【オンライン】データサイエンティストを目指す方必須！UXデザインを活用した仮説から考えるデータ分析とは？ こちらのイベントにて登壇した資料です。 https://popinsight.jp/seminar/detail.php?id=121

1. 【WEB開催】2020年2月10日18時
ディップ株式会社 dip Robotics 室長
/人間中心設計専門家
亀田 重幸氏
データサイエンティストを目指す方必須！
UXデザインを活用した
仮説から考えるデータ分析とは？

2. PG & インフラエンジニア
ディップ株式会社
亀田 重幸
dip Robotics 室長
HCD-NET認定 人間中心設計専門家
バイトルアプリPO
新規事業立ち上げ
DXプロジェクト推進責任者
AINOW立ち上げ、AI開発
4年
4年
4年

5. AINOWのご紹介
AINOW（エイアイナウ）は、1日のAIニュースを10分で見れる
AIに関する様々な情報が得られるメディア

6. What’s Robotics？

7. Robotics
UXを中心に営業支援
企画から開発までできるスペシャリスト軍団
営業
（約1,500人）
商品
（バイトル）

8. インフラの守りを固める AIや最新テクノロジーで攻める
従来の情シスから開発機能を切り出し
新規事業ノウハウで業務改革
情シス Robotics

9. 仮説の話をしますが
すべての職種に通じる話です

10. アジェンダ
・AI開発プロジェクトの失敗事例
・仮説の作り方
・UXデザインを活かしたプロジェクトの挽回例

11. 新規事業やAI開発で
失敗してきました

12. 営業支援AIの失敗

13. アポが取れるリストを生成するAI
開発してくれないか？

14. めっちゃ欲しい..
完成したら外販しちゃおう

15. AI要件整理 データ基礎集計 モデル設計 モデル検証 AI実装
AI開発の超ざっくりな流れ

16. 1. 課題/やりたいことを特定する
2. 業務や人間の勘に基づき仮説をだす
3. 必要な特徴量を定める
4. 試す分析手法を定める
5. データを分析できる形にする（前処理）
6. データサイエンスの視点で特徴量をいじる
7. モデルを構築する
8. モデルの精度を確認する
9. モデルや結果を適応する
10. 定期的にメンテナンスを行う
期待する精度が
出なかったら2〜3
に戻る
AI開発におけるデータ分析の流れ

17. データならCRMにあるの知ってる
ゴリゴリ解析するぜ

18. ・重複顧客が多い
・現場の手元リストがCRMに投入されていない
CRM内のデータ問題
・うまくいったログばかり入っている

19. 存在するデータでアポの取れる傾向
見つけてみよう..

20. ・３ヶ月分析を続けたが精度が55%程度
・分析コスト、約1,000万円
・手順は正しく出来ていた

21. やり方は正しかったのに
時間だけ掛かって成果がでなかった

22. 予測したい事象
仮説① A 仮説① B 仮説① C
データ収集 データ収集 データ価値確認
分析
仮説② 仮説③
データ分析における仮説パターン

23. 予測したい事象
仮説① A 仮説① B 仮説① C
データ収集 データ収集 データ価値確認
分析
仮説② 仮説③
データ分析における仮説パターン

24. 予測したい事象
仮説① A 仮説① B 仮説① C
データ収集 データ収集 データ価値確認
分析
仮説② 仮説③
データ分析における仮説パターン

25. AI開発するという思考だから
分析するという仮説選択の一択だった

26. 仮説パターンの正解
仮説2,3の可能性も残っているのに
1つを深く掘りすぎた

27. 予測したい事象
仮説① A 仮説① B 仮説① C
データ収集 データ収集 データ価値確認
分析
仮説② 仮説③
仮説パターンの正解

28. エクセルでAIに生成して欲しいリストを提供
分析する必要なく人の手で作れました

29. 仮説を何となく決めてしまうと
今、失敗した事もわからず評価できない

30. RPGのセーブポイントと
仮説は同じなのでは？

31. 検証方法よりも
仮説生成が成功確率に大きく関わっていると

32. 仮説の作り方

33. 仮説生成の知識を得るために読んだ書籍

34. 仮説立案と検証に必要な3つの論理的思考法

35. 改めて論理的思考法の振り返る
参考 : https://note.com/nagii/n/n0efc9cd8b608

36. アブダクション？
よく使う演繹と帰納以外にもあったのか..

37. 改めて論理的思考法の振り返る
参考 : https://note.com/nagii/n/n0efc9cd8b608

38. アブダクションの歴史
チャールズ・サンダース・パース
記号学では確立者であり哲学者
一方、「プラグマティズム」の提唱者
数理論理学の先駆者とかと呼ばれている。
推論プロセスに思考の重心をおいており
すべての推論には必ず先行する認知に
なんらかの関連性を持っていると確信を
持っていた。

39. アブダクションは造語みたい
演繹
デダクション
（アリストテレス）
帰納
インダクション
（ベーコン）
仮説生成
アブダクション
（パース）

40. 3つの推論の使い分け
３つの推論
演繹
帰納
アブダクション
分析的推論
拡張的推論

41. 科学的にみた推論のプロセス
アブダクションにより
仮説が得られる
演繹法により
仮説を具体的に変換する
帰納法により
仮説を事実から検証する
解決したい事
繰り返す事で仮説が確証へ

