Contenu connexe
Similaire à 【schoo WEB-campus】データを経営に活かすための5つのステップ
Similaire à 【schoo WEB-campus】データを経営に活かすための5つのステップ (20)
Plus de schoowebcampus (20)
【schoo WEB-campus】データを経営に活かすための5つのステップ
- 2. 目次
継続率経営
分析の流れ
おわりに
(c) 2012 pLucky, Inc
- 4. 1. 継続率経営
その前に大前提として
データドリブン経営
(c) 2012 pLucky, Inc
- 5. 1. 継続率経営
データの分析はとても大事
(c) 2012 pLucky, Inc
- 6. 『人生最大の学びは、すべてを計測する
ことの重要さを理解したことだ』
『Twitterの創業から2年間は直感だけ
に頼り、目隠しをした状態で飛行機を操
縦していた。Squareを立ち上げた際は
すぐにデータを収集する運営ツールを開
発した。今はすべてのデータをログし計
測している』
ジャック・ドーシー
Twitter創業者 兼 会長
Square CEO
(c) 2012 pLucky, Inc
- 7. 1. 継続率経営
直感ではなくデータで判断するのが
データドリブン経営
(c) 2012 pLucky, Inc
- 8. 1. 継続率経営
直感ではなくデータで判断するのが
データドリブン経営
属人的な直感と違い
他の人でも検証可能
(c) 2012 pLucky, Inc
- 9. 1. 継続率経営
その時に見るデータは何なのか?
指標になり得るものは多い
指標例 概要
AU アクティブユーザ数
ARPU ユーザ1人あたりの売上
ARPPU 課金ユーザ1人あたりの売上
継続率 継続利用しているユーザの割合
・ ・
(c) 2012 pLucky, Inc
- 10. 1. 継続率経営
その中でもRETENTION IS KING
継続率を最重要視する経営を
指標例 概要
AU アクティブユーザ数
ARPU ユーザ1人あたりの売上
ARPPU 課金ユーザ1人あたりの売上
継続率 継続利用しているユーザの割合
・ ・
(c) 2012 pLucky, Inc
- 11. 1. 継続率経営
基本的な考え方
使われるサービス=良いサービス
(c) 2012 pLucky, Inc
- 12. 1. 継続率経営
使われるサービスは本当に良いサービスか?
ユーザ満足度は継続率に表れる
【顧客満足の項目】JCSI因果モデル
製品の 他者への
品質評価 総合的な 推奨
ユーザの
期待 コストの 満足度 継続的な
納得感 利用意向
(c) 2012 pLucky, Inc
- 13. 1. 継続率経営
使われるサービスは本当に良いサービスか?
ユーザ満足度は継続率に表れる
【顧客満足の項目】JCSI因果モデル
製品の 他者への
品質評価 総合的な 推奨
ユーザの
期待 コストの 満足度 継続的な
納得感 利用意向
継続率
(c) 2012 pLucky, Inc
- 14. 1. 継続率経営
でも企業は利益をあげなくてはならない
継続率は売上につながるか?
