# データ分析議事録

## 流れ

1. 環境構築(localを利用)
2. 不要なデータを除く（実験を行っていないなど）
→1人2回行う．適当にやっているなど．
3. 項目ごとにデータを集計する
4. 可視化する（箱ひげ図が無難）
5. 分散分析orモデリング
→分散が大きいので整列ランク変換(ART)みたいなツールを使うはず．

## 項目
- 前提: ihoriya
- グループ4xタスク4
- 1人 = 4回検索タスク

- 検索結果閲覧時間
→url/searchのdwell_timeの合計
- ページ閲覧時間
→url/archvie/〇〇の合計時間
- 検索セッション時間
→SERP閲覧時間+ページ閲覧時間
- 検索結果のクリック数
→count(url/archive)
- 最大クリック深度
→suzuki: クリックしたランクの最大値の平均値 AVG(max_rank)

1人のユーザーが一つのグループに当てはめられる
グループ内で用意された要因と水準の組み合わせ(4つの探索タスク)を行っている

group_idごとに上の項目を見る
SELECT uid, sum(time_on_page) FROM blg_1 group by uid;
blg_2
blg_3
blg_4

## 想定していること
g1: 1つ目のタスク = 「良い × 浜松（スニペットの中身とタスク）」悪いx東京
g1_good
g1_bad
g2: 1つ目のタスク = 「北海道x両方」
g2_good
g2_bad

g1_good g2_good
→goodの中で順番の影響を見る．

g1_good g1_bad g1_both g1_no （同じグループの中でスニペットの及ぼす影響）

g1 ~ g4みたいに分けずに，group_good group_bad...

明らかにしたいこと：スニペットの種類によってどう変化するか．
タスク内容は考慮する？
→しないので，
g1:good,bad,both,no
g2:both,good,bad,no
g3:bad
g4:no

4! (snipet)
→例えば，ラテン方格を用いて4通りにした．
g1 ~ g4

good bad both no
1234
1234
1234
1234

1234
2314
3142
→これは順番の影響がないようになる．

g1 ~ g4はすべて等しい（順番の影響はない）
=groupは統合していいのでは

UI1 = 結果
UI2 = 結果
UI3 = 結果
UI4 = 結果