Upgrade to Pro — share decks privately, control downloads, hide ads and more …

良質な意思決定を行うためのPM×データ分析体制 / RettyBeerBash#3

Retty
August 31, 2021

良質な意思決定を行うためのPM×データ分析体制 / RettyBeerBash#3

2021/08/31にオンライン開催した自社イベントのスライドです
https://retty.connpass.com/event/221275/

Retty

August 31, 2021
Tweet

More Decks by Retty

Other Decks in Business

Transcript

  1. プロダクト部門マネージャー 兼 プロダクトマネージャー 好物:オムライス 趣味:漫画、サウナ、(うまくないですが)ゴルフ 経歴:2018年 データアナリストとしてインターン    2019年 Retty新卒入社    2021年 データアナリスト → PM

    2019年に新卒でRettyにデータアナリストとして入社。プロダクトグロー スや営業の売り上げ増加に関する分析を幅広く担当。 入社当初から目指していたプロダクトマネージャーに今年から転向。 7 飯田悠斗 Yuto Iida

  2. データ分析チームを立ち上げることに
 2018年前半頃、瞬時に多様な観点からの分析が必要なフェーズに
 
 ・データ量の増加 | ユーザー数の増加や多様化 
 
 ・指標,フェーズ変化がより激しくなった |

    変化を瞬時に察知しないと取り残される 
 
 ・社員数,ステークホルダーの増加 | 数値状況の見える化,透明性が重要だよね 
 
 ・意思決定難易度の上昇 | 他指標への影響をちゃんと加味して判断したい 
 
 などなどなど....
 データ分析チームの立ち上げ背景

  3. データの価値を高める仕組み作り
 
 データ活用者にデータを届ける(データパイプラインの構築) 
 データ品質を高い状態にする(DWH開発) 
 データ活用のためのツール作り(BI開発) 
 データ分析チームのミッション
 意思決定の最大化


    組織で発生する意思決定の 
 「早さ・納得感・正しさ」を高める 
 組織の意思決定を最大化するためのチーム
 メ イ ン 領 域
 意思決定支援
 アナリストが、現場の意思決定を定量定 性分析を用いて支援する 
 データを活用して、ユーザーさん /飲食店さん/クライアンさんに価 値提供
 データを活用する機能開発
 (e.g お店のレコメンド, 人気店アルゴリ ズム)
 分析の民主化
 事業部の方々が、自分たちでデータ分析 をできるように、支援する 
 サ ブ
 領 域
 / 今 後 強 化
 し た い

  4. 6. データアナリストからの
 PM転向
 良質な意思決定を行うためのPdM×データ分析体制
 19 1. 基本的なユーザーストー リー実装までの流れと分析 の関わり方
 3.

    分析の民主化
 PMの分析スキル向上
 分析基盤整備
 2. 定常的UXリサーチ
 4. 定量・定性データの
 使い分け
 [Done] 現在体制/経緯
 &データ強化による Before/After
 
 5. 数値を見る文化の作り方

  5. 効果検証設計 ・打ち手の効果をどうみるか ・どこにどんなログが必要か 優先度判断 工数/アウトカ ムでやるべき ことを決める 基本的なユーザーストーリーの実装までの流れと分析の関わり方
 流 れ

    関 わ り 方 定量分析 課題目処立て 定性分析 課題の発見 課題解決 解決方針検討 解決案具体化 ・仕様起票 ・デザイン 事前検証 打ち手で課題 が解決される かの事前確認 PM 分析 分析設計 ・What:何を知りたいか ・Why:なぜ知りたいか ・How:どう知るか ・Next:知ると何ができるか チーム内外の連携 ・デザイナー/エンジニアとの相談 ・営業/CSへの連携や懸念調査 成果試算 実装コストに対 して得られるリ ターンの可視 化
  6. ユーザーインタビュー
 Rettyでのユーザーインタビューのプロセス 目的設定 (分析チーム・PM)  知りたいことの言語化  対象者選定の条件設計  大まかな質問設計 対象者選定・スケジュール調整 (分析チーム・CS)     行動ログ分析やアンケートで選定

        メール・アプリから連絡  ※外部サービスを利用する場合もあります 質問設計 (分析チーム)     タイムテーブル設計     前提となる質問     目的達成につながる質問 インタビュー実施 (分析チーム・PM)  Zoom実施・Meet中継  録音・録画データを保管 振り返り (分析チーム・PM)   KJ法などで振り返り   インサイト言語化    数日 1~2週間 1~2週間 1週間
  7. 分析の民主化② - PMの分析力強化
 BigQueryの勉強会を行い、自らデータ出しを行える人を増やした
 提供価値 以下の時間的コストを支払う必要あり 
 • 最大3ヶ月の期間
 ◦

