JP2006260420A - ウェブサイト分析システム - Google Patents

Abstract

【課題】 アクセスログの集計結果に基づき、「集客用のコンテンツや機能の魅力」が利用者のアクセス動向へ及ぼす効果を、他の要素による効果と区別して数値化できるウェブサイト分析システムを提供する。
【解決手段】 ウェブサイト分析システム１００は、アクセスログにおける集計期間のログデータを、集計粒度に応じたログデータ群に分割し、前記ログデータ群のそれぞれについて、利用者毎のアクセス状況を表す指標値として少なくともアクセス頻度とアクセス量とを求める集計部１０３と、前記集計部によって求められた指標値を境界条件と比較することにより、ウェブサイトの集客用のコンテンツおよび機能が利用者のアクセス動向へ与える効果を表す指標分析値を算出する判定部１０５とを備える。
【選択図】 図１

Description

本発明は、ウェブサイトのアクセスログを解析することにより、マーケティング効果やユーザビリティ等の観点からウェブサイトの評価分析を行うウェブサイト分析システムに関する。

近年のインターネット関連技術の発展に伴い、ウェブサイトで、商品やサービスのプロモーションを行ったり、商品の販売を行ったりすることが一般的になっている。ウェブサイトを利用したビジネスを効果的に発展させるためには、商品やサービスそのものの魅力を向上させるだけでなく、インターネットを利用する消費者を自社ウェブサイトへうまく誘導することが重要である。

このため、消費者を自社ウェブサイトへ誘引するために、例えば、他媒体（テレビ放送、新聞、雑誌等）による広告、または、インターネット上で他のウェブサイトに表示されるバナー広告等に、工夫が凝らされている。また、消費者を自社ウェブサイトへ強力に誘引するための他の対策として、ポータルサイトとして利用される検索エンジンにおいて検索結果の上位に自社ウェブサイトが表示されるようにする、いわゆる検索エンジン最適化（ＳＥＯ）についても、様々な手法が試みられている。

さらに、ウェブサイトにアクセスして来た消費者が、そのウェブサイトのすみずみまで見たくなるように、また、そのウェブサイトに再びアクセスしたくなるように、ウェブサイトのコンテンツや機能を充実させることも、ウェブサイトを利用したビジネスを発展させるための重要な要素となっている。例えば、調味料会社の料理レシピコンテンツ（またはサイト）やＳＩ(System Integrator)会社の経営者啓蒙コンテンツ（またはサイト）など、自社の製品やサービスの見込み顧客の嗜好する集客用のコンテンツや機能を無償で提供し、そこでマスマーケティングを展開する場合が多い。この場合、ウェブサイト上で見込み顧客を集客した上で、販売チャネル（店舗、営業担当者、コマースサイト）への誘導や、会員制度導入による顧客情報の収集を行うのが一般的である。

このように、ウェブサイトを利用したビジネスの成功要因としては、「商品（サービス）の魅力」、「広告の魅力」、「検索エンジン最適化の効果」、「コンテンツや機能の魅力」等の複合的要素が存在する。従って、ウェブサイトを利用したビジネスを推進するためには、これらの要素のうち自社ウェブサイトにおいて強化すべき点がどれであるかを適切に把握し、適切な施策を講ずる必要がある。

このような観点から、ウェブサイトへの来訪者に関する情報を取得してウェブサイト運営の成果を高めるために、ウェブサーバまたはクライアント端末で取得されるアクセスログが、従来利用されている。

例えば、特許文献１（特開平１１−３１２１７７号公報）には、クライアントのブラウザで取得されるログを用いて、そのブラウザの利用者がどのようなサイトを多く利用するかを定量的に計測する装置が開示されている。

また、特許文献２（特開２０００−３１１１２４号公報）には、ウェブサーバへのアクセス頻度とアクセス要求量に合わせて、アクセス集計の粒度（時間単位）を調節することが開示されている。

さらに、特許文献３（特開２００２−２４１２７号公報）には、複数ユーザによる同一ＩＰアドレスからの同時アクセスがあった場合、個々のユーザの識別を可能とし、アクセス回数の正確な統計情報を得られるシステムが開示されている。
特開平１１−３１２１７７号公報 特開２０００−３１１１２４号公報 特開２００２−２４１２７号公報

上記した各特許文献に開示された例を含む従来のアクセスログ解析では、ウェブサイトの効果を計測する際の指標として、一般に次のような項目が用いられることが多い。

（１）一定期間におけるアクセス総数
（２）一回の訪問における参照ページ総数
（３）一定期間における到達数
なお、（３）の到達数とは、ウェブサイトにおいて利用者を最終的に誘導したいページへ到達した利用者の数を表す。利用者を最終的に誘導したいページとは、例えば、「注文完了」のページ、「資料請求完了」のページ、「会員登録完了」のページ等である。

しかしながら、（１）のアクセス総数は、「商品（サービス）の魅力」、「広告の魅力」、「コンテンツや機能の魅力」、「検索エンジン最適化の効果」等の要素の相乗効果を現す数値であって、例えば「コンテンツや機能の魅力」だけの効果の寄与度を切り分けることは不可能である。また、（２）の参照ページ総数は、「商品（サービス）の魅力」と「コンテンツや機能の魅力」との相乗効果であって、それぞれの効果の寄与度を切り分けられない。（３）についても（２）と同様である。

