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

プロダクトをGrowthさせるデータ駆動戦略の基礎知識【Developers Summit 2019】

プロダクトをGrowthさせるデータ駆動戦略の基礎知識【Developers Summit 2019】

2019-02-15 Developer Summit 2019 登壇資料

Masato Ishigaki / 石垣雅人

February 15, 2019
Tweet

More Decks by Masato Ishigaki / 石垣雅人

Other Decks in Technology

Transcript

  1. 石垣雅人 - DMM.com LLC
    2019/02/15 Developers Summit 2019
    データ駆動戦略の基礎知識
    プロダクトを
    Growthさせる
    ユーザーレビュー基盤のKPIツリー公開
    DMM.comにおける
    #devsumiA 【15-A-6】

    View Slide

  2. © DMM.com 2
    About me
    Masato Ishigaki
    Product Owner at DMM.com
    Account(ID) , Auth , Personalinfo to Back-end : ~2018/7
    Review, Push to Front-end & Back-end : 2018/7~
    Scrum Team : Product Owner : 2017/9~

    View Slide

  3. © DMM.com
    プロダクトをGrowthさせたいですか?
    どうやってさせますか?
    その材料は手元にありますか?
    Summary
    Photo by people building structure during daytime on Unsplash

    View Slide

  4. © DMM.com
    Summary
    4
    10%
    40%
    40%
    10%
    t
    Growth
    Early Phase
    Growth Phase
    HyperGrowth Phase
    Mature Phase
    S字カーブ
    原文: Data-Informed Product Building (Sequoia Capital Data Science Team)

    View Slide

  5. © DMM.com
    Summary
    5
    t
    Second Functions
    Third Functions
    Fourth Functions
    Fifth Functions
    Growth
    First Function
    原文: Data-Informed Product Building (Sequoia Capital Data Science Team)
    S字カーブの
    連続

    View Slide

  6. © DMM.com
    Summary
    6
    t
    Second Functions
    Third Functions
    Fourth Functions
    Fifth Functions
    Growth
    First Function
    原文: Data-Informed Product Building (Sequoia Capital Data Science Team)
    S字カーブの連続
    Product Growth =
    Learning from Prev-Functions

    View Slide

  7. © DMM.com
    Summary
    7
    t
    Second Functions
    Third Functions
    Fourth Functions
    Fifth Functions
    Growth
    First Function
    原文: Data-Informed Product Building (Sequoia Capital Data Science Team)
    S字カーブの連続
    Product Growth =
    Data-Driven

    View Slide

  8. © DMM.com
    Summary
    8
    t
    Second Functions
    Third Functions
    Fourth Functions
    Fifth Functions
    Growth
    First Function
    原文: Data-Informed Product Building (Sequoia Capital Data Science Team)
    S字カーブの連続
    Product Growth =
    Data-Driven
    『データ駆動』

    View Slide

  9. © DMM.com 9
    Agenda
    About DMM.com
    9
    9
    データ駆動戦略とは何か?
    ユーザーレビュー基盤のプロダクトについて
    データ分析基盤について
    優れた指標でないとデータは『駆動』しない
    データ駆動を実現する開発プロセスについて
    アジャイルマーケティングなキャンペーン
    最後に
    DMM.comにおけるデータ駆動戦略な組織

    View Slide

  10. © DMM.com 10
    Agenda
    About DMM.com
    10
    10
    データ駆動戦略とは何か?
    ユーザーレビュー基盤のプロダクトについて
    データ分析基盤について
    優れた指標でないとデータは『駆動』しない
    データ駆動を実現する開発プロセスについて
    アジャイルマーケティングなキャンペーン
    最後に
    DMM.comにおけるデータ駆動戦略な組織

    View Slide

  11. © DMM.com 11
    データ駆動戦略とは?
    データ駆動戦略
    1. データ・ドリブンに戦略を組み立てていく。
    2. 不確実性に強い組織へ

    View Slide

  12. © DMM.com 12
    データ駆動戦略
    1. データ・ドリブンに戦略を組み立てていく。
    2. 不確実性に強い組織へ
    Why
    データ駆動戦略とは?

