Submit Search
Upload
Tableau Conference On Tokyo 2015_ソーシャルメディアデータ活用の5つの戦略_Five Strategies Social Media Data
•
0 likes
•
229 views
N
Nanae Matsushima
Follow
Tableau Conference On Tokyo 2015_ソーシャルメディアデータ活用の5つの戦略_Five Strategies Social Media Data
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 66
Download now
Download to read offline
Recommended
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせます
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせます
Nanae Matsushima
ユーザに価値を届けるためのデータプラットフォームの考え方
ユーザに価値を届けるためのデータプラットフォームの考え方
Rakuten Group, Inc.
Nuxt.jsとExpressでSPA×SSR×API Aggregationを実現した話
Nuxt.jsとExpressでSPA×SSR×API Aggregationを実現した話
Recruit Lifestyle Co., Ltd.
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
shakezo
楽天のデータサイエンス/AIによるビッグデータ活用
楽天のデータサイエンス/AIによるビッグデータ活用
Rakuten Group, Inc.
利益を生み出すAnalytics Teamのあり方
利益を生み出すAnalytics Teamのあり方
Recruit Lifestyle Co., Ltd.
データ価値を最大化するビジュアル分析とストーリーテリングの重要性
データ価値を最大化するビジュアル分析とストーリーテリングの重要性
Ryusuke Ashiya
クラウド時代の経営スタイルを変革する TableauセルフサービスBIの本質的価値
クラウド時代の経営スタイルを変革する TableauセルフサービスBIの本質的価値
Ryusuke Ashiya
Recommended
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせます
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせます
Nanae Matsushima
ユーザに価値を届けるためのデータプラットフォームの考え方
ユーザに価値を届けるためのデータプラットフォームの考え方
Rakuten Group, Inc.
Nuxt.jsとExpressでSPA×SSR×API Aggregationを実現した話
Nuxt.jsとExpressでSPA×SSR×API Aggregationを実現した話
Recruit Lifestyle Co., Ltd.
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
shakezo
楽天のデータサイエンス/AIによるビッグデータ活用
楽天のデータサイエンス/AIによるビッグデータ活用
Rakuten Group, Inc.
利益を生み出すAnalytics Teamのあり方
利益を生み出すAnalytics Teamのあり方
Recruit Lifestyle Co., Ltd.
データ価値を最大化するビジュアル分析とストーリーテリングの重要性
データ価値を最大化するビジュアル分析とストーリーテリングの重要性
Ryusuke Ashiya
クラウド時代の経営スタイルを変革する TableauセルフサービスBIの本質的価値
クラウド時代の経営スタイルを変革する TableauセルフサービスBIの本質的価値
Ryusuke Ashiya
楽天の次世代を支える AI Platform ~ チャットボット、マーケティング、そしてCreative AI
楽天の次世代を支える AI Platform ~ チャットボット、マーケティング、そしてCreative AI
Rakuten Group, Inc.
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
Hiroshi Masuda
Teams を活用してメッチャマルチタスクをこなす方法 - dahatake さん流 - version 1.2
Teams を活用してメッチャマルチタスクをこなす方法 - dahatake さん流 - version 1.2
Daiyu Hatakeyama
楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019
Rakuten Group, Inc.
国内最大級のお笑いWebサービス「ボケて」におけるTableau活用事例
国内最大級のお笑いWebサービス「ボケて」におけるTableau活用事例
淳也 和田
ヤフーにおけるTableau Blue Printの実践
ヤフーにおけるTableau Blue Printの実践
Sho Maekawa
楽天技術研究所 Society 5.0 のクリエイティブ都市
楽天技術研究所 Society 5.0 のクリエイティブ都市
Rakuten Group, Inc.
[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか? by Tableau Japan 株式会社 ...
[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか? by Tableau Japan 株式会社 ...
Insight Technology, Inc.
CTO of the year 2018によるLean開発話【データレイク編】 ~とにかくデータレイクにすべてのデータを投げ込もう! とりあえずs3に置け...
CTO of the year 2018によるLean開発話【データレイク編】 ~とにかくデータレイクにすべてのデータを投げ込もう! とりあえずs3に置け...
