Recommended
More Related Content
Similar to 資格学校のトライアル申込
Similar to 資格学校のトライアル申込 (20)
資格学校のトライアル申込
- 2. はじめに 2 ユーザー p 社会人を対象とした資格学校 シチュエーション p 「トライアルセッション申込者」を最大化するための効果的な施策につ いて検証をしたい 用意したデータの内容 【成果】 -‐ トライアル申込者数 【要素】 -‐ バナー広告クリック数 -‐ 社名検索数 -‐ TVCM -‐ 電車広告(鉄道A) -‐ 電車広告(鉄道B) -‐ 雑誌広告A （販売部数） -‐ 雑誌広告B （販売部数） ※ 上記内容は類似業種へのヒアリング情報に基づいたXICAによる創作です ※ 現実に同様の結果を保証する物ではありません
- 3. 分析の流れ 3 1.データを用意する 2.データを読み解く 3.結果を比べる p データを登録する p データの概略を把握する p 分析機能を使ってモデル の精度を上げる p 違ったアプローチの分析 を試す p 保存したモデルを比べる
- 4. 分析の流れ 4 1.データを用意する 2.データを読み解く 3.結果を比べる p データを登録する p データの概略を把握する p 分析機能を使ってモデル の精度を上げる p 違ったアプローチの分析 を試す p 保存したモデルを比べる
- 6. 1. データを用意する p 分析モデルの編集画面を開く 6 分析モデルを選択する
- 7. 1. データを用意する p 分析モデルの概要を把握する 7 結果に影響する要素 ・・・ 1つ モデルの精度 ・・・ 46.14% - バナー広告クリック数 (影響力 +0.368) ※ 分析モデルは「モデルの精度」と「結果に影響する要素（とその影響力の大きさ）」の2点によって判断する [用語の解説] -‐ モデルの精度 : 0 〜 100% の値を取り、大きいほど良い -‐ 相関している確率 ： 95%以上で相関していれば「影響がある」と判断する -‐ 影響力 : 要素が成果に及ぼす影響の大きさ
- 8. 2. データを読み解く 8 分析① 分析② 1.データを用意する 2.データを読み解く 3.結果を比べる p データを登録する p データの概略を把握する p 分析機能を使ってモデル の精度を上げる p 違ったアプローチの分析 を試す p 保存したモデルを比べる
- 10. 2. データを読み解く p 連続してズレている期間（2012/01/01 〜 2012/01/15）に「特殊な要素」を追加する 10 2012/01/01 〜 2012/01/15を選択し、 「特殊な要素の追加」をする 分析①
- 11. 2. データを読み解く p 「特殊な要素」を追加した後の結果を確認する 11 結果に影響する要素 ・・・ 2つ モデルの精度 ・・・ 59.01% - バナー広告クリック数 (影響力 +0.229) - 社名検索数 (影響力 +0.793) 分析① ※ モデルの精度は [46.14% → 59.01%] と向上した ※ 結果に影響する要素は [1つ → 2つ] と増え、以前は関係がなかった「社名検索数」も影響を及ぼしている
- 12. 2. データを読み解く p 2012/01/22 〜 2012/01/29 もズレが大きいので、ここにも「特殊な要素」を追加する 12 2012/01/22 〜 2012/01/29を選択し、 「特殊な要素の追加」をする 分析①
- 13. 2. データを読み解く p 結果を確認する 13 結果に影響する要素 ・・・ 2つ モデルの精度 ・・・ 65.20% - バナー広告クリック数 (影響力 +0.170) - TVCM (影響力 +108.078) 分析① ※ モデルの精度は [59.01% → 65.20%] とさらに向上した ※ 結果に影響する要素は [2つ] のままだが、「社名検索数」は影響なし、「TVCM」は影響あり、へと変わった （ただし、「社名検索数」も相関している確率が[92%]であり、結果に影響がある可能性はここでも高い）