従って、従来の技術では、ウェブサイトの「コンテンツや機能の魅力」の単独効果を、アクセスログに基づいて数値化することは不可能であった。

そこで、本発明の目的は、アクセスログの集計結果に基づき、ウェブサイトの「コンテンツや機能の魅力」が利用者のアクセス動向へ及ぼす効果を、「商品（サービス）の魅力」、「広告の魅力」、「検索エンジン最適化の効果」等の他の要素による効果と区別して数値化できるウェブサイト分析システムを提供することにある。

上記の目的を達成するために、本発明にかかるウェブサイト分析システムは、アクセスログにおける集計期間のログデータを、集計粒度に応じたログデータ群に分割し、前記ログデータ群のそれぞれについて、利用者毎のアクセス状況を表す指標値として少なくともアクセス頻度とアクセス量とを求める集計部と、前記集計部によって求められた指標値を境界条件と比較することにより、ウェブサイトのコンテンツおよび機能が利用者のアクセス動向へ与える効果を表す指標分析値を算出する判定部とを備えたことを特徴とする。

この構成によれば、集計部が、アクセスログを集計することにより、利用者毎のアクセス状況を表す指標値として少なくともアクセス頻度とアクセス量とを求める。そして、判定部が、前記集計部によって求められた指標値を境界条件と比較することにより、ウェブサイトのコンテンツおよび機能が利用者のアクセス動向へ与える効果を表す指標分析値を、数値として算出することができる。アクセス頻度とアクセス量とを少なくとも含む指標値から指標分析値を算出することにより、ウェブサイトの「コンテンツや機能の魅力」が利用者のアクセス動向へ及ぼす効果を、「商品（サービス）の魅力」、「広告の魅力」、「検索エンジン最適化の効果」等の他の要素による効果と区別して数値化できる。上記により、当該ウェブサイトへアクセスしてきた利用者を評価する指標の精度を高めることが可能となり、特に、当該ウェブサイトでのリピータを適正に評価することが可能となる。引いては、当該ウェブサイトそのものの魅力を純粋に評価することが可能となる。

本発明にかかるウェブサイト分析システムにおいて、前記集計部が、前記ログデータ群において、同一利用者からのリクエストに起因するログデータであって所定時間内の間隔で連続する複数のログデータを１セッションと判断し、前記ログデータ群における前記セッションの数を、当該利用者のアクセス頻度とすることが好ましい。

この構成によれば、集計粒度に対応するログデータ群に含まれるセッションの数をアクセス頻度として用いる。１セッションは、同一利用者の連続した操作に起因した一連のログデータの集合であるため、単純にログデータの件数をアクセス頻度として用いるよりも、アクセス頻度について、利用者のアクセス状況をより正確に反映した指標値が得られる。
利用者による一連の操作に伴うアクセスを１セッションとして計数できる。

本発明にかかるウェブサイト分析システムにおいて、前記集計部が、前記ログデータ群において、同一利用者からのリクエストに起因するログデータを、集計粒度を複数の区間に分割して集計し、ログデータが存在する区間の数を、当該利用者のアクセス頻度とすることが好ましい。

この構成によれば、例えば利用者が集計粒度のうちのごく短期間だけに集中して頻繁なアクセスを繰り返した場合などに、単純にログデータの件数をアクセス頻度として用いるよりも、アクセス頻度について、利用者のアクセス状況をより正確に反映した指標値が得られる。

本発明にかかるウェブサイト分析システムにおいて、前記集計部が、前記ログデータ群において、同一利用者からのリクエストに起因するログデータの数をそれぞれ集計し、その集計結果に基づいて各利用者のアクセス量を求めることが好ましい。アクセス量としては、利用者毎に集計されたログデータの数をそのまま用いても良いし、利用者毎に集計されたログデータの数をアクセス頻度で除した値等を用いても良い。

本発明にかかるウェブサイト分析システムにおいて、前記境界条件としては、前記アクセス頻度および前記アクセス量のそれぞれについて定められた所定値、または、前記アクセス頻度および前記アクセス量の一次関数を用いることができる。

本発明によれば、アクセスログの集計結果に基づき、「コンテンツや機能の魅力」が利用者のアクセス動向へ及ぼす効果を、他の要素による効果と区別して数値化できるウェブサイト分析システムを提供できる。これにより、特に、当該ウェブサイトへアクセスしてきた利用者を評価する指標の精度を高めることが可能となり、特に、ウェブサイトへアクセスしてくる利用者の中で、リピータの度合いをより正確に判定することが可能となる。引いては、当該ウェブサイトそのものの魅力を純粋に評価することが可能となる。

以下、図面を参照して、本発明の実施の形態についてより具体的に説明する。

図１は、本発明の一実施形態にかかるウェブサイト分析システム１００の概略構成を示すブロック図である。

本実施形態にかかるウェブサイト分析システム１００は、インターネット上のウェブサーバ２００からアクセスログを受け取って分析することにより、ウェブサイトの「集客用のコンテンツや機能の魅力」を計測するシステムである。ウェブサイト分析システム１００は、サーバまたはパーソナルコンピュータによって具現化される。

なお、ウェブサーバ２００からウェブサイト分析システム１００へのアクセスログの受け渡しは、オンラインであっても良いし、記録媒体を介したオフラインでの受け渡しであっても良い。また、アクセスログをオンラインで受け渡す場合、ログデータが逐次転送される態様であっても良いし、所定の期間分あるいは所定量のログデータがまとめて転送される態様であっても良い。

