読者です 読者をやめる 読者になる 読者になる

廿TT

譬如水怙牛過窓櫺 頭角四蹄都過了 因甚麼尾巴過不得

M1F1なんてもう古い?! インターネットマーケティングで狙うべきユーザー層はここだった。

Google アナリティクス 漫画 R

Google アナリティクスのデータを取得

R から APIGoogle アナリティクスデータの取得する方法は、
RGoogleAnalytics をいじっている - 廿TT
を参照されたし。


library("RGoogleAnalytics")
query <- QueryBuilder()
access_token <- query$authorize()

ここでアクセストークンをコピペ。

#ga:userGender,ga:userAgeBracket
#データ取得
ga <- RGoogleAnalytics()
ga.profiles <- ga$GetProfileData(access_token)

sta <- "2014-12-01" #データ取得期間は
en <- "2014-12-31" #とりあえず直近一ヶ月にした。

query$Init(start.date = sta,
           end.date = en,
           dimensions = "ga:userGender,ga:userAgeBracket",  
           metrics = "ga:users", 
           table.id = paste("ga:",ga.profiles$id[1],sep="",collapse=","),
           #           filter = "",
           access_token=access_token)

datGA <- ga$GetReportData(query) #datGA にデータが入った。

#datGA
library(ggplot2)
library(scales)

#描画
theme_set(theme_bw(15,"HiraKakuPro-W3"))

p1 <-ggplot(datGA, aes(userAgeBracket,userGender))
p1 +  geom_tile(aes(fill = users)) + 
  geom_text(aes(fill = users, label = users)) +
  scale_fill_gradient(low = "white", high = "cornflowerblue") +
  labs(x="年齢", y="性別",fill= "UU数",title="男女・年齢層別ユニーク・ユーザー(UU)数")

f:id:abrahamcow:20150101075426p:plain

色付きテーブル(ヒートマップ)が作成された。

総務省のデータを取得

自分のブログに訪れたユーザーの年齢性別はわかった。

次に、インターネットユーザー全体の年齢性別も気になる。

総務省|平成24年通信利用動向調査の結果(概要) より、「図表1-3 男女別年齢階層別インターネット利用率(個人)(平成24年末) Excel」をもらってくる。

f:id:abrahamcow:20150101081226p:plain

(ちなみに R から API でデータ取得することもできるらしい。
http://rpubs.com/R_Linux/estat
が、まだ慣れてなくて使いづらい。)

これくらいの規模ならコピペで R に取り込もう。
ああああ: クリップボード経由で R とExcel を使う

somusho <- read.table(pipe("pbpaste"))
## Windows の場合は,
#read.table("clipboard", header=TRUE)  
somusho2 <- somusho[,-1] #"6歳以上全体" はオミット
colnames(somusho2)<-
c("6-12","13-19","20-29","30-39","40-49","50-59","60-64","65-69","70-79","80+")
#
dat_somusho <- rbind(
  somusho2[1,] * 24375, #知りたいのは普及率(%)でなく人口なので、
  somusho2[2,] * 25188) #かけ算して人口に戻す。
#rownames(dat_somusho) 
dat_somusho <- cbind("sex"=c("male","female"),dat_somusho)
#dump("dat_somusho")

この R 用に加工したファイルは、
男女別年齢階層別インターネット利用人口(平成24年末)
において置くので御用のある方はどうぞ。

さて、ggplot2 で色付きテーブルを描画。

Warning 半端に多機能な reshape2 ではなく、新しい tidyr + dplyr を使おう。

reshape2 — 柔軟なデータ変形ツール — Watallica metallicus

とのことなのでデータの再整形には tidyr + dplyr を使うことにした。
tidyr — シンプルなデータ変形ツール — Watallica metallicus
( %>% 使うとナウい感じがする。)

library(tidyr)
library(dplyr)
dat_somusho2 <- 
  dat_somusho %>% gather(AgeBracket, value, -sex)

##reshape2で同じことをやるとこう
#library(reshape2)
#dat_somusho2 <- melt(dat_somusho,id.vars="sex",variable.name="AgeBracket")

#head(dat_somusho2)

p2 <-ggplot(dat_somusho2, aes(AgeBracket,sex))
p2 +  geom_tile(aes(fill = value)) + 
#  geom_text(aes(fill = value, label = value)) + #細かい数字は見なくていいかな。コメントアウト。
  scale_fill_gradient(low = "white", high = "tomato") +
  labs(x="年齢", y="性別",fill= "人口",title="男女・年齢層別インターネット利用人口(総務省)")

f:id:abrahamcow:20150101082035p:plain

色付きテーブルが作成された。

較べる

こんな感じで並べてやれば、コンサルティングドキュメントいっちょあがり。

あなたも今日から Web 解析マーケティングコンサルタントになれますね。

f:id:abrahamcow:20150101092912p:plain
【広告業界人必見】超絶仰々しい「肩書き」を与えてくれるジェネレーター | AdGang

