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 ―

(c) 2013 pLucky, Inc

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

(c) 2012 pLucky, Inc

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) 2013 pLucky, Inc

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

(c) 2012 pLucky, Inc

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) 2013 pLucky, Inc

サービス改善とデータによる分析

(c) 2013 pLucky, Inc

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

(c) 2013 pLucky, Inc

・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

(c) 2013 pLucky, Inc

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

(c) 2013 pLucky, Inc

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

(c) 2013 pLucky, Inc

データ取得・設計のプロセス解説

(c) 2013 pLucky, Inc

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

(c) 2013 pLucky, Inc

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

(c) 2013 pLucky, Inc

全体像確認 1/2

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

［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

参考： Agile Inception Deckサービスの前提を確認するため説明を記述

(c) 2013 pLucky, Inc

全体像確認 2/2

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

「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]

参考： AARRR!モデルユーザの流入から収益化までの流れを記述

※各ステップの象徴アクションは複数あってもよい

(c) 2013 pLucky, Inc

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Activation :　　定着化。初利用のユーザが「良い」体験をするRetention :　　継続。 ユーザが繰り返しサービスを利用するReferral :　　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

Acquisition獲得

Referral紹介

Retention継続

Activation定着化

Revenue収益

より詳しい説明については公開資料を参照

(c) 2013 pLucky, Inc

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

(c) 2013 pLucky, Inc

ゴール選定

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

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］ 　・ 　・ 　・

このサイクルでユーザに達成して欲しい目標を決定

※複数あっても良いが、多くても３つ位を推奨

(c) 2013 pLucky, Inc

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

より詳しい説明については第一回セミナー資料を参照

AU ARPU= ×売上

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

(c) 2013 pLucky, Inc

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

(c) 2013 pLucky, Inc

シナリオ詳述

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

［想定しているアクション１］［想定しているアクション２］ 　・ 　・［前項で設定したゴール］

ゴールごとに、そこへ至るまでのユーザ行動を記述

※起点から終点まででかかるだろう時間についても記述

時系列［想定している期間］

シナリオ

(c) 2013 pLucky, Inc

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

(c) 2013 pLucky, Inc

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

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

※欲求だけでなくユーザの言葉も想定するとクリアに

［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]

(c) 2013 pLucky, Inc

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

スティーブン・リース『１６の基本的な欲求』

• 力：他人を支配したいという欲求• 独立：人に頼らず自力でやりたいという欲求• 好奇心：知識を得たいという欲求• 承認：人に認められたいという欲求• 秩序：ものごとをきちんとしたいという欲求• 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• 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

• 競争：競争したい、仕返ししたいという欲求• ロマンス：セックスや美しいものを求める欲求• 食：ものを食べたいという欲求• 運動：体を動かしたいという欲求• 安心：心穏やかでいたいという欲求

(c) 2013 pLucky, Inc

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

(c) 2013 pLucky, Inc

ファネル作成下記の表を埋め、目標を設定する

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

［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

(c) 2013 pLucky, Inc

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

(c) 2013 pLucky, Inc

・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

ファネルを分析する際の切り口を準備しておく

分析仮説作成

(c) 2013 pLucky, Inc

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　　累計利用時間　　利用パターン・利用金額関連　　累計利用金額　　平均利用金額・サービス成熟度関連　　機能の利用有無

・デモグラフィック　　年齢、性別ほか　　ライフスタイルの違いに注目・流入経路　　広告、オーガニック、紹介

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

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

(c) 2013 pLucky, Inc

データ取得

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

実際にサービス上のデータを取得する

[イベントログ]アクション毎の情報

ゴールへ辿り着いた人数や、アクションが行われた回数

[アプリＤＢ]蓄積されていく情報

分析仮説で想定したユーザがサービス内に何人いるかなど

組み合わせて用いる

(c) 2013 pLucky, Inc

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

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

Measureのプロセスはこれで終了！

(c) 2013 pLucky, Inc

Measureのおさらい

Build

MeasureLearn

Product

Data

Idea

・ただデータをとれば良いというのは大きな間違い・Measureの後にあるLearnを意識し、目的のあるデータ取得を行う必要がある・Build Measure Learnの基礎工事

(c) 2013 pLucky, Inc

おわりに

(c) 2013 pLucky, Inc

もっと知りたいという方へ

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

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