【ブログ戦略会議】確率思考で戦略を探れ!

アニメスターです。
前回の記事で述べたように、確率思考に基づいてブログの戦略を考えたいと思います。
前回の記事を見ていない方は、まずはそちらからどうぞ。
【ブログ戦略】確率思考のブログ戦略

では、早速参ります。

戦略に基づく分析結果

たいそうな題名ですが、題名に負けないように書かねばなりませんね。
前回記事のポイントだけを整理しておきます。

目下の目標は「注目ブログ」になるため、キーとなりそうなカテゴリーを育てていくことが成長戦略であると仮定…
このような数式(カテゴリー進出順位モデル)に基づいて、理想のシェアを算出し、その目標に向かって、数値目標を達成していきたい…

なので、まずは数式に基づく戦略を構成した上で、具体的にブログのどの点に注力していくべきかを分析結果から考察していきたいと思います。

数式にも基づく戦略を考察

まず、カテゴリー進出モデルの数式は以下のように設定しています。(なお、以降はOEMモデルと略します)

OEMモデル
新規カテゴリー予想シェア=
(市場シェアにおける先駆者のシェア)
×(参入順位)^(-0.49)
×(相対的好意度)^1.11
×(宣伝費の比率)^0.28
×(間合いの年数)^0.07

これは参考書籍からの引用となっている数式ですので、ブログ風に解釈を添える必要があります。

まず、「市場シェアにおける先駆者のシェア」は、日本ブログ村から算出しようかなと考えています。
日本ブログ村であれば、市場規模、市場順位、プレーヤーの市場シェアが簡単に算出できると考えました。
勿論、日本ブログ村の情報規模よりも、インターネットの情報規模の方が大きい上、日本ブログ村の傾向があることも否めません。
そのため、暫定は日本ブログ村からの算出としますが、今後、他のツールの採用も検討していきたいと思います。

そして、OEMモデルを算出する上で、ある程度定義しなければならない要素がいくつかあります。

第一に、市場をどこで捉えるかという問題です。
市場シェアは(個別カテゴリー総数)/(概要カテゴリー総数)、または、(概要カテゴリー総数)/(全カテゴリーの総数)で表すことができます。
前者で市場シェアを算出すると、狭まっている市場規模をさらに縮小することになります。
逆に後者では規模の小さい個別カテゴリーを選択すると、算出されるシェアが小さくなりすぎて、今のアニメスターのPV数では変化を捉えきれない可能性が出てきてしまいます。
ここで目的を考えると、大切なのは、アニメスターも読者もブログを楽しんでもらうことなので、変化を捉えやすい(個別カテゴリー総数)/(概要カテゴリー総数)で算出したいと思います。

市場が決まれば、市場シェアにおける先駆者のシェアは、(先駆者のPV)/(個別カテゴリー総数)で算出することができます。

第二に、相対的好意度の捉え方です。
詳しいことは書籍に書いてありますが、ここでは割愛します。
相対的好意度は、(アニメスターのカテゴリーPV数)/(先駆者のPV)で算出します。

宣伝費の比率は、正直捉えることが難しいので、暫くは暫定で0として算出したいと思います。

まとめると、OEMモデルを以下のように変形させて捉えていきます。

アニメスターのOEMモデル
新規カテゴリー予想シェア=
{(先駆者のPV)/(個別カテゴリー総数)}
×(参入順位)^(-0.49)
×{(アニメスターのカテゴリーPV数)/(先駆者のPV)}^1.11
×(間合いの年数)^0.07

そのため、新規カテゴリー予想シェアを上げるためには、単純にアニメスターのカテゴリーPV数を増やしていくことであり、そのためにはバズらせる必要がありますが、その目標としては、予想シェアに近づける程度でいいという方針でいきます。

