Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Mob lt(20171116)

371 views

Published on

2017/11/16開催
楽天&ヴァル研究所 モブプログラミングLT

Published in: Engineering
  • Be the first to comment

  • Be the first to like this

Mob lt(20171116)

  1. 1. Confidential 相互理解のためのモブデータ分析 株式会社ヴァル研究所 Business Development Dept. 部長 篠原 徳隆 2017年11月16日
  2. 2. Confidential モブデータ分析って何? みんなでデータ分析をやる
  3. 3. Confidential やったこと ①一番使ってくれている人の行動/特徴をデータを見て理解する ②全く使えていない人の行動/特徴をデータを見て理解する とあるWebサービスの
  4. 4. Confidential どんな感じでやったか ナビゲーター:私(Product Manager) ドライバー :Product Owner モブ :エンジニア全員 ツール :開発管理機能に用意してあるユーザーログ表示画面 ゴール :後述
  5. 5. Confidential 何故こんなことをするのか? ・サービスの現状を改めて知って欲しかった ・PBIがどういう意図で作成/順序付けされているか知って欲しかった ・データの見方について示唆を得て貰いたかった これらを少しでも理解して貰い、腹落ちして行動に繋げて貰うことがゴール
  6. 6. Confidential どんなことを伝えたか? スループットの具合がバケツの穴が埋まっていることの証左 (再現可能なユーザー獲得) ①使えているユーザー②使えていないユーザー なので、スループットを向上させたい
  7. 7. Confidential スループット向上の中身 A:Acquisition(獲得) A:Activation(アクティベーション) R:Retention(継続) R:Revenue(収益) R:Referral(紹介) ActivationとRetentionを向上させる
  8. 8. Confidential 利用期待値 利用前 利用後 バケツの穴の仮説:期待値にギャップがある ②使えていないユーザー ①使えているユーザー 価値訴求/デモで期待値上昇 魅力品質は利用後に当たり前品質に変化しギャップに繋がる アクティベーション後に期待値下降
  9. 9. Confidential 利用期待値 利用前 利用後 期待値のギャップを分析する ②使えていないユーザー ①使えているユーザー ①のユーザーの期待値とのギャップ ②のユーザーの期待値とのギャップ ギャップの許容範囲の差異は何か?
  10. 10. Confidential ギャップの原因を分析する 理解力/リテラシー 低 理解力/リテラシー 高 機能のクオリティ 低 ギャップ 大 ギャップ 中 機能のクオリティ 高 ギャップ 中 ギャップ 小 仮説:最初の体験で印象に差異が生まれていることが原因 高い城壁 高い城壁 ①使えているユーザー ②使えていないユーザー
  11. 11. Confidential ギャップの解決方法を検討する 理解力/リテラシー 低 理解力/リテラシー 高 機能のクオリティ 低 ギャップ 大 ギャップ 中 機能のクオリティ 高 ギャップ 中 ギャップ 小 ②のユーザーのギャップを埋める為にどうするか? 高い城壁 高い城壁 ②使えていないユーザー
  12. 12. Confidential ギャップの解決方法を検討する 理解力/リテラシー 低 理解力/リテラシー 高 機能のクオリティ 低 ギャップ 大 ギャップ 中 機能のクオリティ 高 ギャップ 中 ギャップ 小 機能のクオリティと理解力/リテラシーのギャップを埋め、 最初の成功体験を早期に体験させることでChurnを防ぐ 高い城壁 高い城壁 ②使えていないユーザー アクティベーション時のオンボーディング (動作の認知と実際の動作を合わせる) 期待値を下げている機能の改善 (期待値とクオリティのギャップを埋める) この仮説を元にギャップの原因(認知/期待値)の検証とその施策(PBI)を提示している という話をしました
  13. 13. Confidential 感じた効果 ・ 相互理解が早まるメリットが大きい 一度聞いただけでは理解は深まらないが、モブの場で集中することで理解が早い ・定量データだけでなく、定性データの検証をチームが自発的に実施 エンジニアチームが社内のユーザーに自分たちでスクリプトを作って、 インタビューを行った。(定量と定性の両方で理解をより深めた?) 伊藤さんの本見ながら →
  14. 14. Confidential 結果 ・サービスの現状を改めて知って欲しかった ・PBIがどういう意図で作成/順序付けされているか知って欲しかった ・データの見方について示唆を得て貰いたかった
  15. 15. Confidential Let`s Mob Data Analysis !

×