Takanori Kawahara
[CTO of the year 2018] Lean AI開発により、3ヶ月でプロダクトマーケットフィット、1年で大手塾の2割に導入するまで至った話
[CTO of the year 2018] Lean AI開発により、3ヶ月でプロダクトマーケットフィット、1年で大手塾の2割に導入するまで至った話
Takanori Kawahara
楽天における企業内スタートアップの取り組み
楽天における企業内スタートアップの取り組み
Rakuten Group, Inc.
Developers Summit 2022 プロダクト開発速度とデータの組織的価値をセットで飛躍的に高める開発戦略
Developers Summit 2022 プロダクト開発速度とデータの組織的価値をセットで飛躍的に高める開発戦略
Takanori Kawahara
20190627 tableau seminar
20190627 tableau seminar
Miki Shingo
Cloud Firestoreを利用した地理空間検索実践
Cloud Firestoreを利用した地理空間検索実践
Rakuten Group, Inc.
分析のモダナイズへのヒント:データ価値を最大化するビジュアル分析とエンタープライズ組織への展開 - 経営課題解決シンポジウム (2018/09/28)
分析のモダナイズへのヒント:データ価値を最大化するビジュアル分析とエンタープライズ組織への展開 - 経営課題解決シンポジウム (2018/09/28)
Ryusuke Ashiya
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
BrainPad Inc.
20171201 deep learning lab albert
20171201 deep learning lab albert
Hirono Jumpei
楽天サービスとインフラ部隊
楽天サービスとインフラ部隊
Rakuten Group, Inc.
Teams を活用して、めっちゃマルチタスクをする方法 version 1.1
Teams を活用して、めっちゃマルチタスクをする方法 version 1.1
Daiyu Hatakeyama
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
Rakuten Group, Inc.
プロダクトマネージャとセールスチームはどう連携すべきか 〜 失敗例と方針
プロダクトマネージャとセールスチームはどう連携すべきか 〜 失敗例と方針
Nao Haida
データサイエンスを支える基盤とそのテクノロジー@WebDBフォーラム2015 #webdbf2015
データサイエンスを支える基盤とそのテクノロジー@WebDBフォーラム2015 #webdbf2015
Yahoo!デベロッパーネットワーク
More Related Content
What's hot
楽天の次世代を支える AI Platform ~ チャットボット、マーケティング、そしてCreative AI
楽天の次世代を支える AI Platform ~ チャットボット、マーケティング、そしてCreative AI
Rakuten Group, Inc.
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
Hiroshi Masuda
Teams を活用してメッチャマルチタスクをこなす方法 - dahatake さん流 - version 1.2
Teams を活用してメッチャマルチタスクをこなす方法 - dahatake さん流 - version 1.2
Daiyu Hatakeyama
楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019
Rakuten Group, Inc.
国内最大級のお笑いWebサービス「ボケて」におけるTableau活用事例
国内最大級のお笑いWebサービス「ボケて」におけるTableau活用事例
淳也 和田
ヤフーにおけるTableau Blue Printの実践
ヤフーにおけるTableau Blue Printの実践
Sho Maekawa
楽天技術研究所 Society 5.0 のクリエイティブ都市
楽天技術研究所 Society 5.0 のクリエイティブ都市
Rakuten Group, Inc.
[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか? by Tableau Japan 株式会社 ...
[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか? by Tableau Japan 株式会社 ...
Insight Technology, Inc.
CTO of the year 2018によるLean開発話【データレイク編】 ~とにかくデータレイクにすべてのデータを投げ込もう! とりあえずs3に置け...
CTO of the year 2018によるLean開発話【データレイク編】 ~とにかくデータレイクにすべてのデータを投げ込もう! とりあえずs3に置け...
Takanori Kawahara
[CTO of the year 2018] Lean AI開発により、3ヶ月でプロダクトマーケットフィット、1年で大手塾の2割に導入するまで至った話
[CTO of the year 2018] Lean AI開発により、3ヶ月でプロダクトマーケットフィット、1年で大手塾の2割に導入するまで至った話
Takanori Kawahara
楽天における企業内スタートアップの取り組み
楽天における企業内スタートアップの取り組み
Rakuten Group, Inc.