    期間中でレベル3に到達した場合、本人の意 思により今プログラムを終了することができ る。
 • 毎週3hの時間確保
 ◦ 演習2回: 2h
 ◦ 予習/復習: 1h
 ※人によっては目標に入れている 
 
 内容
 ・1h×週2回みんなで集まり、ひたすら演 習問題を解く
 ・わからない点を質問し放題 
 受講者コスト 分析の相談レビュー
 前提:各チームの分析は現場で行ってもらう
 分析設計、SQL、分析結果に対する相談レビューを継続 的に実施
 ・分析相談レビュー用のSlackチャンネルを運営
 ・毎週水曜日の分析オフィスアワーで気軽に聞ける場を 用意
 クエリ相談している様子 
 分析オフィスアワーのお願い事項 

  8. 実装プロセスでの使い分け 定量データ・定性データの使い分け
 優先度判断 工数/アウトカ ムでやるべき ことを決める 流 れ 定量分析 課題目処立て

    定性分析 課題の発見 課題解決 解決方針検討 解決案具体化 ・仕様起票 ・デザイン 事前検証 打ち手で課題 が解決される かの事前確認 目的:事実や量を明らかにする 手法例:行動ログ分析 目的:理由や心理を明らかにする 手法例:ユーザーインタビュー 目的:ソリューションが適切か 手法例:アンケート・ユーザビリティテスト
  9. 課題発見から効果検証までの流れ
 効果検証設計 ・打ち手の効果をどうみるか ・どこにどんなログが必要か 優先度判断 工数/アウトカ ムでやるべき ことを決める 流 れ

    関 わ り 方 定量分析 課題目処立て 定性分析 課題の発見 課題解決 解決方針検討 解決案具体化 ・仕様起票 ・デザイン 事前検証 打ち手で課題 が解決される かの事前確認 PM 分析 分析設計 ・What:何を知りたいか ・Why:なぜ知りたいか ・How:どう知るか ・Next:知ると何ができるか チーム内外の連携 ・デザイナー/エンジニアとの相談 ・営業/CSへの連携や懸念調査 成果試算 実装コストに対 して得られるリ ターンの可視 化
  10. ・SQLも書けない状態からスタート。まずはデータ出しが一人前にできるように四苦八苦。 
 ・要件が決まったデータ出しから、PMと連携して分析設計/見解を提案する側に徐々にシフ ト。
 データアナリスト 兼グロースPJ責任 者 (2020.8 ~ 2020.12)

    ・データアナリストからPMへ職種転向。 
 ・序盤は施策の仕様設計やディレクションをメインに実施。 
 ・その後自ら定量データを活用しながら全体のグロース方針や施策優先度を決めるよう に。
 ・データアナリストという立場を経て、プロジェクト全体のプロダクトグロース責任者を担当。 
 ・全体のグロース方針やボトルネックの特定、インパクト試算等、グロースに関連すること を、分析者という強みを生かして幅広く実施。 
 ・序盤はプロダクトグロースを中心に、サイト改善のための分析をメインに担当。徐々にイン ターン時代にはなかった目標設計や課題特定の領域での動きが増える。 
 ・その後プロダクト部門と営業部門の橋渡しとして、関連する数値の整備や意思決定のサ ポートを実施。
 インターン時代 (2018.10 ~ 2019.3) これまでやってきたこと
 分析設計 効果検証 データアナリスト (2019.4 ~ 2020.7) PM (2021.1 ~ 現在) 課題目処立て 効果検証 解決方針検討 優先度判断 経験フェーズ 解決策具体化 事前検証 リリース対応 課題の発見
  11. データアナリストからのPMキャリアの強み
 データアナリスト時代に身につけたスキルセットがPMでもかなり活きてくる ① 問題解決に必要な基本的なソフト/ハードスキルが身につく  ・ソフトスキル:論理的思考力 / 説明力 / 構造化する力  ・ハードスキル:SQL

    / 統計知識 / スプレッドシート力 ② 問いに答えるための分析設計〜分析実施が自らできる  Whyへの意識 / 見るべき指標の勘所 / 定量の限界 ③ データに対しての解釈力が身につく  データ生成への着眼 / データの落とし穴 / 分析結果への解釈
  12. ① 価値提供までのディレクション  各種ステークホルダーとの優先度・仕様調整 / スケジュール管理 ② 筋の良い施策の立案及び具体化  具体的な施策の引き出しが少ない / 筋の良い施策かよく分からない

    ③ 優先順位を決める意思決定  毎日が意思決定の連続 / 何を重要な変数とするか / 決める覚悟 データアナリストからのPMキャリアの苦労してる点
 データアナリスト時代に経験しない箇所が主な苦労ポイント