Your SlideShare is downloading. ×
第2回 継続率経営セミナー 公開資料:データの設計・取得について
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Saving this for later?

Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime - even offline.

Text the download link to your phone

Standard text messaging rates apply

第2回 継続率経営セミナー 公開資料:データの設計・取得について

4,394
views

Published on

Published in: Technology

0 Comments
30 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
4,394
On Slideshare
0
From Embeds
0
Number of Embeds
5
Actions
Shares
0
Downloads
105
Comments
0
Likes
30
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. 基本的なKPI分析の進めかた ― 継続率経営に向けて ― 株式会社pLucky 2013-01-24(c) 2013 pLucky, Inc
  • 2. まずはpLuckyチーム自己紹介 Netageグループ各社で開発・経営企画に携わった後、頓智ドットにて 林 宜宏 経営指標管理を主導。自ら分析ツールを開発しつつ各種予測モデルを構 CEO 築し活用した。培ったノウハウを譲り受けて独立。京都大学 卒業 SRA、頓智ドットを経て現職。Playing Managerとしてチームを束 河内 崇 ねる。各種Low Layerの分散システムの開発経験を持ち、前職では 開発チームマネージャ iPhone開発チームをリードした。東京大学大学院 卒業 Netageから楽天、頓智ドットを経て現職。開発チームの柱としてチー 塚本 朗仁 ムに貢献。WEBの先端技術全般に明るく、ECからポータルサイトまで テクニカルリード 様々なタイプのWEB開発経験が豊富。 頓智ドットを経て現職。コンサルティングおよびマーケティング担当。 田畑 直 在学中に独立系コンサルを経て頓智ドットに。世界に向けてDoMoのプ コンサルタント レゼンを手掛け経営企画に携わった。東京大学 中退。米国帰国子女(c) 2013 pLucky, Inc
  • 3. この資料の目的 pLuckyはデータドリブン経営をサポートするための ツール『SLASH-7』を開発しています。 今後『SLASH-7』をより多くの方に活用していただ くためにも、データドリブン経営のサポートとなる考 え方やTIPSを皆様にご紹介していきたいと考えていま す。この資料はその一環です。 今回はデータドリブンな経営を行う際に必要となる、 取得するべきデータ設計の流れを解説しました!(c) 2012 pLucky, Inc
  • 4. この資料に含まれているもの 1.サービス改善とデータによる分析の関係 2.データ取得・設計のプロセスを各ステップ毎に解説(c) 2013 pLucky, Inc
  • 5. この資料が意味を持ちそうな人 ・データドリブン経営に興味があり試してみたい人 ・プロジェクトのKPI設計に迷っている人 ・データの取得はしているが施策に活用できていない人(c) 2012 pLucky, Inc
  • 6. サービス改善とデータによる分析(c) 2013 pLucky, Inc
  • 7. Build Measure Learnが開発の基本 ・製品は必ず改善可能 Build という前提にたつ Idea Product ・常に新たな課題を発 見し改善し続ける ・1サイクルの期間は 長くて1∼2週間、 Learn Measure 短いほど良い Data(c) 2013 pLucky, Inc 参考: THE LEAN STARTUP
  • 8. サイクルを回す上で、よくある課題 ・データを見るのが大 Build 事なのは分かるけど Idea Product イマイチ効果が説明 できず踏み切れない ・なんとなく大切だと 思う数字を追っては Learn Measure いるが施策に繋がっ ている気がしない Data(c) 2013 pLucky, Inc
  • 9. そのほとんどがMeasureの課題 ・具体的な仮説の無い Build データを取得してお Idea Product り施策に繋がらない ・最終的な目標のみの データを取得してお り施策が浮かばない Learn Measure ・取得するデータがい つも異なり、設計に Data 時間がかかる(c) 2013 pLucky, Inc
