この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。
クラスメソッドではデータ分析に役立つ様々なSaaS製品を取り扱っております。
今回の記事では「データ分析にご興味ある方」や「どのようなツールを使ったらいいかわからない方」向けに今クラスメソッドがおすすめする最新SaaSを分野毎にご紹介します。
ユーザーの行動分析に特化したMixpanel
まずご紹介するのはアプリやサイトのユーザー行動を分析するのに超絶役立つ「Mixpanel」です。
以下、この超絶役立つツールの特徴をお伝えします。
Mixpanelの特徴
箇条書きで表すとMixpanelの特徴は以下となります。
- 直感的なUI/UXですごく扱いやすい
- SQL不要で細かいユーザー設計・行動分析ができる
- 他SaaSとの連携で多様な施策ができる
これらの特徴については実際にMixpanelの画面をご覧いただいた方が分かりやすいかと思いますので、以下の動画で案内してます。
GA4との違い
Mixpanelとよく比較されるツールにGA4があります。
現時点で国内の多くのアプリやサイトではGA4が導入されているかと思います。
MixpanelとGA4はどちらもユーザーの行動を蓄積・分析するという点においては確かに競合するツールとなります。
ですが「特定のユーザーに絞った分析をしたい」「顧客単価を高めるための分析をしたい」といった観点での分析をしたい場合は、MixpanelがGA4よりも扱いやすく粒度が高いと弊社では認知しております。
実際のレポート画面の比較については以下記事でも詳細をお伝えしていますので、ご興味ある方はご覧ください。
GA4とmixpanelのレポート画面を比較して違いを体感する！
ビッグデータを可視化するBIツールLooker
大量のビッグデータを指定条件に応じてグラフや表で可視化する次世代のBIツールと注目されているのが「Looker」です。
以下、このLookerの特徴をお伝えします。
独自言語LookMLで誰でも同じデータが見れる
Lookerでは「LookML」という独自言語を使い分析データの定義を決めます。
このLookMLを用いることで、誰が分析しても同じ結果が表示されるという属人化しない運用を可能とします。
従来のBIツールでは利用者のスキルによって同じデータでも異なる結果が出るなど、データに一貫性が保てない運用となるケースも見られましたが、Loookerでは利用者のスキルに左右されない一貫性のあるデータ分析が可能となります。
Git連携で複数人による安全な運用が可能
BIツールを複数人で運用していると「身に覚えのない設定が追加されててなんじゃこりゃああ！」というようなよろしくない事態が発生することもたまにあると思います。
複数人運用などによるヒューマンエラーに起因する事故は防ぐことが難しいものではありますが、LookerではGitと連携してバージョン管理の運用ができるため、万が一の事故が起こった場合も、変更前のデータにスムーズに戻せたりする運用が可能となります。
またGitを使うことで複数人が設定した内容もマージして管理できる機能もあるため、GitがないBIツールと比べ、そのあたりの運用コストは削減できる面があります。
Tableauとの違い
Lookerとよく比較されるBIツールで「Tableau」がありますが、このあたりの違いについては以下の別記事で触れてますので、詳細気になる方はこちらをご覧ください。
Looker歴2か月、元Tableau運用者がそれぞれの良さを語ります
他SaaSと連携して高度な施策ができる
Lookerは内部にデータベースを持たないので、活用する際はデータウェアハウスなど外部ツールと連携する必要があります。
またデータウェアハウスだけでなくカスタマーエンゲージメントプラットフォームのBrazeと連携して、Lookerで分析したセグメントにメッセージを配信するという施策も行うことができます。
こちらの手順などについては以下記事でご紹介させていただいています。
Brazeから書き出したデータをLookerで可視化してセグメントにする
クラウド型のデータウェアハウスSnowflake
SaaS型クラウドデータウェアハウスとして今世間様の注目を一心に集めているのが「Snowflake」です。
以下、このSnowflakeの特徴をお伝えします。
マルチクラウド対応
Snowflake以外にもクラウド型のデータウェアハウスはいくつかありますが、Snowflakeはマルチクラウド対応なので、複数のクラウド間でのデータ連携が可能です。
データ共有がかんたんにできる
Snowflakeではデータシェアリングという機能を用いて、自分が管理しているデータを他者に直接共有することができます。
この機能を用いることで、従来であればデータをエクスポートして転送したり、データを複製して渡すなどの発生していた手間やリスクをなくすことができます。
BigQueryやRedshiftとの比較
Snowflake以外の代表的なデータウェアハウスだとBigQuery、Redshiftがあるかと思います。
これらの比較については以下記事で触れてますので気になる方はこちらをご覧ください。
「噂のSnowflake Deep Dive」で「DWH御三家の各特徴と選び方について〜SnowflakeとBigQueryとRedshiftと〜」を話しました
Snowflakeをもっと知りたい方へ
本記事をきっかけにSnowflakeをもっと知りたいと言う方へ以下記事のご案内です。
2022年末、改めて「Snowflakeとは？」を簡単に説明する
データ分析のSaaSと連携して使えるBraze
アプリやサイトを利用しているユーザーに反応率の高いメッセージを送ることができるBraze。
Brazeはここで紹介したデータ分析のSaaSと連携して活用することができます。
以下Brazeの特徴と合わせてお伝えします。
ユーザーのリアルタイムの状況に合わせて配信
BrazeのSDKを埋め込むとユーザーの行動ログをリアルタイムで取得し、その状況に合わせたメッセージ配信が可能となります。
従来のツールでは事前に設定された日時や行動を起点にしたメッセージ配信しかできないパターンがありましたが、Brazeではメッセージ配信直前までのユーザー情報を元に配信を調整できることで、より反応が高いメッセージが設定できます。
ユーザーの開封率の高い時間帯を自動判定
Brazeの「インテリジェントタイミング」という機能を使うと、ユーザー1人1人の開封率の高い時間帯を自動判定しメッセージ配信することができます。
ユーザーの属性情報に合わせて本文を調整
Brazeでは配信先のユーザーに合わせてメッセージの本文を変更することができます。
例えばゴールド会員にはゴールド会員用の文章、一般会員には一般会員用の文章を1つのメッセージ配信で振り分けを処理することが可能です。
MixpanelやLookerと連携して高速PDCAを回せる
MixpanelやLookerで分析したセグメントをBrazeに連携し、そのセグメントに対して反応抜群のメッセージを送るということもできます。
またそのBrazeで配信したメッセージ受信者の反応をMixpanelやLookerで再度分析することもできます。
実際の連携手順はこちらの記事でも紹介してます。
BrazeにMixpanelを連携させてセグメントを作ってみた！
データ分析のSaaS支援はクラスメソッドまで
以上、データ分析で絶対役立つSaaSツールの紹介でした。
この記事で紹介したSaaSはクラスメソッドで導入支援を行なってます。
導入するかはまだ未定だが、製品の詳細を聞いてみたいという方もお気軽にお問い合わせください。
5
