ケーススタディ：eコマースにとって重要なすべての製品KPIにすばやくアクセスする方法

大規模なファッション小売業者が、OWOXBIからのストリーミングデータにすばやくアクセスするための製品ダッシュボードのシステムを構築した方法。

ダッシュボードのシステムを開発するために、私たちのクライアントである大手ファッション小売業者は、完全なデータと現在のパフォーマンス指標に依存する必要がありました。 市場は急速に変化しており、小売業者は特に平均チェックサイズとトランザクションあたりのユニット数（UPT）の重大な変化に迅速に対応する必要があるため、データをできるだけ早く利用できるようにする必要があります。 ただし、常に同じことを計算するようにアナリストに依頼することは、時間と費用がかかります。 さらに、クライアントには、単純なレポートだけでなく、さまざまな期間のさまざまなスライスのメトリックを分析できるツールが必要でした。

ダッシュボードの作成を開始する前に、アナリストは製品チームとともに、必要なメトリックとスライスを特定しました。

ウェブサイト上のすべてのユーザータッチポイントのパフォーマンスに必要な指標の分析：カートや注文への追加を含む、目標到達プロセスの主要な段階でのコンバージョン。 平均チェックサイズ; 小切手のアイテム数。 ARPV; サブスクリプションの数。 取引の数日前。 および意思決定に重要なその他のメトリック。

データスライスの場合、アナリストは、標準のオーディエンスセグメント（デバイスタイプ、地域、ソース）と、データに基づいて計算される特定のセグメント（クライアント/非クライアント、電子メールニュースレターの登録など）の両方を選択しました。

多くの標準データスライスは、より高いレベルの概念に統合されています。 たとえば、製品チームは、さまざまな取得ソースに従ってセグメントを分析するために、特定の広告キャンペーンのレベルにドリルダウンする必要はありません。 それでも、ブランドトラフィックを非ブランドトラフィック、オーガニックトラフィック、またはSMSからのトラフィックから分離する必要があります。

クライアントは、OWOX BIを使用して、GoogleBigQueryのウェブサイトから生のユーザー行動データをすでに収集していました。 しかし、生データを視覚化システムに接続できなかったため、ダッシュボード専用の別のデータセットを作成する必要がありました。

ダッシュボードが絶えず補完され、データセットを収集するためのスクリプトの数が増えることを認識して、アナリストはマイクロテーブルに基づくデータアーキテクチャを構築することを決定しました。 彼らは、セッションの特性、注文、目標到達プロセス、レイヤー、指標を計算するために個別のテーブルを作成しました。

これらのマイクロテーブルは毎日更新され、date、sessionid、owox_user_idなどのキーに従って1つの結果のデータセットに結合され、視覚化システムに送信されます。

同時に、データセットには1日以内の個々のユーザーの集計データが含まれており、高レベルの集計は含まれていません。これらは視覚化システムで計算されます。 これは、フィルタリングシステムが正確に機能するようにするために行われます。

この種のマイクロサービスアーキテクチャにより、会社は以前に構築されたものを壊さず、結果のデータセットに新しいエンティティをすばやく追加することができました。

Google Data Studioのダッシュボードは、最も重要なものを最初の画面に配置し、詳細情報を個々のページに配置するという原則に基づいて作成されました。

以下は、ダッシュボードのホーム画面の例です。この画面には、Webサイトの主要業績評価指標、簡略化された目標到達プロセス、および迅速な意思決定に必要なその他の指標がすべて含まれています。

デフォルトでは、ダッシュボードには2週間前と比較した前の週のデータが表示されますが、任意の期間を設定して、たとえば四半期のデータを分析できます。

ダッシュボードを使用すると、クライアントはデータをフィルタリングして、重要なオーディエンスセグメントのみを分析できます。 ユーザーは、一度に複数のフィルターを適用して、特定のユーザーグループを絞り込むことができます。 たとえば、クライアントは、販売カタログにアクセスしたモバイルデバイスからの新規ユーザーのコンバージョン率を知ることができます。

最初のタッチポイントに関するページ、Webサイト内の詳細な目標到達プロセス、ショッピングカートの分析などもあります。

ダッシュボードは数百万行の弱く集約されたデータセット上に構築されていますが、メトリックは迅速に計算されます。 複雑なフィルターを使用する場合、データは10秒で視覚化されます。

• クライアントの製品チームは、最も必要なメトリックにすばやくアクセスするための便利なツールを受け取りました。
• 現在、Webサイトの改善に関する製品チームでの会話は、ダッシュボードの使用から始まります。ダッシュボードにボトルネックが見つかり、データに基づいて必要な改善が議論されます。 たとえば、ファネル分析では、製品カードを表示してからチェックアウトページまでの段階で、（ベンチマークと比較して）最大の低下が見られることが示されました。 この知識により、6か月前に製品チームの焦点が設定され、これらの目標到達プロセスの指標が増加しました。
• 分析チームは、同じメトリックを常に計算することに時間を費やすことはありませんが、自動的に計算されるメトリックの量と深さを拡大し、複雑なアドホッククエリにより多くの時間を費やすことができます。