（R + Google アナリティクス）何ページ目でセッションから離脱するか。ファンネルグラフによる可視化。

ファンネルグラフ

ユーザーの回遊傾向を見る際、Webアクセス解析の分野では直帰率が低く抑えられているかチェックすることが多いようです。

直帰率という指標は、もともとのデータを「直帰」「直帰でない」という情報に要約したものです。

実際には「直帰」、「1ページ進んだ先で離脱」、「2ページ進んだ先で離脱」、……と様々なセッションがあります。

数ページ進んだ先で、どれだけのセッションが途切れず継続しているかを見るには、ファンネルグラフが便利です。

ファンネル（funnel; 漏斗）状に段階的に数を減らしていく様子を把握できます。

縦軸が訪問時に進んだページ数、横軸が継続しているセッション数です。

http://abrahamcow.hatenablog.com/entry/2015/02/10/201256にランディングした場合は、2ページ目に進むケースが比較的多いようです。

裾野の部分も長めでわりと回遊傾向があることが伺えます。

一方 http://abrahamcow.hatenablog.com/entry/entry/2014/12/19/221230などは、あまり回遊傾向はないようです。

以下にこの図の書き方を記載します。

R のコード

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

ga <- RGoogleAnalytics()
ga.profiles <- ga$GetProfileData(access_token)

query$Init(start.date ="2015-02-01",
           end.date ="2015-02-27",
           dimensions ="ga:landingPagePath,ga:pageDepth",
           metrics ="ga:sessions",
           sort ="-ga:sessions",#filters="",#segment=""#max.results =,
           table.id = paste("ga:",ga.profiles$id[1],sep="",collapse=","),
           access_token=access_token)

LPPD <- ga$GetReportData(query)#データ取得完了

LPPD$pageDepth <- as.numeric(LPPD$pageDepth)#集計用の関数を定義
aggfunnel <-function(data,group){
  sub1 <-data[data[,1]==group,]
  sub1 <-sub1[order(sub1$pageDepth),]
  m1 <-max(sub1$pageDepth)
  step <-1:m1
  risk <-numeric(m1)
  cs <-rev(cumsum(rev(sub1[,3])))for(i in step){
    flg <- sub1$pageDepth == i  
    if(all(!flg)){
      risk[i]<- tmp
    }else{
      risk[i]<- cs[flg]
      tmp <- cs[flg]}}data.frame(group,step,risk)}#注目したいLPを入れる
out1 <-aggfunnel(LPPD,"/entry/2015/02/10/201256")
out2 <-aggfunnel(LPPD,"/entry/2014/08/13/031519")
out3 <-aggfunnel(LPPD,"/entry/2014/01/25/232720")
out4 <-aggfunnel(LPPD,"/entry/2014/12/19/221230")
out <- rbind(out1,out2,out3,out4)###プロットlibrary(ggplot2)
theme_set(theme_grey(15,"HiraKakuPro-W3"))
ggplot(out,aes(x=step,y=risk))+
  facet_wrap(~LPpath)+
  geom_bar(stat="identity",width=1)+
  labs(x="訪問時のページ数",y="セッション数")+
  coord_flip()+
  scale_x_reverse()

例２：期間比較

#クエリ
query$Init(start.date ="2014-12-01",
           end.date ="2015-02-27",
           dimensions ="ga:yearMonth,ga:pageDepth",
           metrics ="ga:sessions",
           sort ="-ga:sessions",#filters="",#segment=""#max.results =,
           table.id = paste("ga:",ga.profiles$id[1],sep="",collapse=","),
           access_token=access_token)

ymPD <- ga$GetReportData(query)#データ取得完了

ymPD$pageDepth <- as.numeric(ymPD$pageDepth)

ymPD$yearMonth <- paste(substring(ymPD$yearMonth,1,4),"/",
      substring(ymPD$yearMonth,5,6),sep="")

out1 <-aggfunnel(ymPD,"2014/12")
out2 <-aggfunnel(ymPD,"2015/01")
out3 <-aggfunnel(ymPD,"2015/02")
out <- rbind(out1,out2,out3)#プロット
ggplot(out,aes(x=step,y=risk))+
  facet_wrap(~group)+
  geom_bar(stat="identity",width=1)+
  labs(x="訪問時のページ数",y="セッション数")+
  coord_flip()+
  scale_x_reverse()

関連エントリ

• （R + Google アナリティクス）何ページ目でセッションから離脱するか。残存率の可視化。 - 廿TT
• エンゲージメントを測る指標はエンゲージメント「率」だけじゃない。やみくもに割り算値をKPIにするのはよくない。 - 廿TT

参考文献

エンジニアのための データ可視化[実践]入門 ~D3.jsによるWebの可視化 (Software Design plus)

• 作者:森藤大地,あんちべ
• 出版社/メーカー:技術評論社
• 発売日: 2014/02/20
• メディア:単行本（ソフトカバー）
• この商品を含むブログ (4件) を見る