  • 10. Measureを正しく意識して始めよう ・Measureするには Build 仮説が必要になる Idea Product ・仮説を明確にすると Build目的も明確に ・Learnの精度はほぼ Measureで決まる Learn Measure ・最短でサイクルを回 す助けになる Data(c) 2013 pLucky, Inc
  • 11. データ取得・設計のプロセス解説(c) 2013 pLucky, Inc
  • 12. Measureの流れ Measure Data Learn Idea 全体像 ゴール シナリオ アクション ファネル 分析仮説 データ 確認 選定 詳述 確認 作成 作成 取得(c) 2013 pLucky, Inc
  • 13. 全体像 ゴール シナリオ アクション ファネル 分析仮説 データ 確認 選定 詳述 確認 作成 作成 取得(c) 2013 pLucky, Inc
  • 14. 全体像確認 1/2 サービスの前提を確認するため説明を記述 参考: Agile Inception Deck [製品名]というこのサービスは [製品カテゴリ]に属するサービスです [解決する課題]という問題や欲求を抱える [ターゲットユーザ層]の人達に [サービスが提供する内容]を提供します [サービスの特徴]という点が特に魅力です ユーザにどのような価値をもたらすのか 明確に言語化しておくことで大方針をブレさせない(c) 2013 pLucky, Inc
  • 15. 全体像確認 2/2 ユーザの流入から収益化までの流れを記述 参考: AARRR!モデル 「獲得」象徴アクション :[サービスへ登録する、など] 「定着化」象徴アクション:[チュートリアル終了、など] 「継続」象徴アクション :[主機能の利用、など] 「紹介」象徴アクション :[SNS紹介機能利用、など] 「収益」象徴アクション :[課金オプション利用、など] ※各ステップの象徴アクションは複数あってもよい サービス内でユーザに想定する主要な動きを 全て記述し、目標とする行動を選びやすくする(c) 2013 pLucky, Inc
  • 16. AARRR!モデル 前スライドの分類はAARRR!モデルを利用 Acquisition :   獲得。様々なチャネルからユーザが訪問 Acquisition Activation : 獲得 Referral   定着化。初利用のユーザが「良い」体験をする Activation 紹介 Retention : 定着化   継続。 ユーザが繰り返しサービスを利用する Retention 継続 Revenue Referral : 収益   紹介。ユーザがサービスを他ユーザへ紹介 Revenue :   収益。ユーザが何かしらの課金行動を行う より詳しい説明については公開資料を参照(c) 2013 pLucky, Inc
  • 17. 全体像 ゴール シナリオ アクション ファネル 分析仮説 データ 確認 選定 詳述 確認 作成 作成 取得(c) 2013 pLucky, Inc
  • 18. ゴール選定 このサイクルでユーザに達成して欲しい目標を決定 ゴール1:[前項で設定した象徴アクションのどれか] ゴール2:[前項で設定した象徴アクションのどれか]  ・  ・  ・ ※複数あっても良いが、多くても3つ位を推奨 ユーザにどの行動をして欲しいのかを改めて明確にし 最適化・改善を行う対象を絞り込む(c) 2013 pLucky, Inc
  • 19. 継続率の重要性について ゴールとして「継続」関連の行動を推奨します 売上 = AU ARPU 継続率 さらにITにおける顧客満足度は継続率で計測 短期的な売上だけでなくユーザとの関係を良好に保つ より詳しい説明については第一回セミナー資料を参照(c) 2013 pLucky, Inc
  • 20. 全体像 ゴール シナリオ アクション ファネル 分析仮説 データ 確認 選定 詳述 確認 作成 作成 取得(c) 2013 pLucky, Inc
  • 21. シナリオ詳述 ゴールごとに、そこへ至るまでのユーザ行動を記述 [想定しているアクション1] シ [想定しているアクション2] 時系列 ナ  ・ リ [想定している期間] オ  ・ [前項で設定したゴール] ※起点から終点まででかかるだろう時間についても記述 ゴールまでのユーザの動きを詳細に分割し 改善の可能性があるポイントを特定できるようにする(c) 2013 pLucky, Inc
  • 22. 全体像 ゴール シナリオ アクション ファネル 分析仮説 データ 確認 選定 詳述 確認 作成 作成 取得(c) 2013 pLucky, Inc
  • 23. アクション確認 各アクションについてユーザの欲求と照らし合わせる [前項のアクション] [対応ユーザ欲求] [その時言う言葉] [前項のアクション] [対応ユーザ欲求] [その時言う言葉] ・ ・ ・ ・ ・ ・ [前項のアクション] [対応ユーザ欲求] [その時言う言葉] ※欲求だけでなくユーザの言葉も想定するとクリアに アクションがユーザ欲求と乖離していないか確認する と同時に、Learn時に参照できる前提を作っておく(c) 2013 pLucky, Inc