Developers Summit 2022 プロダクト開発速度とデータの組織的価値をセットで飛躍的に高める開発戦略
Developers Summit 2022 プロダクト開発速度とデータの組織的価値をセットで飛躍的に高める開発戦略
Takanori Kawahara
20190627 tableau seminar
20190627 tableau seminar
Miki Shingo
Cloud Firestoreを利用した地理空間検索実践
Cloud Firestoreを利用した地理空間検索実践
Rakuten Group, Inc.
分析のモダナイズへのヒント:データ価値を最大化するビジュアル分析とエンタープライズ組織への展開 - 経営課題解決シンポジウム (2018/09/28)
分析のモダナイズへのヒント:データ価値を最大化するビジュアル分析とエンタープライズ組織への展開 - 経営課題解決シンポジウム (2018/09/28)
Ryusuke Ashiya
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
BrainPad Inc.
20171201 deep learning lab albert
20171201 deep learning lab albert
Hirono Jumpei
楽天サービスとインフラ部隊
楽天サービスとインフラ部隊
Rakuten Group, Inc.
Teams を活用して、めっちゃマルチタスクをする方法 version 1.1
Teams を活用して、めっちゃマルチタスクをする方法 version 1.1
Daiyu Hatakeyama
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
Rakuten Group, Inc.
What's hot
(20)
楽天の次世代を支える AI Platform ~ チャットボット、マーケティング、そしてCreative AI
楽天の次世代を支える AI Platform ~ チャットボット、マーケティング、そしてCreative AI
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
Teams を活用してメッチャマルチタスクをこなす方法 - dahatake さん流 - version 1.2
Teams を活用してメッチャマルチタスクをこなす方法 - dahatake さん流 - version 1.2
楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019
国内最大級のお笑いWebサービス「ボケて」におけるTableau活用事例
国内最大級のお笑いWebサービス「ボケて」におけるTableau活用事例
ヤフーにおけるTableau Blue Printの実践
ヤフーにおけるTableau Blue Printの実践
楽天技術研究所 Society 5.0 のクリエイティブ都市
楽天技術研究所 Society 5.0 のクリエイティブ都市
[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか? by Tableau Japan 株式会社 ...
[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか? by Tableau Japan 株式会社 ...
CTO of the year 2018によるLean開発話【データレイク編】 ~とにかくデータレイクにすべてのデータを投げ込もう! とりあえずs3に置け...
CTO of the year 2018によるLean開発話【データレイク編】 ~とにかくデータレイクにすべてのデータを投げ込もう! とりあえずs3に置け...
[CTO of the year 2018] Lean AI開発により、3ヶ月でプロダクトマーケットフィット、1年で大手塾の2割に導入するまで至った話
[CTO of the year 2018] Lean AI開発により、3ヶ月でプロダクトマーケットフィット、1年で大手塾の2割に導入するまで至った話
楽天における企業内スタートアップの取り組み
楽天における企業内スタートアップの取り組み
Developers Summit 2022 プロダクト開発速度とデータの組織的価値をセットで飛躍的に高める開発戦略
Developers Summit 2022 プロダクト開発速度とデータの組織的価値をセットで飛躍的に高める開発戦略
20190627 tableau seminar
20190627 tableau seminar
Cloud Firestoreを利用した地理空間検索実践
Cloud Firestoreを利用した地理空間検索実践
分析のモダナイズへのヒント:データ価値を最大化するビジュアル分析とエンタープライズ組織への展開 - 経営課題解決シンポジウム (2018/09/28)
分析のモダナイズへのヒント:データ価値を最大化するビジュアル分析とエンタープライズ組織への展開 - 経営課題解決シンポジウム (2018/09/28)
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
20171201 deep learning lab albert
20171201 deep learning lab albert
楽天サービスとインフラ部隊
楽天サービスとインフラ部隊
Teams を活用して、めっちゃマルチタスクをする方法 version 1.1
Teams を活用して、めっちゃマルチタスクをする方法 version 1.1
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
Similar to Tableau Conference On Tokyo 2015_ソーシャルメディアデータ活用の5つの戦略_Five Strategies Social Media Data