- 14. 2. データを読み解く p 次にズレている2012/04/08 〜 2012/04/29 にも「特殊な要素」を追加する 14 2012/04/08 〜 2012/04/29を選択し、 「特殊な要素の追加」をする 分析①
- 15. 2. データを読み解く p その結果、直前の2012/04/01のズレが大きくなったので、ここにも改めて「特殊な要素」 を追加する 15 2012/04/01を選択し、「特殊な要素の 追加」をする 分析①
- 16. 2. データを読み解く p 結果を確認する 16 結果に影響する要素 ・・・ 4つ モデルの精度 ・・・ 96.49% - バナー広告クリック数 (影響力 +0.170) - 社名検索数 (影響力 +0.428) - TVCM (影響力 +85.960) - 電車広告(鉄道A) (影響力 +22.297) 分析① ※ モデルの精度は [96.49%] まで向上し、結果に影響する要素も [2つ → 4つ] と様々な要因が影響を及ぼしている ※ 特殊な要素を追加したのは[2012/01/01 ~ 2012/01/29] と [2012/04/01 ~ 2012/04/29]の期間であり、トライアル申込 数は「年始(1月)」と「年度始め(4月)」という時期による影響が大きいことが分かる
- 20. 2. データを読み解く p 先ほどは左端の期間に対して、「特殊な要素」を追加したが、 今回は2012/10/07 〜 2012/10/14 に「特殊な要素」を追加する 20 2012/10/07 〜 2012/10/14を選択し、 「特殊な要素の追加」をする 分析② ※ 先ほどとは違ったアプローチでデータが読み解けないか試している
- 21. 2. データを読み解く p 結果を見比べる 21 結果に影響する要素 ・・・ 2つ モデルの精度 ・・・ 55.04% - バナー広告クリック数 (影響力 +0.411) - 電車広告(鉄道A) (影響力 -76.071) 分析②
- 22. 2. データを読み解く p 実測値と予測値のズレの大きい5カ所にそれぞれ「特殊な要素」を追加する 22 分析② ※ 共通の「特殊な要素」があると思うときは、まとめて1つの特殊な要素を追加する ※ 今回は共通項が見出せないので、5カ所それぞれに1つずつの特殊な要素を追加する
- 23. 2. データを読み解く p 結果を見比べる 23 結果に影響する要素 ・・・ 3つ モデルの精度 ・・・ 75.26% - バナー広告クリック数 (影響力 +0.470) - 社名検索数 (影響力 +0.588) - TVCM (影響力 +109.528) 分析②
- 25. 2. データを読み解く p 結果を見比べる 25 結果に影響する要素 ・・・ 3つ モデルの精度 ・・・ 80.68% - バナー広告クリック数 (影響力 +0.472) - 社名検索数 (影響力 +0.663) - TVCM (影響力 +95.554) 分析②
- 26. 2. データを読み解く p これまで手を加えてきた分析モデルを保存する 26 「保存」を押して現在の分析モデルを 保存する 分析② ※ どこまで「特殊な要素」の追加を行うかはモデルの精度とグラフ上の傾向を睨んで適宜判断する ※ このモデルでは、これ以上特殊な要素を追加してもモデルの精度はほとんど向上しない
- 27. 3. 結果を比べる 27 1.データを用意する 2.データを読み解く 3.結果を比べる p データを登録する p データの概略を把握する p 分析機能を使ってモデル の精度を上げる p 違ったアプローチの分析 を試す p 保存したモデルを比べる
- 28. 3. 結果を比べる p 分析結果を見比べ、実際に活用できる可能性の高いモデルを選択する 28 モデルの精度、それぞれの 要素の影響力を比べる ü モデルの精度は約96% ü 年始(1月)と年度始め(4月)にそれぞれ 連続してトライアル申込数が増える期 間がある ü 結果に影響するのは「バナー」「社名検 索」「TVCM」「電車A」の4つ ü モデルの精度は約80% ü 年度始め(4月)にトライアル申込数が増 え、10月12月には特殊な要素で減る 期間もある ü 結果に影響するのは「バナー」「社名検 索」「TVCM」の3つ 分析② 分析①