  • 24. 16分類の欲求 ユーザ欲求を考える際の参考としてください • 力:他人を支配したいという欲求 • 競争:競争したい、仕返ししたいという欲求 • 独立:人に頼らず自力でやりたいという欲求 • ロマンス:セックスや美しいものを求める欲求 • 好奇心:知識を得たいという欲求 • 食:ものを食べたいという欲求 • 承認:人に認められたいという欲求 • 運動:体を動かしたいという欲求 • 秩序:ものごとをきちんとしたいという欲求 • 安心:心穏やかでいたいという欲求 • 貯蔵:ものを集めたいという欲求 • 誇り:人としての誇りを求める欲求 • 理想:社会正義を追求したいという欲求 • 交流:人と触れあいたいという欲求 スティーブン・リース • 家族:自分の子供を育てたいという欲求 • 地位:名声を得たいという欲求 『16の基本的な欲求』(c) 2013 pLucky, Inc
  • 25. 全体像 ゴール シナリオ アクション ファネル 分析仮説 データ 確認 選定 詳述 確認 作成 作成 取得(c) 2013 pLucky, Inc
  • 26. ファネル作成 下記の表を埋め、目標を設定する [アクション] [ユーザ欲求] [想定絶対数] [想定CVR] [アクション] [ユーザ欲求] [想定絶対数] [想定CVR] ・ ・ ・ ・ ・ ・ ・ ・ [ゴール] [ユーザ欲求] [想定絶対数] ― ※CVRと絶対数は一方を決めればもう一方が決まる 改善プロセスを回す際に、改善が必要かどうか 施策が成功したかどうか、を判定する基準とする(c) 2013 pLucky, Inc
  • 27. 全体像 ゴール シナリオ アクション ファネル 分析仮説 データ 確認 選定 詳述 確認 作成 作成 取得(c) 2013 pLucky, Inc
  • 28. 分析仮説作成 ファネルを分析する際の切り口を準備しておく ・サービス内の切り口  利用時間に関するもの[サービス累計利用時間など]  利用金額に関するもの[サービス課金総額など]  成熟度に関するもの [サービス主機能利用有無など] ・サービス外の切り口  デモグラフィック  [年齢など] Learnでは成功集団と失敗集団の差分を探す そのための要素を十分に準備しておく(c) 2013 pLucky, Inc
  • 29. オススメの分析切り口 pLuckyでは下記項目での分析を推奨します サービス内 サービス外 ・利用時間関連 ・デモグラフィック   累計利用時間   年齢、性別ほか   利用パターン   ライフスタイルの違いに注目 ・利用金額関連 ・流入経路   累計利用金額   広告、オーガニック、紹介   平均利用金額 ・サービス成熟度関連   機能の利用有無 最低限でもこれらの内容は分析できる項目として準備(c) 2013 pLucky, Inc
  • 30. 全体像 ゴール シナリオ アクション ファネル 分析仮説 データ 確認 選定 詳述 確認 作成 作成 取得(c) 2013 pLucky, Inc
  • 31. データ取得 実際にサービス上のデータを取得する [イベントログ] [アプリDB] アクション毎の情報 蓄積されていく情報 ゴールへ辿り着いた人数や、 分析仮説で想定したユーザが アクションが行われた回数 サービス内に何人いるかなど 組み合わせて用いる 作成したファネルで定義されているアクションと 分析仮説で必要な属性情報を取得していく(c) 2013 pLucky, Inc
  • 32. データ取得のポイント 内製でも既存ツール利用でも下記3つのことに注意 ・サービスに見合ったサイズのデータ処理が可能か ・ユーザの属性をイベントと紐付けて分析が可能か ・十分な速さデータの取得と処理が可能か(c) 2013 pLucky, Inc
  • 33. 全体像 ゴール シナリオ アクション ファネル 分析仮説 データ 確認 選定 詳述 確認 作成 作成 取得 Measureのプロセスはこれで終了!(c) 2013 pLucky, Inc
  • 34. Measureのおさらい ・ただデータをとれば Build 良いというのは大き Idea Product な間違い ・Measureの後にあ るLearnを意識し、 目的のあるデータ取 Learn Measure 得を行う必要がある ・Build Measure Data Learnの基礎工事(c) 2013 pLucky, Inc
  • 35. おわりに(c) 2013 pLucky, Inc
  • 36. もっと知りたいという方へ SLASH7導入 or コンサルご相談  まずは気軽にご相談ください http://bit.ly/slash7reg pLucky Facebook page  セミナーや資料の公開など http://facebook.com/plucky.inc 担当者へ直接メールを送る hello@p-lucky.net(c) 2013 pLucky, Inc