プロダクトマネージャとセールスチームはどう連携すべきか 〜 失敗例と方針
プロダクトマネージャとセールスチームはどう連携すべきか 〜 失敗例と方針
Nao Haida
データサイエンスを支える基盤とそのテクノロジー@WebDBフォーラム2015 #webdbf2015
データサイエンスを支える基盤とそのテクノロジー@WebDBフォーラム2015 #webdbf2015
Yahoo!デベロッパーネットワーク
kintone Cafe 新潟 Vol.3
kintone Cafe 新潟 Vol.3
Masataka Isa
Tableau Blueprintの概要 for JTUG/RETAIL 2019/10/16
Tableau Blueprintの概要 for JTUG/RETAIL 2019/10/16
Ryusuke Ashiya
統合キャンペーン管理プラットフォーム概要
統合キャンペーン管理プラットフォーム概要
Go Sugihara
アドネットワークのデータ解析チームを支える技術
アドネットワークのデータ解析チームを支える技術
hagino 3000
Digital strategy in Japanese
Digital strategy in Japanese
Yoshinori Kawamura
初心者のための「ユニバーサルアナリティクスの理解と導入」~実習編~ 先生:山浦 直宏
初心者のための「ユニバーサルアナリティクスの理解と導入」~実習編~ 先生:山浦 直宏
schoowebcampus
データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理
Koichi Hamada
RでTwitterテキストマイニング
RでTwitterテキストマイニング
Yudai Shinbo
RでTwitterテキストマイニング~スターバックス~
RでTwitterテキストマイニング~スターバックス~
江上 ゼミナール
Case study of online machine learning for display advertising in Yahoo! JAPAN
Case study of online machine learning for display advertising in Yahoo! JAPAN
DataWorks Summit/Hadoop Summit
20120622 data conference
20120622 data conference
managami
カスタマーサクセスのためのデータ整備人の活動記録
カスタマーサクセスのためのデータ整備人の活動記録
syou6162
アジャイルマネジメントとは?
アジャイルマネジメントとは?
Kiro Harada
エンゲージメント・ダッシュボード
エンゲージメント・ダッシュボード
Engagement First inc.
日本初ソーシャルメディア・リードとしてツールにもとめるもの
日本初ソーシャルメディア・リードとしてツールにもとめるもの
Six Apart KK
AI for Business - Microsoft AI Business summit 2018
AI for Business - Microsoft AI Business summit 2018
Daiyu Hatakeyama
Tableauが魅せる Data Visualization の世界
Tableauが魅せる Data Visualization の世界
Takahiro Inoue
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!デベロッパーネットワーク
Similar to Tableau Conference On Tokyo 2015_ソーシャルメディアデータ活用の5つの戦略_Five Strategies Social Media Data
(20)
プロダクトマネージャとセールスチームはどう連携すべきか 〜 失敗例と方針
プロダクトマネージャとセールスチームはどう連携すべきか 〜 失敗例と方針
データサイエンスを支える基盤とそのテクノロジー@WebDBフォーラム2015 #webdbf2015
データサイエンスを支える基盤とそのテクノロジー@WebDBフォーラム2015 #webdbf2015
kintone Cafe 新潟 Vol.3
kintone Cafe 新潟 Vol.3
Tableau Blueprintの概要 for JTUG/RETAIL 2019/10/16
Tableau Blueprintの概要 for JTUG/RETAIL 2019/10/16
統合キャンペーン管理プラットフォーム概要
統合キャンペーン管理プラットフォーム概要
アドネットワークのデータ解析チームを支える技術
アドネットワークのデータ解析チームを支える技術
Digital strategy in Japanese
Digital strategy in Japanese
初心者のための「ユニバーサルアナリティクスの理解と導入」~実習編~ 先生:山浦 直宏
初心者のための「ユニバーサルアナリティクスの理解と導入」~実習編~ 先生:山浦 直宏
データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理
RでTwitterテキストマイニング
RでTwitterテキストマイニング
RでTwitterテキストマイニング~スターバックス~
RでTwitterテキストマイニング~スターバックス~
Case study of online machine learning for display advertising in Yahoo! JAPAN
Case study of online machine learning for display advertising in Yahoo! JAPAN
20120622 data conference
20120622 data conference
カスタマーサクセスのためのデータ整備人の活動記録
カスタマーサクセスのためのデータ整備人の活動記録
アジャイルマネジメントとは?