ウェブサイト分析システム１００は、ログ格納部１０１と、フィルタリング部１０２と、集計部１０３と、入力部１０４と、判定部１０５と、表示部１０６とを備えている。ログ格納部１０１は、ウェブサーバ２００から転送されるアクセスログを少なくとも一時的に格納するものであり、例えばハードディスク等の記憶装置によって構成される。

フィルタリング部１０２は、分析を容易にするために、不要なログデータをアクセスログから除去する。どのようなログデータを分析対象とし、どのようなログデータを分析対象としないかは、分析者がパラメータとして入力部１０４から入力することができる。フィルタリング部１０２によるログデータの除去処理については、後述する。フィルタリング部１０２による処理結果のアクセスログは、集計部１０３に送られる。

入力部１０４は、分析対象とするログデータまたは分析対象としないログデータ（分析対象外ログデータ）に関するパラメータの他に、集計期間および集計粒度等に関するパラメータや、境界条件を表すパラメータ等を、分析者に入力させる。集計期間に関するパラメータとは、分析対象とするログデータの期間を指定するパラメータである。集計期間に関するパラメータとしては、一般的には、集計開始日時と集計期間の長さ（例えば、１週間、１ヶ月、１年等）とを指定するが、これに限定されない。集計粒度に関するパラメータとは、集計期間内における利用者のアクセス状況の動向を測るための観測ポイントの幅を表す。例えば、集計期間が１年であれば、集計粒度を例えば１ヶ月とすれば、１ヶ月毎にログデータを集計することにより、１２個の観測ポイントに基づいて利用者のアクセス状況の動向を測ることができる。

集計部１０３は、フィルタリング部１０２から受け取ったアクセスログを集計し、各利用者が、分析対象のウェブサイトにどの程度頻繁に来訪しているかを表す指標値（アクセス頻度）と、分析対象のウェブサイトをどの程度深く参照しているかを表す指標値（アクセス量）とを、それぞれ算出する。これらの指標値により、分析対象のウェブサイトに対する利用者の動向を把握できる。集計部１０３による集計の結果は、判定部１０５へ渡される。

判定部１０５は、集計部１０３の集計結果（指標値）を所定の閾値と比較することにより、分析結果（指標分析値）を数値として求める。得られた分析結果は、判定部１０５から表示部１０６へ渡される。表示部１０６は、分析結果を、人間が認識しやすい態様（例えばグラフ）に加工して表示する。なお、この実施形態では、分析結果を提示する手段は表示部であるものとしたが、分析結果の提示はディプレイへの表示に限らず、印刷出力であっても良い。

次に、上述の構成にかかるウェブサイト分析システム１００によるウェブサイト分析処理について、図面を参照しながら詳細に説明する。

図２は、ウェブサイト分析システム１００によるウェブサイト分析処理の概要を示すフローチャートである。図２に示すように、ウェブサイト分析システム１００は、まず、入力部１０４より、分析者が入力するパラメータを受け付ける（工程Ｏｐ１１）。この工程Ｏｐ１１で入力されるパラメータのうち、分析対象（または分析対象外）ログデータに関するパラメータは、フィルタリング部１０２により参照される。また、集計期間および集計粒度等の集計に関するパラメータは集計部１０３により参照され、閾値等の判定に関するパラメータは判定部１０５により参照される。

次に、ログ格納部１０１からアクセスログが取り出され（工程Ｏｐ１２）、フィルタリング部１０２に渡される。フィルタリング部１０２は、工程Ｏｐ１１において入力された、分析対象（または分析対象外）ログデータに関するパラメータを参照し、集計時に不要なログデータを、アクセスログのテキストファイルから除去する（工程Ｏｐ１３）。

ここで、工程Ｏｐ１３におけるフィルタリング部１０２の処理に関連し、アクセスログのログデータについて、図３を参照しながら説明する。アクセスログは、ログデータから構成されるテキストファイルである。利用者端末３００からのウェブサーバ２００へアクセスがある毎に、１件のログデータがウェブサーバ２００で生成される。

すなわち、利用者が、利用者端末３００のブラウザ上で、ウェブサーバ２００が提供するウェブサイトへのリンクをクリックすると、ブラウザからウェブサーバ２００へＨＴＭＬファイルへのリクエスト（ＨＴＭＬリクエスト）が送出される。ウェブサーバ２００は、このＨＴＭＬリクエストに関する１件のログデータを生成する。そして、そのＨＴＭＬ中に画像へのリンクがあった場合、ブラウザからウェブサーバ２００へ画像ファイルへのリクエスト（画像リクエスト）がさらに送出される。この画像リクエストに関しても、ウェブサーバ２００は１件のログデータを生成する。

従って、ページ中に複数の画像が存在する場合は、画像数分のログデータが発生することとなる。このように、画像リクエスト等は、画像が含まれるページへのアクセスに伴い必然的に生じるものである。よって、画像リクエスト等に関するログデータを分析の対象としない方が、分析の精度が向上する。従って、分析者は、ＨＴＭＬリクエストに関するログデータを分析対象とし、それ以外のリクエスト（画像リクエスト等）に関するログデータを、分析対象外として指定することが好ましい。

