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
にしむらじゅん
April 23, 2020
Design
0
59
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
5.1k
Other Decks in Design
See All in Design
How to get a Tiger to Tulsa
mcduckyart
0
120
サービスデザインにおける、 映像活用の可能性(Spectrum Tokyo Meetup #18)
ka71
0
150
Marpで推しCSSスライドを作ろう! / marp-with-favorite-css
fujiemon
0
400
デザインの意思決定を加速するワークショップ設計 / Workshop design to accelerate design decision-making
lycorptech_jp
PRO
0
350
事例で学ぶ!今日から使えるWebサービスUI改善ポイント
ncdc
0
200
1920*1080pxに設定したケース / Google Slide Size Test
arthur1
0
3.1k
株式会社ログラス - 会社説明資料【デザイナー】/ Loglass Designer
loglass2019
1
850
freee + Product Design FY25Q4
freee
4
15k
Crisp Code inc. ブランドガイドライン
so_kotani
1
200
デフォルトの16:9(960*540px)のケース / Google Slide Size Test
arthur1
0
3.1k
なぜプレイドにデザインエンジニアが必要だったのか?
t32k
0
570
DC Style Redesign
mcduckyart
0
140
Featured
See All Featured
The Cult of Friendly URLs
andyhume
79
6.5k
The Language of Interfaces
destraynor
158
25k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
34
5.9k
Visualization
eitanlees
146
16k
Product Roadmaps are Hard
iamctodd
PRO
54
11k
BBQ
matthewcrist
89
9.8k
How To Stay Up To Date on Web Technology
chriscoyier
790
250k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
110
19k
Balancing Empowerment & Direction
lara
1
510
Practical Orchestrator
shlominoach
190
11k
Done Done
chrislema
184
16k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
2.9k
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