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
データ・ドリブン7ヶ条
Search
takashiyan
October 25, 2018
Business
1
120
データ・ドリブン7ヶ条
takashiyan
October 25, 2018
Tweet
Share
Other Decks in Business
See All in Business
Data Cloudで実現する、 Agentforce が飛び交う Next Generation Platform
marreta27
0
190
プラスディーアンドシー合同会社 FACTBOOK _ver1.51_20250801
plusdc
PRO
1
220
株式会社TSIホールディングス会社案内
tsi_saiyou
1
21k
Leveraging Guest Podcasting to Boost SEO & Build Your Brand
brandonleibowitz
1
150
ログラス会社紹介資料 / Loglass Company Deck
loglass2019
11
440k
FY2025.6 Impact Report EN
mercari_inc
0
2.5k
ele&company_companydeck
eleand
0
450
社内LTで醸成する開発組織のアウトプット文化
tonegawa07
0
190
THxApp project
shotaro0913
0
420
中期経営計画・成長可能性資料
kuradashi
0
600
信和興業施工事例
tsubasam
0
460
2025年版株式会社オーご紹介資料
ohbame
0
280
Featured
See All Featured
Product Roadmaps are Hard
iamctodd
PRO
54
11k
Build The Right Thing And Hit Your Dates
maggiecrowley
37
2.9k
Scaling GitHub
holman
463
140k
Building Applications with DynamoDB
mza
96
6.6k
The Straight Up "How To Draw Better" Workshop
denniskardys
237
140k
Practical Orchestrator
shlominoach
190
11k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
Six Lessons from altMBA
skipperchong
28
4k
KATA
mclloyd
32
14k
For a Future-Friendly Web
brad_frost
180
9.9k
Typedesign – Prime Four
hannesfritz
42
2.8k
A designer walks into a library…
pauljervisheath
208
24k
Transcript
データ・ドリブン7ヶ条 朝山高至
データ・ドリブンPDCAの流れ ~仮説起点~ 仮説を発見する (ユーザビリティテスト、ユーザーエク スプローラー、 TTP) 仮説を裏付ける データを見つける 施策に落とし込む テストの実施 テストの結果データ
から新たな仮説を得 る 仮説を支えるインサ イトを発見する (ユーザビリティテストとか)
データ・ドリブンPDCAの流れ ~ファクト起点~ ファクト (課題事実) を発見する ファクトを元に仮説を 作る 施策に落とし込む テストの実施 テストの結果データ から新たな仮説を得
る 仮説を支えるインサ イトを発見する (ユーザビリティテストとか)
データ・ドリブン7ヶ条
①思い込まずにデータを見てみる ②収集できてない必要データに気づく ③仮説と指標を持ってデータを見てみる ④バイアスの少ない解釈をする ⑤データをデザインして認知負担を減らす ⑥データを介したコミュニケーションをする ⑦データは意思決定のための材料 データ・ドリブン7ヶ条
①思い込まずにデータを見てみる データのない仮説は施策の成功確率が低い 主観や思い込みで意思決定をしない →仮説アイディアができたら、それを裏付けるデータを見てみる 例) 仮説アイディア:お気に入り一覧への導線に気づいていないのではないか データ :お気に入り一覧ページ導線のCTRを見てみる
②収集できてない必要データに気づく 自分でデータを見ることを心がけてみると、見たいのに取得できていないデータに気づく ➜取得したデータがとれるように開発を依頼する ➜GAやGTMで簡単に取得できる場合もある 例)スクロール計測、クリックイベント計測、コンテンツグループディメンションなど
③仮説と指標を持ってデータを見てみる 闇雲にデータを見まくる、必要のないデータを取得しようとする ➜時間がかかるのに、改善策に繋がるファクトやインサイトが見つからない ・仮説 ・検証したい指標 を明確化してからデータを見ると気づきが生まれやすい
④バイアスの少ない解釈をする ・データから見当違いな仮説を導き出してしまう ・労力をかけた施策の効果検証時にバイアスのかかった解釈をしてしまう ➜改善につながらない、KPIが悪化する ➜ユーザビリティテストなどで定性的な検証もすることで精度の高い仮説になる ➜工数のかかった施策の検証ほど公平に見る
⑤データをデザインして認知負担を減らす 認知負担がかからないデザインにすることで、 ・大事な変化に気づく ・チームメンバーに伝えたいメッセージが伝わる
⑤データをデザインして認知負担を減らす ×Badな例 縦軸が左右に二軸あり、どの軸がどのグラフを表してるのか直感的にわかりにくい
⑤データをデザインして認知負担を減らす ◦Betterな例 2つのグラフに分けてれば、認 知的負担を抑える事が出来る
⑥データを介したコミュニケーションをする 「コミュニケーションまでがセットでデータ分析」 据え置きのダッシュボードとかGAに見に行く感じだと、 せっかくデータがあっても チーム内でデータについて会話が発生しづらい。 重要指標が自動でオープンな環境で共有されるとコミュニケーションが生まれる ➜他の人がどうやってデータを見てるのかの勉強にもなる
⑦データは意思決定のための材料 ・データ分析自体が楽しくなっちゃう 飛距離を伸ばす目的でウェイトトレーニングをする野球選手 →ウェイト自体が楽しくなってボディビルダーになっちゃう
⑦データは意思決定のための材料 ・データはあくまで改善施策を見つけるための材料 ➜改善することが目的であることを忘れない