42. 明日から使える3つのテクニック

43. 1. 確証バイアスを疑う事
解決したい問題の現象から、考えられる説明を推測して洗い出す。
違う種類はないか？ 不可能な事ではないか？
反証を考える事で仮説の想像性を膨らませる
【アブダクション―仮説と発見の論理】より抜粋

44. 2. 仮説を選ぶ時に気をつけたい4つの基準
仮説を検証することで１番大きな成果が得られるものを整理する
【アブダクション―仮説と発見の論理】より抜粋
1. もっともらしさ（plausibility）：最も理にかなった説明を与えるもの。
2. 検証可能性（verifiability)：仮説は実験的に検証可能でなくてはならない。
3. 単純性（simplicity）：より単純な仮説を選ばなくてはならない。
4. 経済性（economy)：費用や時間が節約できる仮説を選ばなくてはならない。

45. 3. 仮説選択の時点で検証の運命は決まっている
仮説の選び方1つで検証におけるコストと時間は決められてしまう
１つの仮説にこだわって方法論だけ見直していた場合は無限ループに
仮説A 仮説B 仮説C
データ価値確認
仮説D 仮説E

46. AI要件整理 データ基礎集計 モデル設計 モデル検証 AI実装
仮説を分析手法に入れると
同時に回すための速さが重要となる
仮説 検証 仮説 検証 仮説 検証 仮説 検証 仮説 検証

47. 仮説を活かすためのUX

48. 改めて分析以外の手法で
アポが取れる仕組みを考えた

49. データがないことには分析はNG
データ取得から始めてみる

50. まずは現場を知ることから

51. 営業を手伝いながら
神田オフィスで3ヶ月張り付いた

52. CRMへの不満がホント多い（笑）
自分の役に立たないツールは必要ない

53. さらに、トップタウンで
ツールを使えと強制される

54. もっと営業マンに
メリットを感じてもらう必要がある

55. エンジニアが要件を詰めても
営業目線がないので表面的になりがち

56. 課題感がなければ
テクノロジーが活きることはない

57. 悪循環に拍車をかけたのでは？

58. ツールを改善するのではなく
ゼロから営業が嬉しい事を追求した

59. UXデザインを活用する

60. 職種に関係なく
誰でもUXは取り入れることができる

61. UXデザインとは？

62. 参照 : https://www.i-ryo.com/entry/2019/03/27/084453

63. 参照: https://goodpatch.com/blog/elements-of-ux/

64. たった3つ整理できればOK！

65. 1. 課題と仮説をしっかり整理

67. 顧客管理が面倒
仮説① A 仮説① B 仮説① C
プロトタイプ作成 データ収集 インタビュー
CRM何が不満？
仮説② 仮説③
1つずつ優先順位を付けて仮説を潰すことが大事
商談入れるの面倒

68. 顧客管理が面倒
仮説① A 仮説① B 仮説① C
プロトタイプ作成 データ収集 インタビュー
CRM何が不満？
仮説② 仮説③
1つずつ優先順位を付けて仮説を潰すことが大事
商談入れるの面倒

69. 2. カスタマージャーニーを作る

70. どんな行動をしていて、どんな気持ちなのか？
参考:https://webtan.impress.co.jp/e/2014/12/16/18612

71. 行動・感情・課題が見つかれば
フォーマットなんて関係なし

72. 3. 本当に課題にフィットしているか？

74. 新しいアイデアが
既存のやり方より優れているか？

75. 1. 課題が本当に困っている事なのか確認する
・インタビューやアンケートで課題感を特定
2. 既存の解決方法を調べる
・課題をどうやって解決しているのか？
・どのくらいの金額や対価を払って使用しているか？

76. 3. どんな解決ができるかまとめる
・解決できることを具体的に考える
4. 既存の方法より優れていることをまとめる
・新サービスを使うことで得られるメリットは？
・乗り換えるために支払うコストはあるのか？

78. UXデザインは課題とプロダクトが
合っているか分析する事

79. 最終的にはこれが原因だった..

80. 最大の敵は神ツールExcel

81. Excelと共存して
Excelの不満をアプリで解決した

82. 過去の接触状況から出稿状況を可視化
訪問すべき顧客がすぐに見つかる
商談報告は30秒もあれば完成
メールで上司への報告不要
- レコリン -
訪問すべき企業がすぐに見つかる
デジタル手帳

83. 営業ファーストを徹底して
不満よりもメリットを大きく

84. 商談の入力数も約3倍に

85. CRM利用率は99.7%

86. KPIを上げるには
人を動かすメリット作りが大事

87. ツール導入や分析を急ぐよりも
営業の利便性を考えたほうが近道

88. 高精度AIだけではサービスにならない
人間を理解出来て、テクノロジーが生きる

89. 話を聞いてくれる人がいるだけで
テクノロジーは活きていく

90. 1000回の失敗をしたわけではない
1000のステップを経て電球が発明されたのだ

91. （宣伝）PMからPGまで絶賛募集中！

92. THANK YOU