![Onlab [DATA] Conference
サービスローンチ後の戦略
2012/06/22
@managami](https://image.slidesharecdn.com/20120622dataconference-120710201921-phpapp01/85/20120622-data-conference-1-320.jpg)
More Related Content
Viewers also liked
Viewers also liked (17)
Similar to 20120622 data conference
Similar to 20120622 data conference (20)
Recently uploaded
Recently uploaded (8)
20120622 data conference
- 1. Onlab [DATA] Conference サービスローンチ後の戦略 2012/06/22 @managami
- 2. 目次 • 予測分析 • アナリティクス・アクセス解析・KPI設定 • デザインの最適化・機能の検証・コンバー ジョンの最適化 • 検索エンジン最適化 • データ／デザイン • メール配信と分析
- 3. 目次 • 予測分析 • アナリティクス・アクセス解析・KPI設定 • デザインの最適化・機能の検証・コンバー ジョンの最適化 • 検索エンジン最適化 • データ／デザイン • メール配信と分析
- 4. • 予測分析 Peter Skomoroch 氏 LinkedIn社 Principal Data Scientist Peter氏は、LinkedIn社にてチーフ・データ・サイエン ティストを勤め、データと行動分析の研究を行う。ま た、データマイニングと予測分析に特化したコンサル ティングサービスを提供するData Wrangling社の創業者で もある。
- 5. データサイエンティスト • データサイエンティストチーム所属 • マーケティングチームは別にいる ディシジョンサイエンスチーム • KPI、レコメンデーション、サジェス チョン
- 6. データサイエンティスト • 結局ユーザは何を見て何をクリックし ているのか • トラッキング、ABテスト • プログラミングのスキルある方がいい
- 7. データ予測分析 • データを見るというと普通、大した変 化のない横ばいのデータをみるが、平 均だけ見ても意味がない • もっと深堀りしたデータを見なければ ならない
- 8. データ予測分析 • 変化を見つける • 機転を利かせる • 単なる直感でなく、体験によるアルゴ リズムに基づく直感でなければならな い
- 9. データ予測分析 • データ分析による４つの原則 • 分析（Analyze） • 即座につくる（Improve） • 予想する（Anticipate） • 順応する（Adapt）
- 10. データ予測分析 • LinkedInでは分析は全てHadoop • 見やすくするのにExcel • ユーザに自らデータを整理させる • クラスタリング、重複を排除、面白い 相関を見つける
- 12. • アナリティクス・アクセス解析・KPI設定 Hiten Shah 氏 KISSmetrics社 CEO Hiten氏は、ウェブアナリティックス(分析)ソリューショ ンを提供するKISSmetrics社の創業者。 KISSmetricsは顧客 獲得やリテンション（顧客維持率）等を上げる分析ツー ルで、eBay、Square、FourSquare、Amazon等が活用して いる。
- 13. アナリティクス・アクセス 解析・KPI設定 • アクションが取れる測定 • Google Analysis は役に立たない測定ばか り • PV、トラフィックがあがったからと いってどうアクションすればいいの か？
- 14. アナリティクス・アクセス 解析・KPI設定 • ユーザ中心の測定 • どういったユーザなのか、ユーザから 学ばなければならない • データアナリティクス →ユーザアナリティクス
- 15. アナリティクス・アクセス 解析・KPI設定 • ユーザの行動サイクル • サイトに来て、探して、買う、滞在時 間 • なぜツールは自前で作るのか？ • 顧客データと測定結果を結びつける
- 16. アナリティクス・アクセス 解析・KPI設定 • どんなユーザが？何を？ • 購入する前の行動を測る 流入元、コンバージョン • 最も価値の高いユーザとは？ 一番利益を生んでいるユーザ
- 17. アナリティクス・アクセス 解析・KPI設定 • 誰が重要なカスタマーか、その人たち に何をするか • ユーザのことを早く学ぶことが重要 • 勝つための唯一の方法は早く学ぶこと だ エリック・リース
- 18. アナリティクス・アクセス 解析・KPI設定 • リーンスタートアップ • Build, measure, learn faster • すべては仮設から始まる • できるだけ早くサイクルを回す
- 19. アナリティクス・アクセス 解析・KPI設定 • 生涯価値 平均的なお客様がどれだけのお金を 払ったのか • PVが問題ではなく、顧客維持が大事