アジャイルマネジメントとは?
エンゲージメント・ダッシュボード
エンゲージメント・ダッシュボード
日本初ソーシャルメディア・リードとしてツールにもとめるもの
日本初ソーシャルメディア・リードとしてツールにもとめるもの
AI for Business - Microsoft AI Business summit 2018
AI for Business - Microsoft AI Business summit 2018
Tableauが魅せる Data Visualization の世界
Tableauが魅せる Data Visualization の世界
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Tableau Conference On Tokyo 2015_ソーシャルメディアデータ活用の5つの戦略_Five Strategies Social Media Data
1.
松島 七衣 Product Consultant,
Tableau Japan Presented by: #ソーシャルメディアデータ活用の5つの戦略
2.
Michelle Wallace Product Marketing
Coordinator James Carroll Senior Online Marketing Coordinator オリジナルスピーカー I introduce Tableau to new people on social media. I spend my days hanging out with data geeks online.
3.
• オーガニック • (有料広告を使わない自然な)クチコミだけのリーチ •
ペイド • 有料広告 • プラットフォーム • FacebookやTwitterなどのSNSそのもの • パフォーマンス • 成果 • コンテキスト • 文脈、背景 ソーシャルメディア用語 参考:Itpro (日経BP)
4.
5つの戦略 #1.Tableauと各プラットフォームの解析機能 #2. スマートなデータの扱い方 #3. 目標に対する適切な指標 #4.
最も重要なのはコンテンツ #5. オーガニックとペイドの連携
5.
#1. Tableauと 各プラットフォームの解析機能 1. カスタマイズ 2.
ブレンディング
6.
• 各プラットフォームのもつ分析ダッシュボード • Facebook
Insights • Twitter Analytics • Pinterest Analytics • LinkedIn Analytics • YouTube Analytics プラットフォームとサードパーティ
7.
Tableauと 各ソーシャルメディアの解析機能 #1 カスタマイズ
8.
プラットフォームのダッシュボード
9.
プラットフォームのダッシュボード
10.
YouTube Analytics
11.
Facebook Insights →
Tableau
12.
• 基本的な傾向のみが知りたいとき • 事前の設定なくリアルタイムに確認したいとき •
直近数時間のデータが知りたいとき • 無料 プラットフォームの活用
13.
• より詳細に知りたいとき • 閲覧者に、同じ知見を得るよう促したい •
特定のインタラクティブ性をもたせたい • 見たい指標を好きなレイアウトで見たい Tableauが必要になる場面
14.
Tableauと 各ソーシャルメディアの解析機能 #2 ブレンディング
15.
各ソーシャルメディアへの投稿によって ウェブサイトの閲覧数は増えている?
16.
17.
マネージャーとの共有用
18.
チームメンバーとの共有用
19.
自分用
20.
自分用 何時に投稿すると最も効果がある?
21.
• カスタマイズ • コンテキストを入れられる •
対象ごとに変えられる • ブレンディング • 複数ソーシャルメディアの状況を合わせて同時に見られる Tableauが必要な理由
22.
#2 スマートなデータの扱い方 1. ソーシャルメディアデータの取得方法 2.
複数のソーシャルメディアデータを扱うときのポイント
23.
スマートなデータの扱い方 #1 ソーシャルメディアデータの 取得方法
24.
1. 各ソーシャルメディアの分析機能から直接エクスポート 2. サードパーティーからエクスポート 3.
サードパーティーからライブでデータ取得 4. APIまたはWDCで独自開発 ソーシャルデータ取得の4つの方法
25.
Facebook、Twitter、YouTube などから直接データを取得 良いところ • 無料
(プラットフォーム にもよる) • 直接得られるので 手間・時間の節約 1.直接エクスポート 悪いところ • データの編集・加工が必要
26.