追記:Google アナリティクス、男性女性はあるけど「不明」がないんだよね。「不明」が男性の方に回されてる可能性ってないかな? 男性の割合が多い理由それかも。

あなたにおすすめするアメリカン・コミック

  • 強み:男性に関しては、20代〜30代を中心にネットユーザーの全体像と一致する形でリーチできています。
  • 弱み:女性層の獲得は少ないようです。

とのことだったが、特にいまのところ女性層の獲得を積極的に目指す気はない。

ボリュームゾーンの25〜34歳男性をねらってアフィリエイト広告をはる。

(このエントリのタイトルもアフィリエイトサイトっぽくしてみた。)

東村アキコの調査によれば、この層はみんな(クリストファー・ノーラン監督の)『ダークナイト』が好きだ。

「バカ 男はみんなみんなダークナイト大好きなんだから 見てるどころかDVD持ってるんだブルーレイ持ってんだ男は 隙あらばダークナイトの話してやろうって狙ってんだ 男ってのはみんな いっつもいっつもダークナイトのことばっか考えてんだ バカだ あいつら」

「バットマンダークナイト」で判る、東村アキコの独特の感性〜本日のTV放送にちなんで - 見えない道場本舗

でもDVDもブルーレイももう持ってるから、それをレコメンドしてもおもしろくない。

ダークナイト』好きな層は、
「あれ、アメコミって意外とおもしろいかもな。でもどれ読んでいいかわかんないな」
って思ってるに違いない。

だからアメコミをレコメンドする。

シティ・オブ・グラス (Graphic fiction)

シティ・オブ・グラス (Graphic fiction)

デビッド・マッズケリの『シティ・オブ・グラス』は、ポール・オースターを原作にした「グラフィック・ノベル」だ。

ポール・オースターのニューヨーク三部作(ニューヨーク三部作 - Wikipedia)はどれもおんなじっちゃあおんなじ話なんだが、その中でも『シティ・オブ・グラス』は名作だ。

そして、デビッド・マッズケリのグラフィック・ノベル版は原作を凌駕する傑作だ。

ポール・オースターの作品は「聞く」印象が強い。

事件を読者に直接触れさせず、間接的な「語り」によって、ぼんやりとした余韻を残す。

だからこれを映像化、図像化するのは困難に思えた。

しかしマッズケリは漫画の「コマ割り」をコラージュやモンタージュに近い手法で活用し、その余韻を崩すことなくイメジェリーを発展させた。

ウォッチメンについては過去にも書いた。


ウォッチメンに見られるバロウズの影響:PlanetComics.jp出張版 「ウォッチメン」特集サイトの落ち穂ひろい - 廿TT

ウォッチメン』『シティ・オブ・グラス』はともにディテクティブ・ストーリーの枠組みをメタ的に活用している。一時期はやったポストモダン用語でいうと推理探偵ものの「脱構築」(デコンストラクション)を行っている。

推理小説が20世紀を代表する娯楽小説になったのは、一つにはそれがいわゆる「文学」的な素養のない作家たちにアイデア一発で作品を書ける形式を提供したからだ。

いま一つの理由は20世紀という近代化が急速に進行する時代において、「縁」とか「運命」みたいな因果性を感じさせることに成功したからだ。

近代化の過程でかつての地域コミュニティは失われ、神話的な「運命」観も説得力を失った。

推理小説で起きる事件には、動機があり、犯人がいて、探偵がバラバラに残された証拠からそれを解きほぐす。

そこには「縁起」がある。身に降り掛かってくることにはすべて理由がある。根拠がある。

推理小説を読むことは失われた連続性への懐古趣味だった。

でも、マッズケリは、ポール・オースターは、アラン・ムーアは、デイブ・ギボンズは、読者をそこに留まらせない。

ロールシャッハ・テストはただのインクの染みであり、そこに意味を見出しているのはまぎれもなく自分自身だ。

近代化がほぼ完成した時代においてぼくたちはどう生きるか。

ウォッチメン』と『シティ・オブ・グラス』はその示唆を与えてくれる。

f:id:abrahamcow:20150101095705p:plain
the batman equation | YGC
(『バットマン』については、また別の機会に書く。)