2013年4月30日火曜日

「Google Now」がiOS版Google検索で利用可能に・・・しかしGoogleAppsの場合は?

「Google Now」がiOS版Google検索のアップデートで利用可能になったらしいので、iPhoneを見てみるとAppStoreでアップデート可能になっていました。

さっそくアップデート。


アップデート完了後、さっそく使ってみようとすると・・・

「Google Now は利用不可・・・ドメインの管理者はGoogle Nowを有効にしていません。個人用のGmailアカウントでお試し下さい。」





あれれ・・・


調べてみると、GoogleAppsの管理画面で設定が必要のようです。



  1. GoogleApps管理画面へアクセス
  2. 「設定」-「モバイルの設定」へ移動
  3. 「組織の設定」-「Android の設定」へ移動
  4. 「Google Now を有効にする」をチェック
  5. 「変更を保存」をクリック


GoogleAppsアカウントを使用してGoogle検索にログインする場合は設定が必要のようです。

一度お試し下さい。




2013年4月24日水曜日

アクティブサポートって何?

グーグルリーダー終了が決まってからの情報収集には、今のところFeedlyやGunosy、Googleアラートを使っていますが、不幸中の幸いと言いますか、今までより情報収集を意識するようになり、なかなか良い感じです。

今日は「アクティブサポート」について情報を得たのでご紹介します。


自分がウェブサイト運営のサポートを仕事にしているからでしょうか、「サポート」というフレーズに敏感に反応します。

従来のサポートと言えば、私の場合は主にご契約企業様からのメールや電話での問い合わせに都度つど対応することになります。

基本的に受け身です。


もちろん、できるだけ受け身にならないよう、契約内容によっては想定し得る問題に対し、こちらから積極的に提案しサポートしています。


ここで言う「アクティブサポート」は私が行っているサポートとは違うようです。


Twitterアクティブサポート入門
「疑問や不安、ときには不満を抱えている消費者をソーシャルメディア上で発見し、企業自らが能動的に、彼らに直接語りかけることで問題解決を図るもの。」


なるほど。


では、具体的に企業がどのように取り組んでいるか知りたいところに・・・Googleアラートからお知らせメールが届きました。


アクティブサポート事例~ユーザーインタビュー「KDDI株式会社」
https://www.youtube.com/watch?v=9uaJtuZgZuc

KDDIで行っているツイッターによるアクティブサポートについて分かり易く動画が公開されています。

「社名や商品名、サービスに対するキーワード」と「ネガティブキーワード」を掛け合わせて「つぶやき」を抽出しコミュニケーターに自動的にアサインし、コミュニケーターが解決策を回答していく仕組み。


このような仕組みを小さな会社が導入できるかと言えば難しいですが、近いことは出来るかもしれません。

今後、アクティブサポートについて少しずつご紹介したいと思います。


また、今回はGoogleアラートから得た情報を元に「アクティブサポート」の事例へアクセスすることができました。

情報収集には様々なサービスが提供されていますので、「情報収集」についても今後ご紹介したいと思います。


2013年4月22日月曜日

今日の気になる記事【2013-04-22】/データサイエンティストに求められるもの

最近、仕事で「ネットから店舗への送客」を実現するために、会員登録・クーポン発行・メルマガ配信システムを提供することが増えてきました。

それは、(我々のメインの顧客である)地域密着の小さな企業や店舗においても、単なる会社案内や店舗案内サイトではなく、ネットからリアルへユーザーを導くことを真剣に考え始めていることの表れです。


今日の気になる記事では、最近よく目にする「O2O」や「ビッグデータ」の一面を理解するきっかけになる記事をご紹介します。




データサイエンティストに求められるもの・・・ZDNet Japanさんから
http://japan.zdnet.com/cio/sp/35031107/


※以下、内容を抜粋します。


我々は今、情報に埋れ溺れる時代にいます。

大量に流れ込む情報を「フィルタリング」でいかに絞り込むかが重要になります。


リアルの世界では・・・

例えば馴染みの居酒屋で「今日はいい鯖が入ったよ!」というのは、メニュー全体から、ユーザの嗜好を考慮しメニューを絞り込むフィルタリングが行われています。  

仕入れ状況とユーザの嗜好=魚好き--特に青物系が好きなどの情報を店主の頭の中で分析、フィルタリングを掛けて鯖というお勧めを導き出します。


ウェブの世界では、フィルタリングを最大限に活用し気の利いた本屋さんになったのがアマゾンです。

ユーザーのサイト内の行動履歴・購買履歴を分析し、さらに類似した嗜好をもつユーザの購買履歴とマッチングしてユーザーが興味を持つであろう商品を推奨(リコメンド)しします。



フィルタリングにはどんな種類があるのか

  1. 商品を起点にしたフィルタリング
  2. ユーザー(人)を起点にフィルタリング
  3. 感覚、センスを起点に商品をフィルタリングする方法(上記ふたつのフィルタリングの弱点を補う)



1と2のフィルタリングには共通した弱点がります。

ユーザ数、購買実績、商品のバリエーションの量がないと分析データとしての信憑性に欠ける事です。


解決策として、感覚、センスを起点に商品をフィルタリングする方法があります。

例えば、映画であれば映画の専門家が推奨する映画をユーザー共通に対して行う、有名映画評論家の推薦映画のコマーシャルのようなイメージです。

これは新作でも、ユーザ数が少なくても効果を期待できます。


・・・・以下、フィルタリングの成功要因、データサイエンティストへ話は続きます。

http://japan.zdnet.com/cio/sp/35031107/4/
http://japan.zdnet.com/cio/sp/35031107/5/


ビッグデータ、データサイエンティストって最近よく目にするな・・・と思っておられる方に一読をオススメします。


▼ZDNet Japanさん
http://japan.zdnet.com/
https://twitter.com/zdnet_japan