    View Slide

  13. © DMM.com 13
    スプリントバックログ インクリメント
    開発→リリース 効果検証
    プロダクトバックログ
    直感に頼る仮説
    データ駆動戦略とは?

    View Slide

  14. © DMM.com 14
    スプリントバックログ インクリメント
    開発→リリース 効果検証
    データ駆動戦略とは?
    直感に頼る仮説は、量産されやすい。
    プロダクトバックログアイテムが肥大化して
    開発者を圧迫する。
    スーパー経営者だったらそれでも良いかもしれない。
    でも私たちは、普通のエンジニアだということを忘れてはい
    けない。
    プロダクトバックログ
    直感に頼る仮説

    View Slide

  15. © DMM.com 15
    スプリントバックログ
    開発→リリース
    プロダクトバックログ
    直感に頼る仮説
    データ駆動戦略とは?
    インクリメント
    効果検証
    リリース後にデータがないと
    どうしてヒットしなかったのか等
    学習できず、次の仮説が立てづらい

    View Slide

  16. © DMM.com 16
    スプリントバックログ インクリメント
    開発→リリース 効果検証
    プロダクトバックログ
    直感に頼る仮説
    データ駆動戦略とは?
    What

    View Slide

  17. © DMM.com 17
    スプリントバックログ インクリメント
    開発→リリース 効果検証
    プロダクトバックログ
    仮説に妥当性を持たせる 仮説立案
    A/Bテスト,etc...
    A
    B
    データ駆動戦略とは?
    データ駆動戦略で何ができるのか
    1. プロダクトの状態を可視化できる。
    2. 仮説/施策を作り、売上に貢献できる
    3. 意思決定を最速化できる。
    4. 意思決定を定量的に共有できる。
    5. 未来を予測して戦略が作れる。

    View Slide

  18. © DMM.com 18
    データ分析基盤
    DataLake / DWH / DataMart
    優れた指標
    指標に基づくKPI
    開発プロセス
    Lean / Agile /
    Agile-Marketing
    三種の神器
    データを集約しないと始まらない
    データの中でビジネスにつながる指
    標を見つける
    データによる計測→学習を
    高速で回しPMFに近づける
    データ駆動戦略とは?
    How to

    View Slide

  19. © DMM.com 19
    データ分析基盤
    DataLake / DWH / DataMart
    優れた指標
    指標に基づくKPI
    開発プロセス
    Lean / Agile /
    Agile-Marketing
    三種の神器
    データを集約しないと始まらない
    データの中でビジネスにつながる指
    標を見つける
    データによる計測→学習を
    高速で回しPMFに近づける
    データ駆動戦略とは?

    View Slide

  20. © DMM.com 20
    Agenda
    About DMM.com
    20
    20
    データ駆動戦略とは何か?
    ユーザーレビュー基盤のプロダクトについて
    データ分析基盤について
    優れた指標でないとデータは『駆動』しない
    データ駆動を実現する開発プロセスについて
    アジャイルマーケティングなキャンペーン
    最後に
    DMM.comにおけるデータ駆動戦略な組織

    View Slide

  21. © DMM.com
    手のひらと世界にいろどりを。
    人類の想像をはるかにこえるスピードとス
    ケールで、私たちの生活は変化していま
    す。
    DMM.comは1999年から時代のニーズに
    合わせた多彩なコンテンツを、独自プラット
    フォームで安定的に提供しています。
    21
    40以上の幅広いサービスを展開
    About Services
    About DMM.com

    View Slide

  22. © DMM.com 22
    About DMM.com Group.
    Purchase
    ...etc
    Review Personalinfo
    Search
    Account
    SRE
    SoE (B to C)
    Systems of Engagement
    SoR (B to B)
    System of Record
    Recommend

    View Slide

  23. © DMM.com 23
    About DMM.com Group.
    Purchase
    Personalinfo
    Search
    Account
    SRE
    Recommend
    Scrum Team
    Review
    Scrum Team
    Scrum Team
    Scrum Team
    Scrum Team
    Scrum Team
    Scrum Team

    View Slide

  24. © DMM.com 24
    Purchase
    Personalinfo
    Search
    Account
    SRE
    Recommend
    Scrum Team
    Review
    Scrum Team
    Scrum Team
    Scrum Team
    Scrum Team
    Scrum Team
    Scrum Team
    ドメインごとに
    自己組織化 (ScrumTeam)
    About DMM.com Group.

