Download - 資格学校のトライアル申込者数

xica adelie サンプルデータ分析

“資格学校のトライアル申込”

はじめに 2

ユーザー

シチュエーション

用意したデータの内容

※ 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

はじめに 3

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



はじめに 4


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



はじめに 5


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


【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）


分析の流れ 6

分析の流れ 7

1.データを用意する

p データを登録する

p データの概略を把握する

分析の流れ 8


2.データを読み解く



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

分析の流れ 9



3.結果を比べる





p 保存したモデルを比べる

分析の流れ 10









1. データを用意する

p データセット一覧からデータを開く

11



12



13

使用するデータを選択する



14

使用するデータを選択する

※ 新規登録の方法はヘルプを参照下さい


p 分析モデルの編集画面を開く

15



16



17

分析モデルを選択する


p 分析モデルの概要を把握する

18



19



20



21

モデルの精度・・・ 46.14%



22

モデルの精度・・・ 46.14%



23

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)



24


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

分析の流れ 25









2. データを読み解く

p 特殊な要素の検出をする

26



27



28

スライドバーを操作して検出する範囲を操作する


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

29 分析①



30 分析①



31

2012/01/01 〜 2012/01/15を選択し、「特殊な要素の追加」をする

分析①


p 「特殊な要素」を追加した後の結果を確認する

32 分析①



33 分析①



34 分析①



35

モデルの精度・・・ 59.01%

分析①



36

モデルの精度・・・ 59.01%

分析①



37


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



38


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


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

39 分析①



40 分析①



41 分析①



42


分析①


p 結果を確認する

43 分析①



44 分析①



45 分析①



46

モデルの精度・・・ 65.20%

分析①



47

モデルの精度・・・ 65.20%

分析①



48


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



49


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


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

50 分析①



51 分析①



52


分析①


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

53 分析①



54 分析①



55

2012/04/01を選択し、「特殊な要素の追加」をする

分析①



56 分析①



57 分析①



58 分析①



59

モデルの精度・・・ 96.49%

分析①



60

モデルの精度・・・ 96.49%

分析①



61


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



62


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] と増えた ※ 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


p これまで手を加えてきた分析モデルを保存する

63 分析①



64 分析①



65

「保存」を押して現在の分析モデルを保存する

分析①




66

先ほどの分析モデルが追加される

分析①


p 同じデータセットから、違った仮説を検証するために、新たなモデルを作成する

67 分析②



68 分析②



69

「新規モデル作成」から新しくモデルを作る

分析②


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

70 分析②



71


分析②



72


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


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

73 分析②


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

74 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


p 実測値と予測値のズレの大きい1カ所に「特殊な要素」を追加する

75 分析②


p 結果を見比べる

76 分析②



77 分析②



78 分析②



79

モデルの精度・・・ 80.68%

分析②



80

モデルの精度・・・ 80.68%

分析②



81


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



82 分析②



83 分析②



84 分析②



85


分析②



86


分析②

※ どこまで「特殊な要素」を追加するかはモデルの精度とグラフの傾向から適宜判断する ※ 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

分析の流れ 87









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

88



89



90

モデルの精度、それぞれの要素の影響力を比べる



91


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

分析①



92


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


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


索」「TVCM」の3つ

分析② 分析①

分析結果から得られる最終的な仮説 93


時期による特殊な要素として、年始(1月)と年度始め(4月)はトライア

ル申込者が増える期間である



ル申込者が増える期間である各種の施策については、バナー広告クリック数、社名検索数、TVCM、電車広告(鉄道A)は

それぞれトライアル申込者の増加に影響がある。



ル申込者が増える期間である各種の施策については、バナー広告クリック数、社名検索数、TVCM、電車広告(鉄道A)は

それぞれトライアル申込者の増加に影響がある。

一方で電車広告(鉄道B)、雑誌広告A、雑誌広告Bは直接的な影響が見られ

ない

Download - 資格学校のトライアル申込者数

Top Related