- 20. • デザインの最適化・機能の検証・コンバー ジョンの最適化 Optimizely社 共同創業者 兼 President Optimizelyは、プログラミング0ですぐにA/Bテストが実 装できるツールである。 Starbucks、TechCrunch、 37Signals、SalesForce等、数々の企業が活用している。 前 職はGoogle社でGoogle App Engineのプロダクトマネー ジャーとして勤務。 イリノイ(Urbana-Champaign)大学で Computer Scienceを専攻。
- 22. デザインの最適化・機能の検 証・コンバージョンの最適化 • とても早いステージでは 作る前に10人に話しを聞く 最初からコードを書くな PhotoShopで書けば十分
- 23. デザインの最適化・機能の検 証・コンバージョンの最適化 • とても早いステージでは ユーザのどんな問題を解決するのか どうやって見つけてもらうのか 仮説を立てるための情報を収集
- 24. デザインの最適化・機能の検 証・コンバージョンの最適化 • アナリティクスはこの時点では重要 じゃない • カスタマーが使っているのを見てみれ ばいい • メールすればいい、聞いてみればいい
- 25. デザインの最適化・機能の検 証・コンバージョンの最適化 • 誰も文句を言わないショートカット • 料金別メニュー表を作ったが、料金に よる機能制限の仕組みを作らなかった
- 26. デザインの最適化・機能の検 証・コンバージョンの最適化 • 小さなスタートアップはユーザと密な コミュニケーションがとれる • 解約時がユーザとの一番のコミュニ ケーション • 解約理由は製品の欠陥を教えてくれる
- 27. デザインの最適化・機能の検 証・コンバージョンの最適化 • 成長期 この段階で始めてアナリティクスが重 要になってくる • 様々なツール google analytics, kissmetrics,flurry,kontagent
- 28. デザインの最適化・機能の検 証・コンバージョンの最適化 • 次のアクションを導き出すのはABテス ト • 直感に頼ってはいけない • 成長のステージによってアナリティク スの方法は違う
- 30. デザインの最適化・機能の検 証・コンバージョンの最適化 • テストの期間はどのくらい？ • サービスによって違うが最低2週間が目 安、平日、休日、十分なトラフィック • テストのし過ぎに注意
- 31. デザインの最適化・機能の検 証・コンバージョンの最適化 • Refinement トライをしていくと収斂する • Exploration 枝を次々に 探索していく
- 32. デザインの最適化・機能の検 証・コンバージョンの最適化 • 何パターンまでテストする？ • トラフィックによって変わる • 多くのパターンを試すには十分なトラ フィックが必要
- 33. デザインの最適化・機能の検 証・コンバージョンの最適化 • ユーザをグルーピングしてケースを分け る • ABテストはデザインプロセスに取って 変わるわけじゃない
- 34. 参考 • Optimisely https://www.optimizely.com/
- 35. • 検索エンジン最適化 Ray Grieselhuber 氏 Ginzamarkets社 共同創業者 兼 CEO Ray氏は、過去5年間マーケティングおよび広告システム を開発し、P＆G社、Intel社、Cisco社などをクライアン トとし、グローバル市場へのオンライン事業拡大、コス ト削減、売上増加の支援を行った。Ginzamarkets社を創 業する前は、数々の賞を受賞する米カリフォルニア、サ ンディエゴを拠点とするCovario社で、チーフアーキテク トおよび製品開発部長を務める。その後、東京でファイ ヤーウォッチングメディア株式会社を経営。
- 36. 検索エンジン最適化 • （目新しい話はなかったので飛ばしま す） • （汚いメモで良ければ差し上げます）
- 37. • データ／デザイン Chris Palmieri 氏 AQ株式会社 代表取締役 イリノイ大学でグラフィックデザインと日本文化を学ん だ後、2001年に日本に移住し、2004年にAQ（エイ キュー）を設立。 日本国内外の企業やコミュニティのた めに、ウェブサービスやアプリケーションを中心にUI/ UXデザインを重視したアプローチでクリエイティブプ ロセスの指揮を取っている。2007年に立ち上げたストー リーと地図を連動させた文学サイト「Hitotoki」は、世 界6都市に展開した。2005年から現在まで「TokyoArt
- 38. データ／デザイン • UX User Experience • UX見た目だけのことではない • ユーザに与えるいい経験 • ユーザについてなるべく多くのことを 知る
- 39. データ／デザイン • UXでは制御できない部分 いつ使うか、誰と使うか etc • 商品に関する意思決定には影響を与え られる
- 40. データ／デザイン • 定量的データ • 誰が、いつ、何を、どうした • 数年前はデータ取得にコストがかかっ たが、今はほどんどかからない Google Analytics etc..