どのようなログデータを分析対象（または分析対象外）とするかは、必要に応じて分析者が入力部１０４より適宜設定することが可能である。一般的には、ＨＴＭＬリクエストに関するログデータ以外に、分析対象とすることが効果的なログデータとしては、拡張子が“.cgi"や“.jsp"等のファイル名を含む、ＨＴＭＬを動的に生成するためのリクエストに関するログデータがあげられる。一方、分析対象外とすることが効果的なログデータとしては、上述の画像リクエストに関するログデータの他に、ＨＴＴＰ状態コード２４が正常終了コードではないログデータ、スタイルシート（拡張子が“.css"）へのリクエストに関するログデータ、javascriptファイル（拡張子が“.js"）へのリクエストに関するログデータ等があげられる。

ログデータは、図３に示すように、アクセスして来た利用者端末３００のクライアント名２１と、アクセス日時２２と、リクエストされたファイル名２３と、ＨＴＴＰ状態コード２４と、アクセス元のページのＵＲＬを表すリファラー２５と、利用者端末３００の環境を表すユーザ環境データ２６等を含む。

クライアント名２１は、ＩＰアドレスからの名前解決（いわゆる「逆引き」）ができる場合は、利用者端末３００のドメイン名で表される。従って、例えば法人対象のプロモーションを展開中のウェブサイトについて分析を行う場合であれば、クライアント名２１が法人ドメイン（例えば“co.jp"等）でないログデータを分析対象外とすることも、分析精度を高める上で有効である。一方、名前解決ができない場合等は、クライアント名２１は、ＩＰアドレスとして表される。また、利用者を確実に特定するためにクッキーを利用している場合は、クッキーの情報もログデータに含まれる。

なお、図３では、リファラー２５およびユーザ環境データ２６を含んだログデータを例示したが、本実施形態においては、リファラー２５およびユーザ環境データ２６は分析に必須のデータではない。このため、これらのデータに基づいた他の分析を必要としない限り、アクセスログの容量を減らすために、ウェブサーバ２００において、リファラー２５またはユーザ環境データ２６の取得を不要としても良い。

また、図３は、ウェブサーバソフトウェアとして今日広く普及しているApacheによるログデータの一例を示したものである。しかし、ログデータの態様は、図３の具体例のみに限定されるべきではない。ログデータに含まれるデータの内容やログデータのフォーマットは、ウェブサーバ２００を構築するウェブサーバソフトウェアの種類や、当該ソフトウェアにおける動作パラメータの設定内容に応じて、任意である。

ログデータにおけるファイル名２３の拡張子によって、利用者端末３００からのリクエストがどのような種類のファイルに対するリクエストであるかを判別できる。従って、例えば画像リクエストに関するログデータを分析対象外としたい場合は、分析者は、入力部１０４から画像ファイルの拡張子（“.gif"等）をパラメータとして入力する。フィルタリング部１０２は、このパラメータを参照し、分析者によって指定された拡張子がファイル名２３に含まれるログデータを、アクセスログから除去する。

加えて、ウェブサイトの集客用のコンテンツや機能の魅力に起因するリクエストに対応しないログデータを、分析対象から除去することが好ましい。分析者は、入力部１０４から、ウェブサイトの集客用のコンテンツや機能の魅力に寄与していないと考えられるファイルのファイル名を、パラメータとして入力することができる。フィルタリング部１０２は、このパラメータを参照し、分析者によって指定されたファイル名がファイル名２３に含まれるログデータを、アクセスログから除去する。なお、ウェブサーバ２００内でファイルはディレクトリに分類されて格納されていることが一般的である。その場合、ログデータにおけるファイル名２３には、ディレクトリ名が含まれている。したがって、分析者は、入力部１０４からファイル名の代わりにディレクトリ名をパラメータとして入力しても良い。

なお、上述のように分析対象外としたいログデータの条件をパラメータにより入力部１０４から入力する代わりに、分析対象としたいログデータの条件のみをパラメータにより入力部１０４から入力するようにしても良い。例えば、ＨＴＭＬリクエストに関するログデータのみを分析対象としたい場合は、分析者は、入力部１０４からＨＴＭＬファイルの拡張子（“.htm"等）をパラメータとして入力する。この場合、フィルタリング部１０２は、このパラメータを参照し、ＨＴＭＬファイルの拡張子がファイル名２３に含まれるログデータのみを残し、他のログデータをアクセスログから除去する。同様に、分析者は、ウェブサイトの集客用のコンテンツや機能の魅力の要因となっていると考えられるファイル名やディレクトリ名を入力部１０４から入力するようにしても良い。

以上のように、フィルタリング部１０２において不要なログデータが除外されたアクセスログは、集計部１０３へ送られ、集計される（図２の工程Ｏｐ１４）。ここで、工程Ｏｐ１４における集計部１０３の処理の一例について、図４を参照しながら説明する。

図４は、集計部１０３による集計処理の一例を示すフローチャートである。図４に示すように、集計部１０３は、まず、入力部１０４により入力された「集計期間」および「集計粒度」のパラメータを参照する（工程Ｏｐ１４１）。ここでは、「集計期間」が、ある特定の日時から「１年」、「集計粒度」として「１ヶ月」が、入力部１０４からのパラメータ入力により、分析者により指定されていたものとする。集計部１０３は、この指定に従い、フィルタリング部１０２から受け取ったログデータのうち、前記の特定の日時から１年間分を抽出し、抽出されたログデータを、１ヶ月単位のログデータ群に分割する（工程Ｏｐ１４２）。