(c) 2012 pLucky, Inc
- 15. 1. 継続率経営
売上と継続率の関係
売上 = AU ARPU
継続率
(c) 2012 pLucky, Inc
- 16. 1. 継続率経営
継続率とAU(アクティブユーザ数)の関係
売上 = AU ARPU
AU = 既存ユーザ + 新規ユーザ
(c) 2012 pLucky, Inc
- 17. 1. 継続率経営
継続率とAU(アクティブユーザ数)の関係
売上 = AU ARPU
AU = 既存ユーザ + 新規ユーザ
過去のユーザ 継続率
(c) 2012 pLucky, Inc
- 18. 1. 継続率経営
継続率とAU(アクティブユーザ数)の関係
売上 = AU ARPU
AU = 既存ユーザ + 新規ユーザ
過去のユーザ 継続率
= 既存ユーザ + 新規ユーザ
(c) 2012 pLucky, Inc
- 19. 1. 継続率経営の考え方
継続率とAU(アクティブユーザ数)の関係
売上 = AU ARPU
AU = 既存ユーザ + 新規ユーザ
過去のユーザ 継続率
= 既存ユーザ + 新規ユーザ
継続率 AISAS
(c) 2012 pLucky, Inc
- 20. 1. 継続率経営の考え方
継続率とARPUの関係
売上 = AU ARPU
課金ポイント ポイント毎 ポイント毎
ARPU = 体験数 課金転換率 課金額
(c) 2012 pLucky, Inc
- 21. 1. 継続率経営の考え方
継続率とARPUの関係
売上 = AU ARPU
課金ポイント ポイント毎 ポイント毎
ARPU = 体験数 課金転換率 課金額
総利用時間 継続率
(c) 2012 pLucky, Inc
- 22. 1. 継続率経営の考え方
継続率とARPUの関係
売上 = AU ARPU
課金ポイント ポイント毎 ポイント毎
ARPU = 体験数 課金転換率 課金額
総利用時間 継続率
課金ポイント ポイント毎 ポイント毎
= 体験数 課金転換率 課金額
(c) 2012 pLucky, Inc
- 23. 1. 継続率経営の考え方
継続率とARPUの関係
売上 = AU ARPU
課金ポイント ポイント毎 ポイント毎
ARPU = 体験数 課金転換率 課金額
総利用時間 継続率
課金ポイント ポイント毎 ポイント毎
= 体験数 課金転換率 課金額
ユーザによる商品の
継続率 適切な価値判断
(c) 2012 pLucky, Inc
- 24. 1. 継続率経営
継続率は売上にも繋がる
売上 = AU ARPU
継続率
(c) 2012 pLucky, Inc
- 25. 1. 継続率経営
事例:
あのパズドラも継続率重視
ガンホー山本大介氏 TGSセッションにて
「短期的な収益よりも、ユーザーの継続率を重視
することで、長期的な収益を目指す運営方針」
「たとえ無料ユーザーであっても、長く遊んでも
らえればいつか課金してくれるチャンスがあり、
何よりもユーザー継続率を重視する」
http://www.inside-games.jp/
article/2012/09/25/60045.html
(c) 2012 pLucky, Inc
- 26. 1. 継続率経営
まとめ
データの分析はとても大事
その時に見る指標として
継続率はとってもオススメ
(c) 2012 pLucky, Inc
- 27. 参考:継続率の見方
登録日を固定したグラフ 再利用日を固定したグラフ
継続率
登録翌日継続率
7日継続率
登録翌日継続率
7日継続率
14日継続率 14日継続率
初日 3日目 6日目 9日目 12日目 A月1日 A月5日 A月9日 A月13日
特定の日に登録したユーザの継続率 時系列に沿った最近の継続率の傾向
(c) 2012 pLucky, Inc
- 29. 2. 分析の流れ
基本となる製品改善サイクル
Build Measure Learn
(c) 2012 pLucky, Inc
- 30. 2. 分析の流れ
Build
Idea Product
Learn Measure
Data
(c) 2012 pLucky, Inc
- 32. 2. 分析の流れ
分析すべき項目は3つ
(c) 2012 pLucky, Inc
- 34. 2. 分析の流れ
①サービスの
枠組み内につ
いて分析
サービス
想定通りに
動いているか?
(c) 2012 pLucky, Inc
- 35. 2. 分析の流れ
①サービスの ②サービスの
枠組み内につ 枠組み自体に
いて分析 ついて分析
サービス
提供するモノは
これでいいか?
(c) 2012 pLucky, Inc
- 36. 2. 分析の流れ
①サービスの ②サービスの ③サービスの
枠組み内につ 枠組み自体に 枠組みの外に
いて分析 ついて分析 ついて分析
サービス
更に別の部分に
改善点がある?
