メインコンテンツへスキップ

はじめに

Tableau は、インタラクティブなデータ可視化機能で知られる強力なデータ可視化ツールです。組織は大量のデータを、わかりやすく視覚的な方法で表示、理解、処理できます。Tableau はデータの探索と理解を促進し、組織がデータに基づいた意思決定と戦略を立てられるようにします。

MoEngage × Tableau

MoEngage と Tableau の連携により、MoEngage のユーザーエンゲージメントデータと Tableau ダッシュボードを直接かつシームレスに接続できます。この連携を利用すると、ユーザーエンゲージメントデータをより効果的かつ直感的に可視化して理解できるため、データに裏付けられた戦略的な意思決定を行う能力が向上します。 MoEngage と Tableau の連携により、次のことが可能になります。
  1. ユーザーエンゲージメントデータをスケジュールに従って Tableau に同期する - 同期の頻度は、データソースに応じて最短で 1 時間ごと、最長で週 1 回に設定できます。
  2. さまざまなインタラクティブなチャート、グラフ、その他の可視化ツールを使用して、Tableau でユーザーエンゲージメントデータを可視化および分析する。
  3. これらのインサイトを活用してユーザーをより効果的にセグメント化し、ユーザーエンゲージメントの向上を目的としたパーソナライズされたキャンペーンを送信する。

ユースケース

  1. パフォーマンスのトラッキングとレポート: マーケターはこの連携を使用して、マーケティングキャンペーンやエンゲージメント施策のパフォーマンスをトラッキングおよび分析できます。Tableau は MoEngage からデータを取得して統合し、わかりやすいビジュアルレポートやダッシュボードとして表示できます。
  2. キャンペーンの最適化: この連携を使用して、マーケティングキャンペーンを分析および最適化できます。マーケターは、各キャンペーンのクリック率、開封率、コンバージョン、収益などの主要指標をトラッキングできます。Tableau を使用すると、これらの指標をさまざまなチャネルやキャンペーンにわたって可視化できるため、マーケターは効果的な戦略を特定し、それに応じて予算を配分できます。
  3. 予測分析: MoEngage と Tableau を連携することで、マーケターは予測分析機能を活用できます。Tableau は MoEngage の過去のエンゲージメントデータを分析して将来の顧客行動を予測できるため、マーケターはデータに基づいた意思決定を行い、プロアクティブなマーケティング戦略を立案できます。

連携

  • Tableau ダッシュボードへのアクセス権と、データソースの追加およびレポートの作成に必要な権限が必要です。
MoEngage からキャンペーンデータを取得するには、Tableau と互換性のある宛先にデータをエクスポートする必要があります。
  • Snowflake
  • Amazon Redshift
  • Google BigQuery
Tableau は、Amazon S3 や Google Cloud Storage などのクラウドストレージサービスもサポートしています。ただし、これらのファイルから直接データをインポートできるため、追加の変換が必要になる場合があります。これらのファイルのスキーマについては、Data Exports Glossary を参照してください。

ステップ 1: 任意のデータソースを Tableau に追加する

Tableau に Snowflake をデータソースとして追加するには、Tableau ヘルプドキュメントに記載されている手順に従ってください。MoEngage は、Data Exports Glossary で定義されているスキーマに従って、すべてのキャンペーンインタラクションデータを出力します。

ステップ 2: 可視化のためにデータを準備する

基本的なキャンペーンデータ分析を行う場合は、チャートやレポートの作成に必要なすべての標準情報を含むイベント属性列をいつでも利用できます。
  • event_attributes_campaign_channel
  • event_attributes_campaign_id
  • event_attributes_readable_campaign_id
  • event_attributes_campaign_name
  • event_attributes_campaign_type
  • event_attributes_parent_campaign_id
  • event_attributes_parent_flow_id
  • event_attributes_parent_flow_name
  • event_attributes_locale_id
  • event_attributes_locale_name
  • event_attributes_variation_id
  • event_attributes_logged_in_status
  • event_attributes_platform
  • event_attributes_first_session
すべてのイベント属性は、event_attributes という JSON 列の一部としても保存されます。

属性を個別の列として抽出する

Tableau は変化する JSON 構造をネイティブにサポートしていないため、計算を高速化するために、計算に必要な属性を抽出することをお勧めします。これは、MoEngage が作成したテーブルの上にビューを作成することで実現できます。以下はいくつかの属性の例ですが、同じ方法を任意のユースケースに拡張できます。
Snowflake でビューを作成するには、次のコマンドをベースとして使用できます。
Redshift でビューを作成するには、次のコマンドをベースとして使用できます。
BigQuery でビューを作成するには、次のコマンドをベースとして使用できます。