集計部１０３は、１ヶ月単位に分割されたログデータ群の全てについて処理が完了するまで（工程Ｏｐ１４３にてＹＥＳ）、以下に説明する工程Ｏｐ１４４〜Ｏｐ１４６を繰り返す。

工程Ｏｐ１４４において、集計部１０３は、１ヶ月分のログデータを、ログデータのクライアント名２１毎に分類する（工程Ｏｐ１４４）。工程Ｏｐ１４４において、集計部１０３は、クライアント名２１が同一であるログデータは、アクセス日時２２の順に並べられているようにする。図５に、そのように分類されたログデータの一例を示す。なお、図５においては、図示を簡略化するために、各ログデータのＨＴＴＰ状態コード２４、リファラー２５、ユーザ環境データ２６等の図示を省略した。

次に、工程Ｏｐ１４５において、集計部１０３は、クライアント名２１が同一であるログデータの集合を、セッションに分割する。セッションとは、同一利用者の連続した操作に起因するログデータの集合、すなわち、あまり時間をおかずに発生するログデータの集合を意味する。ここでは、集計部１０３は、アクセス日時２２が示す時刻の間隔が例えば３０分以内であるログデータは、全て１セッションに含まれるものと判断する。一方、アクセス日時２２が示す時刻が、前のログデータのアクセス日時２２が示す時刻から３０分以上経過しているログデータは、前のログデータとは異なるセッションに属するものとされる。

図５に示した例では、ログデータ５２〜５８のそれぞれは、アクセス日時２２が示す時刻と、直前のログデータのアクセス日時２２が示す時刻との差が、３０分以内である。このため、ログデータ５１〜５８は、１セッションに属するものと判断される。また、ログデータ５８とログデータ５９とアクセス日時２２の時刻差は３０分以上であるため、ログデータ５９は新しいセッションの開始であると見なされる。従って、ログデータ５９〜６２が、ログデータ５１〜５８の次の１セッションに属するものと判断される。

なお、工程Ｏｐ１４５におけるセッション分割の基準は、前のログデータとの間のアクセス日時の差が所定時間内であるか否かという上述の条件に限定されない。例えば、アクセス日時の差が所定時間内であっても、ログデータのリファラー２５の変遷に着目し、他のウェブサイトへ一旦移動した後の再アクセスである場合は、この再アクセスを新しいセッションの開始と見なすようにしても良い。

次に、集計部１０３は、クライアント名２１が同一であるログデータ群毎（すなわち利用者毎）に、工程Ｏｐ１４５のセッション分割によって得られたセッションの数を計数し、計数結果を、その利用者の「アクセス頻度」とする。同様に、集計部１０３は、クライアント名２１が同一であるログデータ群毎（すなわち利用者毎）に、各セッションを構成するログデータの数（すなわち当該セッションにおいて利用者が参照したウェブページの数）を計数し、その平均値を求めて利用者の「アクセス量」とする（工程Ｏｐ１４６）。工程Ｏｐ１４６で得られたアクセス頻度およびアクセス量は、メモリ等に記憶される。

以上の工程Ｏｐ１４４〜Ｏｐ１４６を、１ヶ月単位に分割されたログデータ群の全てについて処理が完了するまで（工程Ｏｐ１４３にてＹＥＳ）繰り返すと、集計部１０３は、集計処理の結果を判定部１０５へ渡す。すなわち、判定部１０５は、集計粒度（ここでは１ヶ月）毎に集計された集計期間（ここでは１年）分の、利用者毎のアクセス頻度およびアクセス量を、集計部１０３による集計処理の結果として受け取る。なお、この例では、利用者は、ログデータ中のクライアント名２１（ドメイン名またはＩＰアドレス）によって表されている。

判定部１０５は、各利用者のアクセス頻度およびアクセス量と、入力部１０４にて入力されたアクセス頻度に対する閾値およびアクセス量に対する閾値とをそれぞれ比較する（図２の工程Ｏｐ１５）。分析者は、入力部１０４により、アクセス頻度に対する閾値を例えば「４」、アクセス量に対する閾値を例えば「６」、のように任意に入力することができる。なお、これらの数値は一例に過ぎない。工程Ｏｐ１５において、判定部１０５は、集計粒度（ここでは１ヶ月）毎に、アクセス頻度とアクセス量の両方がそれぞれの閾値を超えている利用者の数を求める。すなわち、判定部１０５は、図６に示すように、アクセス頻度（Ｆ）とアクセス量（Ｖ）で表される二次元空間を、アクセス頻度の閾値（Ｆｔ）とアクセス量の閾値（Ｖｔ）とによって４つの領域７１〜７４に分割し、Ｆ＞ＦｔかつＶ＞Ｖｔである領域７１に属する利用者の数を求める。なお、図６中に示す黒丸が、アクセス頻度（Ｆ）とアクセス量（Ｖ）で表される二次元空間における各利用者の指標値（Ｆ，Ｖ）である。判定部１０５は、判定結果を表示部１０６に表示させる。

図７は、判定部１０５による判定結果を、表示部１０６がグラフ表示した様子の一例を示す説明図である。図７の例では、アクセス頻度とアクセス量の両方が閾値を超えている利用者の数の遷移が、集計粒度（１ヶ月）毎に集計期間（１年）にわたって表示されている。この表示は、ウェブサイトに頻繁にアクセスし、かつ、ウェブサイトを深く参照する利用者の動向を如実に表している。つまり、この表示から、ウェブサイトの「集客用のコンテンツまたは機能の魅力」の効果による利用者の動向を、的確に評価することができる。