- 41. データ／デザイン • スタートアップ初期では数値は取れな い、そこは重要じゃない • 定性的データ • あなたが思っているより簡単だ 外に出てユーザに聞いてみればいい
- 42. データ／デザイン • 定性的データの収集 • 質問票 • card sorting • Usability Testing
- 43. データ／デザイン • Usability Testing • ユーザの声を聞いたらなるべく早く 議論 • あまり細かいことは聞かなくていい • とにかく短時間、高頻度で
- 45. • メール配信と分析 Taylor Wakefield 氏 Mailgun社 共同創業者 Taylor氏は、email、deliverbility、サポート、企画、マーケ ティング、営業など、エンジニアリング以外の全てを 担っている。Mailgun社設立前は、事業管理ソリューショ ンを提供するコンサルティング会社Profista社に共同創業 者として参画。それ以前は、Bear Stearns社の、クレジッ トデリバティブ部門にてマネージングディレクターを勤 めた。
- 47. 参考 • How to leverage email and its data to engage your users and profit! http://prezi.com/ipuykc88vvfg/how-to- leverage-email-and-its-data-to-engage-your- users-and-profit/
- 48. メール配信と分析 • Eメールは死んだのか？ • TwitterやFacebookの何倍も使われてい る • まだ死んでない
- 49. メール配信と分析 • ROIが高い • １ドルEメールに投資するなら他のSNS に投資するより効果がある • ただし問題がある、SPAMだ
- 50. メール配信と分析 • Eメールの90％がSPAM • たくさんのフィルター • フィルターの誤検知 • 受信者はいつも疑っている
- 51. メール配信と分析 • Eメールをユーザの受信トレイに到達さ せ読んでもらう、到達性 • 到達性を上げる魔法はない • 認証＋評判＝到達性
- 52. メール配信と分析 • 認証 RDNS, SPF, DomainKeys,・・ • 評判 • あなたは本当に信頼のおける送り主か
- 53. メール配信と分析 • メール送信は徐々にトラフィックをあ げること • 信頼を構築する３つの方法 • メール受信を許可したユーザだけに 送信
- 54. メール配信と分析 • 信頼を構築する３つの方法 • ユーザからのフィードバックを記録 し、尊重する • 適切に送信、願わくばコンテンツに 反映？（意味良くわからず）
- 55. メール配信と分析 • 2種類のEメール • Marketing Blast Email マーケティングとしてばらまく • Transactional Email 取引、連絡
- 56. メール配信と分析 • 全てのEメールはユーザの関心のある内 容でなければならない • EメールもABテストすべき • ユーザに対するリマインダー
- 57. メール配信と分析 • 忘れたころにリマインド、繰り返し • 継続的なキャンペーに • 双方向のコミュニケーションにする • 一方的に送るのでなく、リアクション もできるべき
- 58. メール配信と分析 • Eメールのデータ 開封有無（率）、バウンス、ドロッ プ、スパム判定、クリック有無 （率）、誰が開いたか トラッキングする
- 59. メール配信と分析 • 到達性を高めるのに近道はない • ただ大量にばらまくのではなく、ユー ザが欲しい時に送ってあげる • パーソナライズが一番重要 • Twitter、Facebook、LinkedInはいい
- 60. 参考 • LinkedInが語る、スタートアップ企業の ためのデータ予測分析 http://www.atmarkit.co.jp/news/201206/22/ onlab.html • Onlab [DATA] Conference http://onlabdataconf.peatix.com/
- 61. 参考 • Optimizely https://www.optimizely.com/ • How to leverage email and its data to engage your users and profit! http://prezi.com/ipuykc88vvfg/how-to- leverage-email-and-its-data-to-engage-your- users-and-profit/
- 62. 参考 • Google Analyticsにページ最適化ツールの 「Website Optimizer」が統合 http://www.itmedia.co.jp/news/articles/ 1206/02/news014.html
- 63. 参考 • 「リーンスタートアップ」図解付き解 説。トヨタのDNAを継ぐ新規事業マネ ジメント手法。 http://media.looops.net/naoto/2012/05/10/ eric_ries/
Editor's Notes
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n