    View Slide

  25. © DMM.com 25
    組織の変革
    About DMM.com
    25
    25

    View Slide

  26. © DMM.com 26
    About DMM.com Group.
    ex.
    プロダクトをGrowthさせるためには
    データ・ドリブンに基づく意思決定
    Photo by people standing forming a circle during daytime on Unsplash

    View Slide

  27. © DMM.com 27
    Purchase
    Personalinfo
    Search
    Account
    SRE
    Recommend
    Scrum Team
    Review
    Scrum Team
    Scrum Team
    Scrum Team
    Scrum Team
    Scrum Team
    Scrum Team
    POの強い味方
    = データアナリスト
    About DMM.com Group.

    View Slide

  28. © DMM.com 28
    Purchase
    Personalinfo
    Search
    Account
    SRE
    Recommend
    Scrum Team
    Review
    Scrum Team
    Scrum Team
    Scrum Team
    Scrum Team
    Scrum Team
    Scrum Team
    データアナリスト
    プロダクトオーナーとデータを
    見ながら日々会話する。
    +

    View Slide

  29. © DMM.com
    Big Data
    Purchase
    Recommend
    29
    ユーザー行動ログ
    購買履歴
    データアナリスト 仮説立案
    データ分析
    DMM.comのデータ基盤
    PO

    View Slide

  30. © DMM.com
    Purchase
    Recommend
    30
    ユーザー行動ログ
    購買履歴
    DMM.comのデータ基盤
    Big Data
    データアナリスト 仮説立案
    データ分析
    PO
    『データアナリスト x プロダクトオーナー』
    データ・ドリブンで仮説立案→意思決定をする

    View Slide

  31. © DMM.com 31
    Agenda
    About DMM.com
    31
    31
    データ駆動戦略とは何か?
    ユーザーレビュー基盤のプロダクトについて
    データ分析基盤について
    優れた指標でないとデータは『駆動』しない
    データ駆動を実現する開発プロセスについて
    アジャイルマーケティングなキャンペーン
    最後に
    DMM.comにおけるデータ駆動戦略な組織

    View Slide

  32. © DMM.com 32
    プロダクト紹介
    About DMM.com
    32
    32

    View Slide

  33. © DMM.com 33
    プロダクト紹介
    About DMM.com
    33
    33
    コンテンツに対するユーザーレビューは、
    購入決定の強力な手がかり・動機となります。
    70%以上のユーザーが、レビューを見て購入の決
    定をしているという統計結果もあり、
    ユーザーレビューはユーザー行動に大きな影響を与えま
    す。

    View Slide

  34. © DMM.com 34
    Service Review Cart
    Purcase
    Registration
    ★★☆
    ★☆☆
    ★★★
    ☆☆☆
    Guest
    Member
    Member
    Search

    View Slide

  35. © DMM.com 35
    Cart
    Purcase
    Registration
    Guest
    Member
    Member
    Service Review
    ★★☆
    ★☆☆
    ★★★
    ☆☆☆
    Search
    DMMサービスで利用される
    ユーザーレビューの仕組みは、
    ひとつのプロダクトチームが専門で
    開発・運用しています。
    データを一元管理することで
    データ・ドリブンな開発が可能になる。

    View Slide

  36. © DMM.com 36
    Service Review Cart
    Purcase
    Registration
    ★★☆
    ★☆☆
    ★★★
    ☆☆☆
    Guest
    Member
    Member
    Search
    どんな行動ログをトラッキングしているか