例えば、図７の例は、９月頃に顧客ニーズに合致させるためにウェブサイトのコンテンツを一新したところ、１０月になってアクセス頻度とアクセス量の両方が閾値を超えている利用者の数が顕著に増加している。従って、分析者は、この分析結果から、コンテンツ一新の効果を確認することができる。また、アクセス頻度とアクセス量の両方が閾値を超えている利用者の数が、１月以降は安定している。従って、分析者は、例えば、このような利用者の数が十分に増えたので、ウェブサイトの運営形態を登録制サイトへ変更しても良さそうだ、との見極めをつけることができる。

また、表示部１０６における表示態様を、図８に示すように、アクセス頻度（Ｆ）とアクセス量（Ｖ）で表される二次元空間に、利用者をマッピングしたものとしても良い。この場合、判定部１０５から表示部１０６へ境界条件（閾値）の情報を渡すことにより、境界条件を視認できるような表示態様とすることが好ましい。図８の例では、表示された二次元空間において、Ｆ＞ＦｔかつＶ＞Ｖｔである領域を枠８１で囲んだ表示がなされている。また、図８に示すように、利用者のクライアント名２１またはクライアント名２１から判別できる利用者名（例えば企業名）等を併せて表示させれば、分析者が利用者を特定し易いという利点がある。さらに、図９に示すように、二次元空間に利用者をマッピングした状態で、集計期間中の利用者のアクセス状況の動向が分かるような表示態様としても良い。

以上のように、本実施形態にかかるウェブサイト分析システム１００によれば、分析者は、アクセス頻度とアクセス量の両方が閾値を超えている利用者の数に基づいて、ウェブサイトの「集客用のコンテンツまたは機能の魅力」の効果による利用者の動向を、確実に把握することができる。

なお、上述した具体例は、本発明にかかるウェブサイト分析システムの好適な実施形態に過ぎず、集計部１０３における集計の具体的方法や、判定部１０５における判定の具体的方法について、種々の変更が可能である。

一例として、集計部１０３における集計処理（図２の工程Ｏｐ１４）の他の態様を、図１０に示す。すなわち、図１０に示す手順は、図４に示した手法の代替的手法である。図１０に示す手順では、集計部１０３は、まず、入力部１０４により入力された「集計期間」および「集計粒度」のパラメータを参照する（工程Ｏｐ２４１）。ここで、「集計期間」として「１年」、「集計粒度」として「１ヶ月」が、分析者により指定されていたものとする。集計部１０３は、この指定に従い、フィルタリング部１０２から受け取ったログデータのうち過去１年間分を、１ヶ月単位に分割する（工程Ｏｐ２４２）。なお、集計期間の開始日を、入力部１０４からのパラメータ入力によって任意に指定できるようにしても良い。

集計部１０３は、１ヶ月単位に分割されたログデータ群の全てについて処理が完了するまで（工程Ｏｐ２４３にてＹＥＳ）、以下に説明する工程Ｏｐ２４４〜Ｏｐ２４６を繰り返す。

工程Ｏｐ２４４において、集計部１０３は、１ヶ月分のログデータを、ログデータのクライアント名２１毎に分類する（工程Ｏｐ２４４）。工程Ｏｐ２４４において、集計部１０３は、クライアント名２１が同一であるログデータは、アクセス日時２２の順に並べられているようにする。

次に、集計部１０３は、クライアント名２１が同一であるログデータの集合を、アクセス日時２２に従い、集計粒度（ここでは１ヶ月）よりも短い区間（例えば１週間）に分割する（工程Ｏｐ２４５）。この区間の長さも、入力部１０４から分析者が任意に指定できる。

そして、集計部１０３は、各利用者のアクセス頻度を、ログデータが存在する区間の数として算出する（工程Ｏｐ２４６）。例えば、利用者Ａ，Ｂ，Ｃに関する各区間のログデータの件数が、図１１に示すとおりであったものとする。利用者Ａについてみると、第１週と第３週にウェブサイトにアクセスしたログデータが存在し、第２週と第４週にはログデータが存在しない。この場合、利用者Ａのアクセス頻度は２となる。また、利用者Ｂについては第３週のみにログデータが存在するので、アクセス頻度は１となる。同様に、利用者Ｃのアクセス頻度は３である。

また、工程Ｏｐ２４６において、集計部１０３は、クライアント名２１が同一であるログデータ群毎（すなわち利用者毎）に、上記の各区間におけるアクセスページ数（ログデータの件数）の平均値を求め、当該利用者の「アクセス量」とする（工程Ｏｐ２４７）。例えば図１１に示した例では、（１５＋３３）／２＝２４が、利用者Ａのアクセス量となる。工程Ｏｐ２４７で得られたアクセス頻度およびアクセス量は、メモリ等に記憶される。

以上の工程Ｏｐ２４４〜Ｏｐ２４７を、１ヶ月単位に分割されたログデータ群の全てについて処理が完了するまで（工程Ｏｐ２４３にてＹＥＳ）繰り返すと、集計部１０３は、集計処理の結果を判定部１０５へ渡す。

