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

(c) 2013 pLucky, Inc

株式会社pLucky2013-01-24

基本的なKPI分析の進めかた― 継続率経営に向けて ―


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

林　宜宏CEO

河内　崇開発チームマネージャ

SRA、頓智ドットを経て現職。Playing Managerとしてチームを束ねる。各種Low Layerの分散システムの開発経験を持ち、前職ではiPhone開発チームをリードした。東京大学大学院卒業

塚本　朗仁テクニカルリード

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様々なタイプのWEB開発経験が豊富。

田畑　直コンサルタント

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。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


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！


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

この資料に含まれているもの


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


サービス改善とデータによる分析


Build

MeasureLearn

Product

Data

Idea

・製品は必ず改善可能という前提にたつ・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、短いほど良い

Build Measure Learnが開発の基本

参考： THE LEAN STARTUP


・データを見るのが大事なのは分かるけど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いるが施策に繋がっている気がしない

サイクルを回す上で、よくある課題

Build

MeasureLearn

Product

Data

Idea


そのほとんどがMeasureの課題

Build

MeasureLearn

Product

Data

Idea

・具体的な仮説の無いデータを取得してお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・取得するデータがいつも異なり、設計に時間がかかる


Build

MeasureLearn

Product

Data

Idea

・Measureするには仮説が必要になる・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・最短でサイクルを回す助けになる

Measureを正しく意識して始めよう


データ取得・設計のプロセス解説


IdeaLearn

Measureの流れ

Measure Data

全体像確認

ゴール選定

シナリオ詳述

アクション確認

ファネル作成

分析仮説作成

データ取得