Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
UX MILK ONLINE
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
にしむらじゅん
April 23, 2020
Design
0
71
UX MILK ONLINE
にしむらじゅん
April 23, 2020
Tweet
Share
More Decks by にしむらじゅん
See All by にしむらじゅん
"hey Talk" Product Manager #1 データチーム
jnishimu
1
1.4k
Yahoo!ショッピングにおける人を動かすためのスキルセット
jnishimu
3
5.2k
Other Decks in Design
See All in Design
絵や写真から学ぶ、要素がもたらす副作用
kspace
0
200
30分でわかるインサイトマネジメント(2025年12月バージョン)
centou
1
460
第18回サイゼミ
lw
1
3.5k
TWCP#21 UXデザインと哲学のはなし
shinn
0
310
Shaolin_Showdown
solmetts
0
360
Crisp Code inc.|ブランドガイドライン - Brand guidelines
so_kotani
1
320
デザインするために「多様性」について考える
iflection
0
230
AIでデザインをつくる:基礎編
kenichiota0711
3
2.8k
kintone Style Book
kintone
6
12k
チームで事業価値を生み出す、プロアクティブなデザイナーになるための道のり/ Designship2025_Naya
root_recruit
0
410
AIスライドデザインを生成する仕組みを社内共有する
kenichiota0711
6
5k
Drawing for Animation
lynteo
2
220
Featured
See All Featured
End of SEO as We Know It (SMX Advanced Version)
ipullrank
3
4.1k
The SEO Collaboration Effect
kristinabergwall1
0
390
Side Projects
sachag
455
43k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.7k
Agile Leadership in an Agile Organization
kimpetersen
PRO
0
110
GraphQLの誤解/rethinking-graphql
sonatard
75
11k
Are puppies a ranking factor?
jonoalderson
1
3.1k
Building Adaptive Systems
keathley
44
2.9k
HU Berlin: Industrial-Strength Natural Language Processing with spaCy and Prodigy
inesmontani
PRO
0
250
Six Lessons from altMBA
skipperchong
29
4.2k
New Earth Scene 8
popppiees
1
1.7k
Building an army of robots
kneath
306
46k
Transcript
サービス改善における数値との付き合い⽅ hey / STORES データアナリスト ⻄村 純
⾃⼰紹介 ⻄村 純(hey / STORES) データアナリスト @jnishimu ぜひ、フォローしてください! 2008.04 ヤフー
ヤフオク、広告、ショッピング データアナリスト / サイエンティスト 2019.08 STORES 「⾃分でつくれる本格的なネットショップ」 データアナリスト
アジェンダ • 定性と定量の役割分担 • 事業の数字と施策の数字は区別する • データ分析は部分最適化が得意
アジェンダ • 定性と定量の役割分担 • 事業の数字と施策の数字は区別する • データ分析は部分最適化が得意
データ分析が得意なこと なぜ役割を把握しておくことが⼤事なのか
データ分析が得意なこと 数字で勝ち負けを出されると 何も⾔えなくなってしまいがち
データ分析が得意なこと 全体の⽅向性(戦略)を決める 具体的な施策を実⾏する 全体⽅針 要素分解 注⼒ポイント特定 施策の⽅向性 具体化 / 仕様化
定量データが 得意なこと 定量データが 苦⼿なこと 世界観 なぜやるのか 過去ログ分析 現状の調査 定量データによる ユーザーの分解 ログデータによる 事前調査・効果検証 インタビューなどによる 定性的な検証 全体の体験(UX)の統⼀ UIデザイン 全体の体験(UX)の統⼀ アイデアの共有
アジェンダ • 定性と定量の役割分担 • 事業の数字と施策の数字は区別する • データ分析は部分最適化が得意
事業の数字と施策の数字は区別する 1ユーザーの1ヶ⽉の注⽂回数を 「7回」から「10回」にしよう! 例えば、ECサイトにおける事業の数字
平均はここらへん 中央値はここらへん 注⽂数 ユ ‡ ザ ‡ 数 事業の数字と施策の数字は区別する 事業数字は平均値で語られることが多いが
施策で狙うべきはどこ? ユーザーが多いのはここ(最頻値)
アジェンダ • 定性と定量の役割分担 • 事業の数字と施策の数字は区別する • 定量データは部分最適化が得意
定量データは部分最適が得意 クリック数(クリック率)が 上がるようにつくって 例えば、レコメンドエンジン
定量データは部分最適が得意 あなたへのおすすめ 多様性はなくていいの? すでに買ったものは出していいの? クリック数アップを考えると こうなるんだけどなあ…。 考慮すべき要素が多くなると 難しくなる
まとめ
まとめ データ分析には得意なことと 苦⼿なことがあるので それを理解して、 定性と定量を融合させていきましょう
ありがとうございました
None