サードパーティーによる複数のソーシャルメディアを統合 したプラットフォームからデータを取得 良いところ • 直接エクスポートしたとき には得られないデータが 得られる場合がある • 無料のものもある 2.サードパーティーからエクスポート 悪いところ •
データの編集・加工が必要
27.
エクスポート
28.
データベースからデータを取得 良いところ • データの編集・加工は不要 • 接続先はデータベース •
APIあり 3.サードパーティーからライブで取得 悪いところ • できないところもある
29.
API かTableau のWeb
データコネクタ(WDC)を使用 良いところ • より高い自由度 • 無料 4.APIまたはWDCで独自開発 悪いところ • 全データ?サンプリング? • いくつかの ソーシャルメディアでは、 APIはコールする方向のみ • 自分で開発する必要あり
30.
4.APIまたはWDCで独自開発
31.
スマートなデータの扱い方 #2 複数のソーシャルメディアデータ を扱うときのポイント
32.
同じ名前に揃える
33.
同じ名前に揃える
34.
35.
Demo
36.
#3. 目標に対する適切な指標
37.
• ベンチマーク • フォロワー、メンション •
受け手 • インプレッション、リーチ、デモグラフィクス、場所、タイミング • エンゲージメント • いいね、シェア、ビュー、コメント、フォロー、否定的な意見 • コンバージョン • クリック、リード 一般的なオーガニックの指標
38.
投稿は、ウェブサイトの訪問数に影響を及ぼしている?
39.
投稿は、ウェブサイトの訪問数に影響を及ぼしている?
40.
• ベンチマーク • フォロワー、メンション •
対象 • インプレッション、リーチ、ターゲット層、場所、タイミング • エンゲージメント • いいね、シェア、閲覧、コメント、フォロー、否定的な意見 • コンバージョン • クリック数、リード • オポチュニティ • 関連ハッシュタグ、外部参照、ユーザー生成リンク、 ブランドモニタリング Tableauのオーガニックの指標
41.
• オーガニックの指標 • コンバージョンが重要 •
コンバージョンの定義:トライアルやホワイトペーパーのダウンロード等 + ペイドの指標
42.
ペイドの指標となるダッシュボード
43.
適切な指標の選定
44.
#4. 最も重要なのはコンテンツ 1. コンテンツの選定 2.
テストして比較
45.
最も重要なのはコンテンツ #1 コンテンツの選定
46.
良質なコンテンツが不可欠
47.
ペイドの位置づけとコンテンツ オーガニックペイド
48.
オーガニックとペイドは相互に影響
49.
受け手は日々変化
50.
最も重要なのはコンテンツ #2 テストして比較
51.
複数イメージで比較 パターン1 パターン2 パターン3
52.
似た内容の投稿で比較 8.2のローンチ 9.0のローンチ
53.
デバイスや内容の種類で比較 デスクトップ モバイル
54.
インプレッション数とクリック数
55.
CPL:DesktopとMobileの比較
56.
#5. オーガニックとペイドの連携
57.
従来の投稿 オーガニックとペイドのコンテンツは連携していなかった オーガニック ペイド
58.
オーガニックとペイドの連携 オーガニックとペイドのコンテンツの連携を始めた オーガニック ペイド
59.
オーガニックとペイドの連携 興味の惹く投稿を意識
60.
Dreamforce 連携例
61.
連携例 [オーガニック側レポート] エンゲージメントを確認
62.
連携例 [ペイド側レポート] 予算に関する 項目あり
63.
• オーガニックとペイドは連携すべき • 同じコンテンツを同じタイミングで発信すると効果的 •
ただし、同じ投稿をした場合でも、 効果測定はそれぞれのKPIに沿って行うこと オーガニックとペイドの連携
64.
5つの戦略 #1.Tableauと各プラットフォームの解析機能 #2. スマートなデータの扱い方 #3. 目標に対する適切な指標 #4.
最も重要なのはコンテンツ #5. オーガニックとペイドの連携
65.
Data Night Out 17:30
– 22:00 @ 4F Ball Room
Download now