経営のためのデータの分析
『DATA is BOSS』.iconでは、「誰に」の部分の深堀りについて何度も書かれている
「業績が伸びていない」というのは事業全体の話
顧客セグメント別に分解すれば伸びているセグメントがあるかもしれない
データからターゲット顧客を見つける
顧客についてどこまでも分解して分析する
最終的には1人単位まで分解できる
「誰に」を分析し、絞り込んだ後に、「何をするか」を考える
価格設定、プロモーションの改善、など
上記の話は、データ分析ひよっこ目線だと構造が入って助かるmrsekut.icon
何もわからない状態だと、商品の分析も顧客の分析も同列に扱ってしまう
データ分析や施策の目的として、「売上を伸ばす」というのが全面に出がち
理解する、分析する、検証する、というのをもっと目的化しても良さそう？mrsekut.icon
データはファクトである
データを加味して、仮説を立てる
その仮説を検証するために、さらにどういうファクトが必要なのかを考える
検証する
見方を変えて分析しなおす、ヒアリングする、など
直観とデータのズレを深堀りする
ただしくやれば一致するはず(?)
データの解釈の問題
データ分析をもっと掘り下げるべき
直感の問題
データの操作と解釈など、データに対する道具性を高めるのがまずはいちばん大事な気がするなmrsekut.icon
一方で、モデル的な見方も大事そうだ
単純な1つや2つの指標を見るだけで、顧客の動きがわかると認識するのは短絡的な気もする
Deep Learning的な、あらゆるデータを丸ごと詰め込んで推論してやっと分かることも多い
一方で、数理モデルのように、適切に指標を抽出すれば、それでかなり正確に動く、というのもありうる
もっとデータの掘り下げが必要
どうやって掘り下げる？
データの活用が上手くいっていないケース
データが足りない、整備されていない
勘や経験に基づく意識決定に安心する人が多い
データを活用しているが、正しく活用できていない
表層的なデータから短絡的な判断をしてしまう
更に細かく分析すべき
都合良く解釈してしまう
自分やチームや自社の業績をよく見せることを優先してしまう
データの分析のステップ
1. どんな表やチャートを作れば、自社のアクションが変わるのかを考える
要は、トップダウンに事業方面から考えるべきということだろうmrsekut.icon
「まずデータから」ではない。逆
まず考える
2. データに触れる
3. 表やグラフにしてアウトプットする
めっちゃ良いなmrsekut.icon
Gyazoの無料トライアルの事例
社内で分析したら無料トライアルを試した人はCVRが4倍という結果がある
一方で、お問い合わせ等を見ると、トライアルに誤解している人が多そうである
デザインで改善する
ユーザの行動に沿った情報提示をする
これをちゃんとデータで比較しているのが良いmrsekut.icon
自社を知る
戦略目標
顧客を知る
DBの構築、分析
データが少なくても、その少ないデータで出せる最大の成果を考える
顧客をセグメンテーションする
顧客分析、顧客ターゲティング
データドリブンマーケティングする
マーケティングキャンペーン
信頼関係を構築する
成果をトラッキングする
割と直観に沿っているmrsekut.icon