鉱業会社向けの高度な分析の設定 – Hiveon の成功事例

マイニング エコシステム企業である Hiveon は、OWOX 製品と OWOX チームの助けを借りて、迅速なマーケティング分析のための手頃な価格で柔軟なツールをどのように構築したかを共有しています。

2017 年に設立された Hiveon は、世界中で 200 万人のユーザーを抱える、業界をリードするオールインワンの暗号通貨マイニング ソリューションを提供しています。 現在、Hiveon エコシステムには、Hiveon OS、Hiveon プール、Hiveon ASIC ファームウェア、および Hiveon ASIC ハブが含まれています。 すべての Hiveon 製品は、相乗効果、安全性、および安定性を中心に構築されています。

Hiveon OS は、暗号通貨マイニング用の最初のオペレーティング システムの 1 つです。 これは、ユーザーにとって技術的に複雑なソリューションを簡素化し、ブロックチェーンにアクセスして理解できるようにするという会社の目標に従って作成されました。 これが、Hiveon がフィードバックとイニシアチブで製品を改善するのに役立つ、大規模で忠実なコミュニティを構築するのに役立っています。

Hiveon では、次のような手頃な価格の柔軟なツールが必要でした。

• トラフィック ソースをすばやく分析します。 はい、多くの有料広告はありませんが、ニッチに固有のトラフィック ソースではないため、主要なトラフィック ソースではありません。 ファネルを分析して、オーガニック、ダイレクト、および (特に) ソーシャル メディア トラフィックを分析することが重要でした。 私たちには大規模なコミュニティがあり、Twitter などで多くの活動が行われています。
• 行動分析 — ウェブサイトと製品内ファネルに関連するすべて。 これは、UX を改善し、製品ファネルのギャップを特定して修正するために、私たちのビジネスが受け取って使用する非常に貴重な知識です。

さらに、洞察とパターンを検索するのに十分なレトロスペクティブ データがあり、この知識を使用して会社の将来の発展を計画しています。 Google アナリティクスのデータ処理機能には制限があります。 したがって、データ アクセスに関してアナリストの手を解放するために、Google BigQuery を使用することにしました。

私たちの製品は複雑で、現在複数のドメインがあり、クロスドメイン トラッキングを設定するのが困難でした。 ユーザーがあるドメインから別のドメインに移動すると、元の client_id が失われました。

もう 1 つの問題は、1 日あたり 50,000 トランザクションという Google アナリティクスの制限に達していたことです。 Google アナリティクスのトランザクション レポートでは、制限に達すると、対応する transaction_id の代わりに値「(other)」が表示されます。

パフォーマンス レポートを作成するために、OWOX BI と Google BigQuery を使用することにしました。

データの収集と保存に Google BigQuery を選んだ理由:

• ユースケースの比較的簡単なセットアップ
• GBQ を扱うアナリストの既存の専門知識
• 視覚化ツールと統合する可能性

Google Big Query でレポートのデータを組み合わせる方法:

1. OWOX BI ストリーミングの助けを借りて、ウェブサイトからサンプリングされていない未加工のユーザー行動データを収集し、BigQuery に転送します。
2. Web サイトからのトランザクション データは、Measurement Protocol を介して OWOX BI ストリーミングに送信されます。
3. 収集されたデータは Google BigQuery で処理され、組み込みのコネクタを使用して Google Looker Studio と Tableau のダッシュボードに表示されます。

OWOX の同僚が、クロスドメイン トラッキングの設定方法を教えてくれました。 データ収集に加えて、OWOX チームはいくつかの興味深い分析作業を手伝ってくれました。

この場合、新しいユーザーを定義するために、ユーザー レベルでのトランザクションを含む補助テーブルを作成します。 つまり、ユーザーレベルでは、対応するトランザクションの配列があります。 最初の支払いが行われたこの補助テーブル セッションから選択し、対応するステータス (0 または 1) を設定できます。 その後、ストリーミング データのメイン テーブルとトランザクションの補助テーブルをセッション ID で接続します。 次に、数式を使用して最初の支払いを行ったユーザーの数をカウントできます。 最初の支払いのセッションがある場合、ユニーク ユーザー数 (client_id) をカウントします。

このプロジェクトには、オンライン ウォレットの補充、サービス料金の支払い、およびユーザーの収入の引き出しが含まれるため、これらのトランザクションの金額を個別に分析することをお勧めします。 このため、Hiveon チームは各トランザクションに製品属性を追加し、レポートを準備する際、OWOX チームはこの属性をフィルターとして、また収入の種類ごとに異なる指標を作成するために使用することができました。

実装されたソリューションのおかげで、次のことができました。

• ユーザーがさまざまなドメインをどのように使用し、それらの間をどのように移動するかをよりよく理解する
• サイトへのユーザーの最初のログインを決定する精度を向上させます
• ユーザーの最初の支払いを特定のトラフィック ソースに関連付ける
• 最初の支払いの時期に基づいてユーザーのタイプを判断する
• 固有の OWOX ユーザー ID を受け取ることで、さまざまな段階やさまざまな Web サイト ページでのコンバージョンをより正確に判断できます
• トランザクションは OWOX BI ストリーミングで完全に記録されるため、1 日あたり 50,000 トランザクションという Google アナリティクスの制限を克服できます。

OWOX BI と Google BigQuery のおかげで、迅速な分析のための手頃な価格で柔軟なツールを利用できるようになり、変化に迅速に対応できるようになりました。

レポートの主なユーザーは、サイトの運用とトラフィック パフォーマンスについて結論を出すアナリストです。 このレポートは、新規ユーザーとリピーターの実際の構成を理解するのに役立ちます。 もちろん、Google アナリティクスもそのような情報を提供しますが、ユーザーの定義がより正確になったため、構造が変更されました。 新しい一意の OWOX ユーザー ID によって決定されるようになったコンバージョン インジケーターと、ソース別のトラフィックの構造も変更されました。

ただし、前述のように、もう少し進めて、いくつかの変更を加えて、レポートを Tableau に転送しました (Tableau はメインの BI ツールであり、すべてのレポートを 1 つのリソースにまとめられると便利だからです)。 OWOX のおかげで、レポートを自分たちのニーズに合わせることができました。

OWOX のソリューションのおかげで、次のことが実現しました。

• データの収集と処理にかかる時間を節約します。 Google BigQuery を利用して作成されたレポートを使用すると、Web トラフィック、ユーザー アクティビティ、および特定の種類のマーケティング活動の変化を簡単に監視できるようになりました。
• ユーザーの行動を詳細に分析し、結果の信頼性とインサイトの検索機能に直接影響を与えます。 サイトの特定の要素が初めて分析され、より思慮深く効果的にページのデザインにアプローチできるようになりました。

将来的には、Google アナリティクス 4 に移行する予定です。これは、GA ユニバーサルと GA 4 のデータ スキーマが大きく異なるため、Google タグ マネージャーですべてのトラッキングを再構成することを意味します。 これについては、OWOX の同僚に協力を求める予定です。