以上に説明したとおり、図１０に示した手順によっても、ウェブサイトの「集客用のコンテンツおよび機能の魅力」の効果が反映された指標値としてのアクセス頻度およびアクセス量の算出が可能である。また、図１０に示した手順によれば、図４に示した手順に比べて、「各利用者によるウェブサイトへのアクセスがコンスタントか否か」を評価要素として含んだ指標値が得られる。

また、集計部１０３における集計処理（図２の工程Ｏｐ１４）のさらに他の態様として、「アクセス頻度」をセッション数から求める代わりに、アクセス日時の分散から求める態様も可能である。

さらに、上述の説明では、判定部１０５が求める指標値として、図６に示すように、アクセス頻度（Ｆ）とアクセス量（Ｖ）で表される二次元空間において、Ｆ＞ＦｔかつＶ＞Ｖｔの領域に属する利用者の数を例示した。しかし、判定部１０５が求める指標値はこの例だけに限定されず、少なくとも以下のような指標値を好適に用いることができる。

例えば、アクセス頻度（Ｆ）およびアクセス量（Ｖ）の少なくとも一方について閾値を複数設定しても良い。より具体的な例を挙げれば、図１２に示すように、判定部１０５が、Ｆ＞Ｆｔ２かつＶ＞Ｖｔ２である領域９１に属する利用者の数を、指標値として算出するようにしても良い。図１２に示した例では、アクセス頻度およびアクセス量の程度に応じて、利用者を９種類に分類することができる。

また、判定部１０５で用いられる境界条件は、アクセス頻度およびアクセス量についての所定の閾値に限られない。例えば、図１３に示すように、アクセス頻度（Ｆ）およびアクセス量（Ｖ）の一次関数を境界条件としても良い。すなわち、Ｒ＝ａ×Ｆ＋ｂ×Ｖ（ａ，ｂ：定数）とし、Ｒの値が所定の閾値（Ｒｔ）を超える利用者の数を、指標値として算出するようにしても良い。なお、ａ，ｂの値として、予め所定の値が判定部１０５に設定されていても良いし、入力部１０４から分析者が任意の数値をパラメータ入力できるようにしても良い。また、図１３に示した例では、利用者は２種類に分類されるが、例えば図１４に示すようにＲの閾値を２種類以上（図１４ではＲｔ１，Ｒｔ２の２種類）設ければ、利用者を３種類以上に分類することができる。

さらに、上述の説明では、ウェブサイトの集客用のコンテンツおよび機能が利用者のアクセス動向へ与える効果を表す指標分析値として、所定の境界条件を超える利用者の数を用いる例を示した。しかし、指標分析値は、利用者の数そのものに限定されない。例えば、上述したような境界条件を超える利用者数の、全利用者数に対する割合等を、指標分析値として用いても良い。

また、上述の説明では、利用者毎のアクセス状況を表す指標値として、集計部１０３においてアクセス頻度とアクセス量とを求める構成を説明した。しかし、利用者毎のアクセス状況を表す指標値として「アクセス頻度」および「アクセス量」以外の指標値を集計部１０３がさらに求めるようにしても良い。そのような指標値としては、例えば、「アクセスの継続性」が挙げられる。「アクセスの継続性」は、集計粒度（例えば１ヶ月）内でどの程度定常的に、各利用者が、分析対象のウェブサイトへアクセスしているかを表す指標値である。従って、例えば、ログデータのアクセス日時２２の範囲や、アクセス日時２２の分散または標準偏差等を、「アクセスの継続性」の指標値として用いることができる。このように、利用者毎のアクセス状況を表す指標値が３種類となる場合は、表示部１０６は、図１５に示すように、疑似三次元空間に利用者をマッピングして表示することが好ましい。

なお、上述の実施形態では、集客用のコンテンツや機能を例に説明したが、本発明の適用対象とできるコンテンツや機能は、集客用に限定されない。本発明は、任意のコンテンツや機能に対する純粋な評価に適用可能である。

なお、本発明の実施形態は、サーバまたはパーソナルコンピュータによって具現化されるウェブサイト分析システムに限定されない。サーバまたはパーソナルコンピュータに読み込まれて、当該サーバまたはパーソナルコンピュータを本発明にかかるウェブサイト分析システムとして動作させるコンピュータプログラムおよびそれを記録した記録媒体も、本発明の一側面である。

以上の実施形態を含む本発明の実施形態に関し、さらに以下の付記を開示する。

（付記１）
アクセスログにおける集計期間のログデータを、集計粒度に応じたログデータ群に分割し、前記ログデータ群のそれぞれについて、利用者毎のアクセス状況を表す指標値として少なくともアクセス頻度とアクセス量とを求める集計部と、
前記集計部によって求められた指標値を境界条件と比較することにより、ウェブサイトのコンテンツおよび機能が利用者のアクセス動向へ与える効果を表す指標分析値を算出する判定部とを備えたことを特徴とするウェブサイト分析システム。

（付記２）
前記集計部が、前記ログデータ群において、同一利用者からのリクエストに起因するログデータであって所定時間内の間隔で連続する複数のログデータを１セッションと判断し、前記ログデータ群における前記セッションの数を、当該利用者のアクセス頻度とする、付記１に記載のウェブサイト分析システム。

（付記３）
前記集計部が、前記ログデータ群において、同一利用者からのリクエストに起因するログデータを、集計粒度を複数の区間に分割して集計し、ログデータが存在する区間の数を、当該利用者のアクセス頻度とする、付記１に記載のウェブサイト分析システム。

