LPOってなんですの?

 サイトへの集客として、SEMは広く利用されるようにより競争率もかなりのものになってしまった。これはキーワードの入札において、金額が高いところが一番よいポジションに表示されるためである。「データ復旧」というクリック単価はなんと1クリック2,000円以上である。今で大手の企業もこぞってSEMに参加しておりニッチキーワードまでも高騰してきている。中小企業で資本がないところは広告を出すのも難しくなってきているのだ。そこで、少ない資本でいかにコンバージョン率(成約率)を増やすのかということが考えられる。

 ネットショップなどの成約率はせいぜい1%ぐらいがいいところである。よくても1桁台であろう。つまり、90%以上の人たちは成約にいたらずにサイトから離れてしまうのである。このコンバージョン率をいかに上げるかを考えていくのがLPO(Landing Page Optimization)である。

Landingとは、SEMやSEOによってユーザが最初にアクセスするページのことである。たとえば「判子 チタン」でチタンの判子を探していたのに、たどりついたら象牙の判子しかみつけられなかったら、ユーザはすぐに離れてしまうだろう。

 LPOでは、例としてキーワード別のLandingPageを用意する。「ホテル 露天風呂」で検索してきたユーザには露天風呂のページを。「ホテル ペット可」で検索してきたユーザにはペットと泊まれるページをLandingPageにしておくのである。ユーザは自分の探し求めているキャッチコピーが書いてあれば、食いつきやすいのは言うまでもない。

 また、日や時間帯によってLandingPageを変えることも有効かもしれない。たとえば、昼にはランチのクーポンを表示、夜にはディナーのクーポンを表示という使い方もできるだろう。

最近注目されてるLPOであるが、サイトの運営はさらに複雑さと作業量を増してくる。LPOツールなども出ているが、現状は高価であり、中小企業にはなかなか手が出ないでない。それよりも、サイトのアクセス解析をしていることが前提条件です。以外にコンバージョン率まで量っていないサイトも多いのである。まずはそこからか?^^

Web担当者 現場のノウハウ Vol.2
Web2.0編集部
インプレスR&D
売り上げランキング: 3091

にほんブログ村 ネットブログへ←僭越ながらブログランキングに参加しています。

 

GoogleEarthが3Dに

 GoogleEarthの日本語版は9月にリリースされましたが、ずっと英語版を使っていたので気がつきませんでした。そして、GoogleEarthが3D表示になりました。これは3D ギャラリー3D ギャラリー ネットワークリンクといわれるものです。 3D ギャラリー ネットワークリンクを使えば、これらの 3D モデルを Google Earth 上で、実際の場所に建っているように表示することが可能というわけです。

さっそくみてみましたー^^

銀座にゴジラ出現銀座にゴジラ出現

日本銀行日本銀行

京都のSL京都のSL

GoogleEarthに3Dのマークがつきますので、そこをクリックするとこのような3Dが表示されちゃいます。ほんとGoogleってすんごいですね。これらの3Dは一般の人がつくってみせることも可能なようです。

3D ギャラリーを楽しむには、 3D ギャラリー ネットワークリンクのページにアクセスします。あとは画面右上の [ ネットワークリンクをダウンロード ] というリンクをクリックするだけ。 Google Earth が自動的に起動し、ネットワークリンクがダウンロードされると [ 場所 ] パネルに 3D ギャラリーのレイヤが表示されるようになります。

にほんブログ村 本ブログへ←僭越ながらブログランキングに参加しています。

 

「こんな商品も買っています」は伊達じゃない・・・グーグル・アマゾン化する社会

 グーグル・アマゾン化する社会を読みました。ここでは、アマゾンの章で出てくるリコメンデーション機能について考えてみたいと思います。リコメンデーション機能という言葉を知らない人でも、「○○を買った人は、こんな商品も買っています。」というアマゾンのメッセージは見たことがあるでしょう。それです。

 このリコメンデーション機能は、どの人がどのページを閲覧したのかによって「おすすめ商品」が違ってくる。適当に表示しているのかと思っていたら、これは科学的に基づいた理論によって計算されているらしいのです。

 リコメンデーション表示機能には3種類の方法があり、「協調フィルタリング」、「クラスターモデル」「検索ベース方式」という方法がある。しかし、アマゾンの方式はどれも当てはまらない。実はアマゾンの理論では「商品間協調フィルタリング」というアルゴリズムを使用しているらしい。

商品間協調フィルタリングは2段階の計算をしている。

  1. ユーザが買おうとした複数商品間のマッチングと類似性の数値化
  2. 購入対象のひとつの商品と他の関連性がある商品すべての類似性

 最初の、「複数商品間のマッチングと類似性の数値化」ではユーザによって、大きな関連性があるわけではない。たとえば、ITの技術書をみてから、マンガを見ることもあるだろう。そこで、2.において、ひとつの商品のカテゴリーやキーワード、単語、著者などの関連性を数値がするのである。

 それらの計算を経て、数値の高いものから順に表示している。この計算を0.5秒以内に行うのだから驚きである。(東京大学物語の村上君もびっくり!)

 実はこのリコメンデーション機能はリアル店舗でも応用できるのではないかと言われている。RFIDのICタグで、お客が手に取った商品データを蓄積していけば、自動的に「こんな商品も買っています。」という表示もできるはずである。映画のマイノリティレポートの世界が実現されるのは遠くないだろう。(でも、目をえぐられるのはイヤです)

にほんブログ村 本ブログへ←僭越ながらブログランキングに参加しています。