ビジネス活用事例で学ぶ データサイエンス入門 (3)

アドテク本部　アドテクスタジオ Scientific Advertising Team

谷口　和輝

勉強会の趣旨• データ分析がビジネスに対して　　　　　　　　　どのように貢献できるかを理解する

!

• Data-Driven Marketing(DDM)の一連の流れを理解する

!

• ビジネスサイドもデータサイエンスの言葉を理解する

どの属性の顧客が 離脱しているのか？

第4章

データ分析のフロー(復習)現状とあるべき姿

問題発見

データの収集・加工

データ分析

アクション

現状とあるべき姿

ユーザ数の推移

0

25000

50000

75000

100000

2013/1 2013/3 2013/5 2013/7 2013/9

• ユーザ数は前月までの8ヶ月間は維持していた • 今月になって急激にユーザ数が離脱している

※数字は適当です

広告担当者へのヒアリング

• 「先月と比較し、プロモーションは質・量ともに全く変えていません」

!

• 「パズコレ内で月ごとに開催するイベントには大きな違いはありません」

現状とあるべき姿

先月と比較して ユーザ数が落ちている

先月同様の ユーザ数に回復したい

問題発見

仮説を立てる

1. プロモーションに問題があり、新規ユーザより離脱者の方が上回った

2. 毎月テーマを変えて開催しているゲーム内のイベントが退屈でやめた

3. 性別あるいは年代など、どこかのセグメントで問題が起きている

ざっくり仮説検証

• 1.に関して • プロモーションは、前月とほぼ同様

• 新規ユーザの獲得はほぼ同水準

!

• 2.に関して • イベントの内容は前月とほぼ変えてない

問題発見

• どこかのユーザセグメントで問題が起きている • 性別

• 年代

!

• 問題 • ユーザ数が先月と比べて減少している

• どこかのユーザセグメントで問題が起きている

「検証型」と「探索型」

• 検証型 • 明確な仮説が存在している分析

!

• 探索型 • 「結果的に問題がある」という現象は存在するが、その原因は特定できていない

• 原因をデータ分析によって探索していく

データの収集・加工

データの収集• 必要なデータ • DAU (Daily Active User)

!

• ユーザ情報

• 2つのデータを結合する

データの加工

× =

データ分析

セグメント分析

• 各セグメント毎にクロス集計する

!

• 先月(8月)と今月(9月)でユーザ数を比較する

セグメント分析(性別)

• 性別のセグメントでは変化は見られなかった

セグメント分析(年代)

• 年代のセグメントでも変化は見られなかった

セグメント分析(年代×性別)

• 年代×性別のセグメントでも変化は見られなかった

セグメント分析(デバイス)

• Androidを利用しているユーザが減少している

可視化

アクション

分析結果

• デバイスのセグメントでユーザ数の変化が見られた • 他のセグメントでは変化は見られなかった

• Androidユーザが顕著に減少している

!

• アクション • Androidの問題を特定し、解決する施策を打つ

• 先月と同等の状態に戻す

開発部門へのヒアリング

• 9/12にAndroid版アプリのアップデートを行った

!

• 実機動作確認をある程度は行っていたが、古い機種については見落としていた

!

• 離脱したユーザのデバイスを確認して、再度テストしたところログインできないバグがあった

まとめ

• クロス集計を用いたセグメント分析

!

• 原因がわからないので数多くのヒアリングを実施

!

• 複数の仮説を立てて検証していくことが大切

!

• 分析してほしい側は現象の共有を常にしておく