現在のアニメスターのブログ分析

アニメスターの先月(2/1~2/28)のPVなどを分析してきました。
これに基づいて、アニメスターの記事を読んでくれている層を捉えていきたいと思います。

具体的には、PVを結果変数に用いて、ツイート数と、更新記事を説明変数に入れて、重回帰分析を行いました。
結果を載せておきます。

2月の重回帰分析の結果抜粋
補正R2:「3%」
ツイート数:係数「1.55339607201309」p値「9.8%」標準偏差「0.903589240614638」
記事更新数:係数「-1.54807692307693」p値「62.3%」標準偏差「3.11078544810098」

結論、信憑性が低すぎて何も言えない。ということが分かります。
記事更新数が、PVに対して負の係数を挙げたことは少し驚きましたが、標準偏差を見てみると、納得できました。笑

ただ、記事更新よりも、ツイート数の方がデータとして、まだ信用できるかもしれないという風に捉えて、アナリティクスを見てみると、少し感動しました。

2月の流入元
・Social「84.2%」(内、100%がTwitter)
・Organic「3.5%」
・Referral「8.7%」(内、80%がbank-academy、20%がfeedly)
・Direct「3.5%」

bank-academyは、以前に寄稿させて頂いた、Ryohei様のサイトです。
feedlyからの流入は謎です。(笑)

さて、Twitterからの流入が大きいかもしれない、という回帰分析でしたが、確かにTwitterの運用が重要であるようです。

なので現状ではTwitter運用を継続しつつも、Socialの比率を低下させることが目下の目標となります。
加えて、日本ブログ村を市場として捉えているので、Referralの割合を上昇させることが、理にかなっているのではないかなぁと考えています。

王道としてはOrganicなのでしょうが、SEOについては現在まだ手をつけていないので、ここもまた暫定でReferralに注力したいと思います。

数値目標の模索

ひとまずアニメスターの現在のカテゴリーとしては、以下のものがあります。

弊ブログのカテゴリー
・投資(米国株式)
・ゲーム(MHW,人狼J)
・ブログ論
・プログラミング(Aidemy,Python)
・その他(内定辞退の話など)
この中で記事が書きやすいのは現在のところ、ゲーム(人狼J)と、プログラミング(Aidemy,Python)です。

そこで、大きな枠組みを見てみると、プログラミングはIT技術ブログに大きな枠組みに分類されに、以下のように捉えることができます。

市場規模とシェア
IT技術ブログ(6806),Python(52)→市場シェア0.76%
ゲーム(31246),人狼J(0)→市場シェア0%
試しに人狼Jに関連するワードで検索をかけると、8件しか記事がヒットしなかったのでブルーオーシャンなのかもしれません。

また、Pythonの分野の先駆者(INポイント順のランキング)の方のブログを見ると、更新がなかなか止まっています。そのため、週間IN(ブログ村への総客数)が0~30、週間OUT(ブログ村からの流入)が4~35と2桁のポイントで収まっています。アニメスターの目標は、週間OUTのトップを取ることであり、目標は50に設定してもいいかもしれません。
そして、Pythonの分野の先駆者(PV順番のランキング)は、なんと3位が300、4位が60でした。そのため、まずはここを突破できるとよう取り組んでみてもいいかもしれません。

ちなみに、PythonにおけるPVランキングは5位までしか表示されないのですが、PVのシェアは以下のようなものでした。
1位・・・58%
2位・・・20%
3位・・・18%
4位・・・4%
5位・・・1%

こんな最高な立地ある??

という気持ちですが、淡々とブログ記事を書いていきたいと思います。
市場シェアを拡大できる喜びを味わいつつ、楽しみたいと思います。

最後に!

これだけ書いて、だいぶ的外れなこと言ってたら、そのときは、その時かもしれません。(笑)

また、できれば、今後応援よろしくお願いいたします!!

にほんブログ村 IT技術ブログ Pythonへ
にほんブログ村
にほんブログ村 ゲームブログ ゲーム感想へ
にほんブログ村
にほんブログ村 ゲームブログへ
にほんブログ村

コメントを残す

ABOUTこの記事をかいた人

内定辞退した2018卒の大学生投資家。 「お金だけのための就職」が嫌でした。 「好きで生きるため」情報発信。 ***月間読書量3~8冊を頼りに経済自由を*** ***米株、節約術、統計学やアニメ好き***