ステップ 3: Tableau 内にデータを読み込む

必要なイベントを分析するためのさまざまなビューを作成したら、これらのビューを Tableau 内の新しいデータソースとして読み込むことができます。
Snowflake データベースを Tableau に接続するには、以下の手順に従います。
  1. Tableau Desktop を開き、Connect で Snowflake を選択します。
  2. 接続の詳細を入力し、“Sign In” をクリックします。Tableau は、ユーザー名とパスワード、Okta のユーザー名とパスワード、または OAuth を使用したサインインをサポートしています。接続後に実行する SQL ステートメントなどの詳細設定を追加することもできます。
  3. Data Source ページが表示され、インポートするすべてのテーブル/ビューを選択できます。まず、Warehouse、Database、Schema を選択します。例として、MoEngage Exports テーブルから作成したビューを読み込みます。
  4. [任意] データを変換する場合は、さらにテーブルやビューを追加してそれらの間にリレーションを作成したり、列を追加/削除したりできます。大規模なデータセットや特定の操作では、“Extract” 接続方法を選択する必要がある場合があります。完了したら、Data Source ページを保存できます。
  5. これで、Tableau 内でデータを使用して、強力な可視化やレポートを作成できるようになります。
注: Snowflake をデータソースとして使用できるのは、Tableau Desktop 版のみです。追加のドライバーのダウンロードが必要になる場合があります。
Redshift データベースを Tableau に接続するには、以下の手順に従います。
  1. Tableau Desktop を開き、Connect で Redshift を選択します。
  2. 接続の詳細を入力し、“Sign In” をクリックします。接続後に実行する SQL ステートメントなどの詳細設定を追加することもできます。
  3. Data Source ページが表示され、インポートするすべてのテーブル/ビューを選択できます。まず、Warehouse、Database、Schema を選択します。例として、MoEngage Exports テーブルから作成したビューを読み込みます。
  4. [任意] データを変換する場合は、さらにテーブルやビューを追加してそれらの間にリレーションを作成したり、列を追加/削除したりできます。大規模なデータセットや特定の操作では、“Extract” 接続方法を選択する必要がある場合があります。完了したら、Data Source ページを保存できます。
  5. これで、Tableau 内でデータを使用して、強力な可視化やレポートを作成できるようになります。
注: Redshift をデータソースとして使用できるのは、Tableau Desktop 版のみです。追加のドライバーのダウンロードが必要になる場合があります。
BigQuery データベースを Tableau に接続するには、以下の手順に従います。
  1. Tableau Desktop を開き、Connect で BigQuery を選択します。
  2. 接続の詳細を入力し、“OK” をクリックします。接続後に実行する SQL ステートメントなどの詳細設定を追加することもできます。
  3. Google BigQuery コネクターは、OAuth またはサービスアカウントでのサインインによる接続をサポートしています。サービスアカウントで接続する場合は、サービスアカウントの認証情報ファイルをアップロードする必要があります。次に、Sign In を選択します。
  4. Data Source ページが表示され、インポートするすべてのテーブル/ビューを選択できます。まず、Warehouse、Database、Schema を選択します。例として、MoEngage Exports テーブルから作成したビューを読み込みます。
  5. [任意] データを変換する場合は、さらにテーブルやビューを追加してそれらの間にリレーションを作成したり、列を追加/削除したりできます。大規模なデータセットや特定の操作では、“Extract” 接続方法を選択する必要がある場合があります。完了したら、Data Source ページを保存できます。
  6. これで、Tableau 内でデータを使用して、強力な可視化やレポートを作成できるようになります。
注: BigQuery をデータソースとして使用できるのは、Tableau Desktop 版のみです。追加のドライバーのダウンロードが必要になる場合があります。

ユースケースの例

Tableau を使用すると、デイリーアクティブユーザー数、マンスリーアクティブユーザー数、日次新規ユーザー数、日次アンインストールユーザー数などの指標を含むダッシュボードを作成できます。以下に、始めるためのいくつかの例を示します。
  1. ユーザーアクティビティのモニタリング: このレポートでは、ユーザーがアプリにどのくらいの頻度でエンゲージしているかを示すことができます。“App/Site Open”、“App Exit” などのイベントから、日次または月次のユーザーアクティビティを把握できます。これには、デイリーアクティブユーザー (DAU)、マンスリーアクティブユーザー (MAU)、セッション時間などの指標が含まれる場合があります。
  2. ユーザーエンゲージメントのトラッキング: “Notification Clicked Android”、“Notification Clicked iOS”、“Notification Clicked Web” などのイベントを使用して、さまざまなプラットフォームでのユーザーエンゲージメントをトラッキングできます。
  3. キャンペーンパフォーマンスの分析: メール固有のキャンペーンでは、“Email Sent”、“Email Opened”、“Email Clicked”、“Email Bounced”、“Email Complained”、“Email Unsubscribed” などのイベントを使用できます。これにより、メールの配信成功率、開封率、クリック率、バウンス率、苦情率、配信停止率などに関するインサイトが得られます。この情報を使用して、メールキャンペーンの有効性を評価し、改善すべき領域を特定できます。
  4. ユーザー獲得と解約のレポート: “Install”、“ReInstall”、“Device Uninstall”、“User ReInstall” イベントを使用して、ユーザー獲得と解約率をモニタリングするレポートを作成します。地理的な場所、デバイスタイプなど、さまざまなディメンションに基づいて分類できます。
  5. 行動フロー分析: “App/Site Opened”、“Notification Clicked” (または “Card Clicked”) などのイベントと、“Added to Cart” というカスタムイベントを使用すると、一般的な購入ファネル内の主要なユーザーアクションをトラッキングできます。これにより、アプリを開いてから、プロモーション通知やアプリ内メッセージを操作し、ショッピングカートに商品を追加するまでのユーザージャーニーを可視化できます。