（付記４）
前記集計部が、前記利用者毎の指標として、各利用者前記ログデータ群において、同一利用者からのリクエストに起因するログデータの数に基づいて、当該利用者のアクセス量を求める、付記１に記載のウェブサイト分析システム。

（付記５）
前記境界条件が、前記アクセス頻度および前記アクセス量のそれぞれについて定められた所定値、または、前記アクセス頻度および前記アクセス量の一次関数である、付記１に記載のウェブサイト分析システム。

（付記６）
アクセスログにおける集計期間のログデータを、集計粒度に応じたログデータ群に分割し、前記ログデータ群のそれぞれについて、利用者毎のアクセス状況を表す指標値として少なくともアクセス頻度とアクセス量とを求める集計処理と、
前記集計処理によって求められた指標値を境界条件と比較することにより、ウェブサイトのコンテンツおよび機能が利用者のアクセス動向へ与える効果を表す指標分析値を算出する判定処理とをコンピュータに実行させることを特徴とするコンピュータプログラム。

（付記７）
アクセスログにおける集計期間のログデータを、集計粒度に応じたログデータ群に分割し、前記ログデータ群のそれぞれについて、利用者毎のアクセス状況を表す指標値として少なくともアクセス頻度とアクセス量とを求める集計処理と、
前記集計処理によって求められた指標値を境界条件と比較することにより、ウェブサイトのコンテンツおよび機能が利用者のアクセス動向へ与える効果を表す指標分析値を算出する判定処理とをコンピュータに実行させることを特徴とするコンピュータプログラムを記録した記録媒体。

本発明は、「コンテンツや機能の魅力」を他の要素と区別して計測できるウェブサイト分析システムとして利用可能である。

本発明の一実施形態にかかるウェブサイト分析システムの概略構成を示すブロック図である。 本発明の一実施形態にかかるウェブサイト分析システムの動作概要を示すフローチャートである。 本発明の一実施形態にかかるウェブサイト分析システムにおいて分析されるログデータのフォーマット例を示す図である。 図２に示した工程Ｏｐ１４（集計処理）の詳細手順の一例を示すフローチャートである。 集計処理中のログデータの一例を示す図である。 本発明の一実施形態にかかるウェブサイト分析システムにおける判定処理の一例を概念的に示す図である。 本発明の一実施形態にかかるウェブサイト分析システムにおいて、分析結果として表示されるグラフの一例である。 本発明の一実施形態にかかるウェブサイト分析システムにおける、分析結果の他の表示態様を示す図である。 本発明の一実施形態にかかるウェブサイト分析システムにおける、分析結果のさらに他の表示態様を示す図である。 図２に示した工程Ｏｐ１４（集計処理）の詳細手順の他の例を示すフローチャートである。 図１０に示した集計処理の具体例を示す図である。 本発明の一実施形態にかかるウェブサイト分析システムにおける判定処理の他の例を概念的に示す図である。 本発明の一実施形態にかかるウェブサイト分析システムにおける判定処理のさらに他の例を概念的に示す図である。 本発明の一実施形態にかかるウェブサイト分析システムにおける判定処理のさらに他の例を概念的に示す図である。 本発明の一実施形態にかかるウェブサイト分析システムにおける、分析結果のさらに他の表示態様を示す図である。

符号の説明

２１ クライアント名
２２ アクセス日時
２３ ファイル名
２４ ＨＴＴＰ状態
２５ リファラー
２６ ユーザ環境データ
１００ ウェブサイト分析システム
１０１ ログ格納部
１０２ フィルタリング部
１０３ 集計部
１０４ 入力部
１０５ 判定部
１０６ 表示部
２００ ウェブサーバ
３００ 利用者端末

Claims (5)

1. アクセスログにおける集計期間のログデータを、集計粒度に応じたログデータ群に分割し、前記ログデータ群のそれぞれについて、利用者毎のアクセス状況を表す指標値として少なくともアクセス頻度とアクセス量とを求める集計部と、
   前記集計部によって求められた指標値を境界条件と比較することにより、ウェブサイトのコンテンツおよび機能が利用者のアクセス動向へ与える効果を表す指標分析値を算出する判定部とを備えたことを特徴とするウェブサイト分析システム。
2. 前記集計部が、前記ログデータ群において、同一利用者からのリクエストに起因するログデータであって所定時間内の間隔で連続する複数のログデータを１セッションと判断し、前記ログデータ群における前記セッションの数を、当該利用者のアクセス頻度とする、請求項１に記載のウェブサイト分析システム。
3. 前記集計部が、前記ログデータ群において、同一利用者からのリクエストに起因するログデータを、集計粒度を複数の区間に分割して集計し、ログデータが存在する区間の数を、当該利用者のアクセス頻度とする、請求項１に記載のウェブサイト分析システム。
4. 前記集計部が、前記ログデータ群において、同一利用者からのリクエストに起因するログデータの数をそれぞれ集計し、その集計結果に基づいて各利用者のアクセス量を求める、請求項１に記載のウェブサイト分析システム。
5. 前記境界条件が、前記アクセス頻度および前記アクセス量のそれぞれについて定められた所定値、または、前記アクセス頻度および前記アクセス量の一次関数である、請求項１に記載のウェブサイト分析システム。

Images