    View Slide

  37. © DMM.com 37
    Service Review Cart
    Purcase
    Registration
    ★★☆
    ★☆☆
    ★★★
    ☆☆☆
    Guest
    Member
    Member
    Search
    ・星の数 / コメント / 平均評価
    ・参考になった数 / いいね押下ユーザー
    ・商品レビュー枠の中でどこまでスクロール
    したか(先頭 or 末端)
    ・レビューを見た後の行動(購入したか, カート追加, 離脱)
    etc...
    どんな行動ログをトラッキングしているか

    View Slide

  38. © DMM.com 38
    Agenda
    About DMM.com
    38
    38
    データ駆動戦略とは何か?
    ユーザーレビュー基盤のプロダクトについて
    データ分析基盤について
    優れた指標でないとデータは『駆動』しない
    データ駆動を実現する開発プロセスについて
    アジャイルマーケティングなキャンペーン
    最後に
    DMM.comにおけるデータ駆動戦略な組織

    View Slide

  39. © DMM.com
    データ駆動戦略とは?
    39
    優れた指標
    指標に基づくKPI
    開発プロセス
    Lean / Agile /
    Agile-Marketing
    データの中でビジネスにつながる指
    標を見つける
    データによる計測→学習を
    高速で回しPMFに近づける
    三種の神器
    データ分析基盤
    DataLake / DWH / DataMart
    データを集約しないと始まらない

    View Slide

  40. © DMM.com 40
    なぜ、
    データ分析基盤が重要なのか?
    Photo by photo of 5-story library building on Unsplash

    View Slide

  41. © DMM.com 41
    データ分析基盤について
    データ駆動戦略は、
    組織として遂行しないとビジネス価値がある
    データが集まらず効果は薄い。

    View Slide

  42. © DMM.com 42
    データ分析基盤について
    データ駆動戦略は、
    組織として遂行しないとビジネス価値がある
    データが集まらず効果は薄い。
    データ駆動がもたらす
    メリットを定量的にデータを使って
    提示しなければいけない = データ分析基盤

    View Slide

  43. © DMM.com 43
    データ分析基盤について
    データ駆動戦略は、
    組織として遂行しないとビジネス価値がある
    データが集まらず効果は薄い。
    データ駆動がもたらす
    メリットを定量的にデータを使って
    提示しなければいけない = データ分析基盤
    データアナリストが、分析しやすい
    データ分析基盤を構築しなければならない

    View Slide

  44. © DMM.com 44
    データ分析基盤について
    データ駆動戦略は、
    組織として遂行しないとビジネス価値がある
    データが集まらず効果は薄い。
    データ駆動がもたらす
    メリットを定量的にデータを使って
    提示しなければいけない = データ分析基盤
    データアナリストが、分析しやすい
    データ分析基盤を構築しなければならない
    優れたデータ分析基盤こそ
    『データ駆動戦略』の第一優先

    View Slide

  45. © DMM.com 45
    総レコード数
    数千億レコード
    DMMのデータ基盤の規模
    総テーブル数
    数千テーブル
    データレイク
    (Data Lake)
    データウェアハウス
    (DWH)
    データマート
    (Data Mart)

    View Slide

  46. © DMM.com 46
    DMMのデータ基盤の規模
    BIツール :
    Re:dash
    権限付与された人なら、
    誰でもクエリを打って分析できるようになっ
    ている。
    ex. エンジニア、営業、etc...

