Google アナリティクス：マルチチャネルレポートの図示（アトリビューション分析）

ケーススタディ

実際のデータを用いて集計してみる。

library(dplyr)library(tidyr)library(ggplot2)library(googleAnalyticsR)library(igraph)
ga_auth()
account_list <- ga_account_list()
ga_id <- account_list$viewId[3]
mcf_gadata <- google_analytics(id = ga_id,
                               start="2017-01-01", end="2017-05-31",
                               metrics = c("totalConversions"),
                               filters = c("mcf:conversionGoalNumber==003"),
                               dimensions = c("basicChannelGroupingPath","conversionGoalNumber","timeLagInDaysHistogram"),
                               type="mcf")source("https://gist.githubusercontent.com/abikoushi/e3b1a1bd47395405ea46db31afae55ba/raw/9cae73995ab4de1b39565184dbee4d19b73ef409/pathanal.R")

out <-pathanal(mcf_gadata, dimension ="basicChannelGroupingPath")

ggplot(out$trans_mat,aes(x=to,y=from,fill=trans_prob))+
  geom_tile()+
  geom_text(aes(label=paste(round(trans_prob*100),"%")))+
  scale_fill_continuous(low="white",high="cornflowerblue")

こんなふうにやると、out には次のようなテーブルが入る。

この表（trans_mat）は各経路から次に経路が続く場合に、どれに遷移するかの割合を示していて、行方向に合計してやると100%になる。

例えば、「オーガニック検索 >ダイレクト」というのは、検索経由で来たユーザーが次のセッションでは直接訪問していると解釈できるので、ある種の勝ちパターンと推測できます。

out の中身を詳しくみてみる。

> out
$unique_node
[1]"Direct""Referral""Organic Search""Social Network"$trans_mat
# A tibble: 13 × 3
             from             to trans_prob
            <chr><chr><dbl>1          Direct         Direct 0.918032792          Direct Organic Search 0.016393443          Direct       Referral 0.032786894          Direct Social Network 0.032786895  Organic Search         Direct 0.916666676  Organic Search       Referral 0.041666677  Organic Search Social Network 0.041666678        Referral         Direct 0.666666679        Referral Organic Search 0.1666666710       Referral       Referral 0.1666666711 Social Network         Direct 0.3076923112 Social Network       Referral 0.0769230813 Social Network Social Network 0.61538462$null_node
# A tibble: 0 × 2# ... with 2 variables: node <chr>, freq <dbl>$harvest
# A tibble: 4 × 2
            node harv_prob
           <chr><dbl>1         Direct 0.50406502 Organic Search 0.88349513       Referral 0.33333334 Social Network 0.5357143$firsttouch
# A tibble: 4 × 2
            node first_prob
           <chr><dbl>1         Direct 0.141221372 Organic Search 0.778625953       Referral 0.015267184 Social Network 0.06488550

unique_node はユニークな経路の名前、null_node は他の経路とつながりを持たない、自分だけ単独で存在している経路（今回はなし）、harvest はその経路からコンバージョンに直接至る割合で大きいほど効率がよいと解釈できる。firsttouch はその経路が経路の起点となった割合で、合計すると1になる。そのサイトがどのチャネルに大きく依存しているかを相対的に知ることができる指標です。

これらを組み合わせるとたとえば次のような図も書ける。

g <-graph(rbind(out$trans_mat$from,out$trans_mat$to))
g <- g + vertex(out$null_node$node)
E(g)$color <-"grey50"
E(g)$width <- out$trans_mat$trans_prob*6
V(g)$size <- out$harvest$harv_prob*100
V(g)$label.cex <-1.5
cols_p = colorRampPalette(c("white","lightpink"))
V(g)$color <- cols_p(nrow(out$firsttouch))[order(out$firsttouch$first_prob)]
plot(g,edge.curved=TRUE,vertex.label.color ="black",
     vertex.label.font=2)

丸の大きさが harvest に、色の濃さが firsttouch に対応している。

見るべきポイントはさっき述べたようなダイレクトへの遷移があるかどうかと、自分自身へのびるパスががあるかだと思う。

この場合、オーガニックからオーガニックへのパスがないのが気になる。

サイトを認知しての同じ経路からの再訪問というのがブランド認知の一つの指標になると思う。

そこを行くとソーシャルネットワークは同じソーシャルネットからの再訪でコンバージョンを獲得していて、これはほぼ全面的にデータ解析・統計・機械学習のRSS (@datasci_blogs) | Twitterのおかげですね。

シミュレーション

一応、コンバージョン経路のレポートをシミュレートする関数も書いた。

trans_prob <-rdirichlet(4,rep(0.5,4))
harv_prob <-c(0.7,0.6,0.4,0.2)
first_prob <-as.numeric(rdirichlet(1,rep(1,4)))
n=1000
K=4
res <-simpath(100,4,trans_prob,harv_prob,first_prob)

> head(res)# A tibble: 6 × 2
               path totalConversions
              <chr><int>11821>3>4>41322342>1852>1>3162>1>4>1>21

経路やセグメントを詳細化していくと有効なデータは少なくなっていくので、シミュレーションしてみて、計算した割合と設定したした確率が安定して同じくらいの数字になるか確かめるのもいいと思う。

アマゾンアフィリエイトのコーナー

Rグラフィックスクックブック ―ggplot2によるグラフ作成のレシピ集

• 作者: Winston Chang,石井弓美子,河内崇,瀬戸山雅人,古畠敦
• 出版社/メーカー:オライリージャパン
• 発売日: 2013/11/30
• メディア:大型本
• この商品を含むブログ (3件) を見る