(c) 2012 pLucky, Inc
- 37. 2. 分析の流れ
①サービスの ②サービスの ③サービスの
枠組み内につ 枠組み自体に 枠組みの外に
いて分析 ついて分析 ついて分析
(c) 2012 pLucky, Inc
- 38. 2. 分析の流れ
実際の分析はこの5ステップ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
分析に向けた準備
(c) 2012 pLucky, Inc
- 39. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
分析に向けた準備
ユーザにはどのような欲求があり
サービスはどんなタイミングで
どのように充足するのか
(c) 2012 pLucky, Inc
- 40. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
ユーザにはどのような欲求があり
分析に向けた準備 サービスはそれをどう充足するのか
こんな表をつくります
ユーザ欲求 サービス タイミング
(c) 2012 pLucky, Inc
- 41. 2. 分析の流れ
モレなく見るにはAARRRが便利
Acquisition
獲得
Referral
Activation
紹介
定着化
Retention
継続 Revenue
収益
(c) 2012 pLucky, Inc
- 42. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
ユーザにはどのような欲求があり
分析に向けた準備 サービスはそれをどう充足するのか
納得いくものが書ければ完了
ユーザ欲求 サービス タイミング
承認欲 ランキング表示 バトル終了時
貯蔵(収集)欲 レアカードガチャ ガチャを引く時
・ ・ ・
(c) 2012 pLucky, Inc
- 43. 2. 分析の流れ
欲求の記述はこの16欲が便利
• 力:他人を支配したいという欲求
• 独立:人に頼らず自力でやりたいという欲求
• 好奇心:知識を得たいという欲求
• 承認:人に認められたいという欲求
• 秩序:ものごとをきちんとしたいという欲求
• 貯蔵:ものを集めたいという欲求
• 誇り:人としての誇りを求める欲求
• 理想:社会正義を追求したいという欲求
• 交流:人と触れあいたいという欲求
• 家族:自分の子供を育てたいという欲求
• 地位:名声を得たいという欲求
• 競争:競争したい、仕返ししたいという欲求
• ロマンス:セックスや美しいものを求める欲求
• 食:ものを食べたいという欲求
• 運動:体を動かしたいという欲求 スティーブン・リース
• 安心:心穏やかでいたいという欲求 『16の基本的な欲求』
(c) 2012 pLucky, Inc
- 44. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
分析に向けた準備
どんなイベントと
どんなユーザ属性を取得するか?
(c) 2012 pLucky, Inc
- 45. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
どんなイベントと
分析に向けた準備 どんなユーザ属性を取得するか?
イベントは「タイミング」に注目
ユーザ欲求 サービス タイミング
承認欲 ランキング表示 バトル終了時
貯蔵(収集)欲 レアカードガチャ ガチャを引く時
・ ・ ・
(c) 2012 pLucky, Inc
- 46. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
どんなイベントと
分析に向けた準備 どんなユーザ属性を取得するか?
ただし継続率はユーザに紐付く値
イベントだけの分析は価値が薄い
ユーザの属性も取得する必要がある
(c) 2012 pLucky, Inc
- 47. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
どんなイベントと
分析に向けた準備 どんなユーザ属性を取得するか?
ユーザ属性の基本パターン
・サービスに関係ない属性
・デモグラフィック
・サービスの利用状況
・累積利用時間・累積課金金額・ユーザLv etc
(c) 2012 pLucky, Inc
- 48. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
分析に向けた準備
サービスは想定通りに
機能しているか?
(c) 2012 pLucky, Inc
- 49. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
サービスは想定通りに
分析に向けた準備 機能しているか?
ファンネルで離脱ポイントを発見
ユーザ数
ステップ1 ステップ2 ステップ3 ステップ4 ステップ5 ステップ6
(c) 2012 pLucky, Inc
- 50. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
サービスは想定通りに
分析に向けた準備 機能しているか?
ユーザ属性を利用してより詳細に
属
ユーザ数
性 属
性
1 2
ステップ1 ステップ2 ステップ3 ステップ4 ステップ5 ステップ6
(c) 2012 pLucky, Inc
- 51. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
サービスは想定通りに
分析に向けた準備 機能しているか?
