (1,1) になっているので、座標を指定してプロットに直接クロス表の数値を書き込むこともできます。

plot(as.table(UTCGmat), main="", color=c("cornflowerblue","orange2"),cex=1.1)

pct <- apply(UTCGmat,2,function(x)x/sum(x))
dim1 <- dim(pct)
pct2 <- rbind(numeric(dim1[2]),pct[-dim1[1],])
posx1 <-apply(pct,2,cumsum)
posx2 <-apply(pct2,2,cumsum)

text((posx1[,1]+posx2[,1])/2,0.5, prettyNum(UTCGmat[,1],","))
text((posx1[,1]+posx2[,1])/2,0.02, prettyNum(UTCGmat[,2],","))

f:id:abrahamcow:20150202075302p:plain

plot(as.table(UGABmat), main="", color=c("tomato","cornflowerblue"),cex=1.1)

pct <- apply(UGABmat,2,function(x)x/sum(x))
dim1 <- dim(pct)
pct2 <- rbind(numeric(dim1[2]),pct[-dim1[1],])
posx1 <-apply(pct,2,cumsum)
posx2 <-apply(pct2,2,cumsum)

text((posx1[,1]+posx2[,1])/2,0.9, prettyNum(UGABmat[,1],","))
text((posx1[,1]+posx2[,1])/2,0.4, prettyNum(UGABmat[,2],","))

f:id:abrahamcow:20150202075343p:plain

あまりきれいにできなかった。

ggplot2 を使ってやる方法もあるようですが、試していません。

参考文献

統計データの視覚化 (Rで学ぶデータサイエンス 12)

作者:山本義郎,飯塚誠也,藤野友和,金明哲
出版社/メーカー:共立出版
発売日: 2013/05/23
メディア:単行本
この商品を含むブログ (1件) を見る

余談

余談1：「女性のための」

スライドには「女性層を取り込む記事の掲載をご検討ください。」って書いてみたけど、ぼくは世の「女性のための○○」みたいのあんまり好きじゃない。

そういうのって、なんか占いとか雑な恋愛相談とか芸能人が離婚したとか超どうでもいい記事が多くって、女をバカにしてるっぽいイメージがある。

まあそれをいったら男性週刊誌だってヌードグラビアとかどうでもいい政局図とかばっかだし、男も女も平等にバカってことでいいのかもしれない。

余談2：Googleの男女判別

Googleアナリティクスの性別レポート、男（male）女（female）はあるけど、「不明」がない。

不明が男性のほうにカウントされてる可能性あるんじゃないかと思ってる。

あと、前グーグルの営業の人と話したとき、
「すべては統計なんです。このようにユーザーのセグメントを統計手法で推定することで、よりイグザクトなターゲティングが可能になるのです」
みたいなこと言われて、
「へーぼく統計ちょっとやってたんですけど、それって教師あり学習ですか？」
みたいな質問したら、
「あなたは統計が武器だと思ってるかもしれませんが、ビジネスの現場では統計そのものは目的ではありません。目的は成果です」
とか、なぜか説教されて、
「いや、すべては統計とか言い出したのお前だろ！」
って思ってむかついたけど、とりあえず、
「はい。なるほどですね〜」
って言っといた。

それいまだに根に持ってる。

なぜあそこで怒られたのかさっぱりわからない。おれの質問そんなに失礼だったのか？