サービス内の課題はこの2つに集約
・ユーザインターフェース
・レスポンス速度
(c) 2012 pLucky, Inc
- 52. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
サービスは想定通りに
分析に向けた準備 機能しているか?
UIや応答速度は理想的なのに
まだ問題があれば次の項目に注意
(c) 2012 pLucky, Inc
- 53. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
分析に向けた準備
適切なサービスデザインが
行われているか?
(c) 2012 pLucky, Inc
- 54. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
適切なサービスデザインが
分析に向けた準備 行われているか?
ヒストグラムやクロス集計の利用
達成率 属性1 属性2
属性A 32% 36%
属性B 43% 84%
(c) 2012 pLucky, Inc
- 55. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
適切なサービスデザインが
分析に向けた準備 行われているか?
ヒストグラムやクロス集計の利用
達成率 属性1 属性2
属性A 32% 36%
属性B 43% 84%
ヒントになる
(c) 2012 pLucky, Inc
- 56. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
適切なサービスデザインが
分析に向けた準備 行われているか?
サービスデザイン表を確認
ユーザ欲求 サービス タイミング
承認欲 ランキング表示 バトル終了時
貯蔵(収集)欲 レアカードガチャ ガチャを引く時
・ ・ ・
(c) 2012 pLucky, Inc
- 57. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
適切なサービスデザインが
分析に向けた準備 行われているか?
ユーザ欲求をベースに検証
ユーザ欲求 サービス タイミング
承認欲 ランキング表示 バトル終了時
貯蔵(収集)欲 レアカードガチャ ガチャを引く時
・ ・ ・
(c) 2012 pLucky, Inc
- 58. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
適切なサービスデザインが
分析に向けた準備 行われているか?
サービス内容の検証
良い集団と悪い集団の差は何か?
・ユーザ欲求に正しく答えられているか、いないのか
・分析する切り口を取り替えて検証をすすめていく
(c) 2012 pLucky, Inc
- 59. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
適切なサービスデザインが
分析に向けた準備 行われているか?
タイミングの検証
下記のタイミングに合致しているか?
・ユーザのサービス熟練度が変化したタイミング
・前回の刺激から一定期間が空いているタイミング
(c) 2012 pLucky, Inc
- 60. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
分析に向けた準備
正しいユーザを
獲得できているか?
(c) 2012 pLucky, Inc
- 61. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
正しいユーザを
分析に向けた準備 獲得できているか?
ユーザ流入経路別に確認し最適化
継続率の良い流入経路、悪い流入経路
・コホート研究より適切なセグメントを発見
・継続率の悪い流入を切り、良い流入の増加が基本
(c) 2012 pLucky, Inc
- 62. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
分析に向けた準備
以上5ステップを
いかに速く正確に回すかが勝負
(c) 2012 pLucky, Inc
- 63. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
分析に向けた準備
KPI分析を行うツールを作る
もしくは使う際に気をつけるのは
「データ量」「速度」「ユーザ属性」
(c) 2012 pLucky, Inc
- 64. 2. 分析の流れ
サービス データ取得 サービスの サービスの サービスの
デザインを ポイントを 枠組み内 枠組み自体 枠組み外
確認 設計 を分析 を分析 を分析
分析に向けた準備
KPI分析を行うツールを作る
もしくは使う際に気をつけるのは
「データ量」「速度」「ユーザ属性」
見落とされがち
(c) 2012 pLucky, Inc
- 65. 2. 分析の流れ
まとめ
分析するのは3つの項目
今何をしているのか意識する
継続率改善にはユーザを分析
(c) 2012 pLucky, Inc
- 67. 3. おわりに
今回お伝えしたかったこと
最重要指標に継続率がオススメ
分析するには5ステップを意識
(c) 2012 pLucky, Inc
- 68. 3. おわりに
でも
データは万能じゃないので注意
(c) 2012 pLucky, Inc
- 70. 3. おわりに
自分は∼したい、その覚悟を
持った上でデータ分析の
サイクルを回してください!
(c) 2012 pLucky, Inc