    View Slide

  47. © DMM.com
    データ分析基盤
    DataLake / DWH / DataMart
    データを集約しないと始まらない
    データ駆動戦略とは?
    47
    開発プロセス
    Lean / Agile /
    Agile-Marketing
    データによる計測→学習を
    高速で回しPMFに近づける
    三種の神器
    優れた指標
    指標に基づくKPI
    データの中でビジネスにつながる指
    標を見つける

    View Slide

  48. © DMM.com 48
    Agenda
    About DMM.com
    48
    48
    データ駆動戦略とは何か?
    ユーザーレビュー基盤のプロダクトについて
    データ分析基盤について
    優れた指標でないとデータは『駆動』しない
    データ駆動を実現する開発プロセスについて
    アジャイルマーケティングなキャンペーン
    最後に
    DMM.comにおけるデータ駆動戦略な組織

    View Slide

  49. © DMM.com
    ① Action
    ② Result
    ③Next Action
    49
    優れた指標でないとデータは『駆動』しない
    データが『駆動』するとは?
    = データを見ることで次の行動につながること

    View Slide

  50. © DMM.com
    ① Action
    ② Result
    ③Next Action
    50
    データが『駆動』するとは?
    = データを見ることで次の行動につながること
    優れた指標でないとデータは『駆動』しない
    優れた指標の
    3つの土台と4つ指標

    View Slide

  51. © DMM.com
    定量的指標
    vs
    定性的指標
    51
    虚栄の指標
    vs
    本物の指標
    先行指標
    vs
    遅行指標
    相関指標
    vs
    因果指標
    優れた指標でないとデータは『駆動』しない
    優れた指標は
    比較ができる + わかりやすい + 比率や割合
    土台
    指標

    View Slide

  52. © DMM.com
    定量的指標
    vs
    定性的指標
    52
    虚栄の指標
    vs
    本物の指標
    先行指標
    vs
    遅行指標
    相関指標
    vs
    因果指標
    優れた指標は
    比較ができる + わかりやすい + 比率や割合
    優れた指標でないとデータは『駆動』しない
    優れた指標の
    3つの土台

    View Slide

  53. © DMM.com 53
    1. 優れた指標は比較ができる
    a. 指標として出した数値が、他社と比較できたりこの時間に
    CVが上がっているなど時間軸で比較できたりする必要があります。
    2. 優れた指標はわかりやすい
    a. 指標が出した数値の意味が一瞬でわからなかったりすると、
    組織として数値を追う文化ができにくい。
    3. 優れた指標は比率や割合である。
    a. 指標を数ではなく比率にすることでその数値を上げていけば良いのか
    下げていけば良いのかわかりやすい。
    優れた指標でないとデータは『駆動』しない

    View Slide

  54. © DMM.com 54
    優れた指標は
    比較ができる + わかりやすい + 比率や割合
    優れた指標でないとデータは『駆動』しない
    定量的指標
    vs
    定性的指標
    虚栄の指標
    vs
    本物の指標
    先行指標
    vs
    遅行指標
    相関指標
    vs
    因果指標
    優れた指標の
    4つ指標

    View Slide

  55. © DMM.com 55
    優れた指標は
    比較ができる + わかりやすい + 比率や割合
    優れた指標でないとデータは『駆動』しない
    虚栄の指標
    vs
    本物の指標
    先行指標
    vs
    遅行指標
    相関指標
    vs
    因果指標
    優れた指標の
    4つ指標
    定量的指標
    vs
    定性的指標

    View Slide

  56. © DMM.com 56
    『定量的指標と定性的指標』
    定量的 = 科学的な数値な指標
    Why What
    How
    much
    定性的 = 主観的で感覚的な指標
    インタビュー・調査
    ユーザークレーム
    会員登録数
    売上金額
    優れた指標でないとデータは『駆動』しない

    View Slide

  57. © DMM.com
    review
    『定量的指標と定性的指標』
    57
    レビューを見る
    優れた指標でないとデータは『駆動』しない
    Cart in
    レビューを書く
    レビューを書く人

    View Slide

  58. © DMM.com
    review
    『定量的指標と定性的指標』
    58
    レビューを見る
    優れた指標でないとデータは『駆動』しない
    Cart in
    レビューを書く
    レビューを書く人
    『定量的な指標』
    ● レビュー増加率 (CV)
    ○ 星だけ・コメント付きレビュー増加率
    ● レビュアー増加率 (CV)
    ● レビュアー種別増加率
    ○ 購入済レビュアー率(%)
    ○ 未購入レビュアー率(%)
    書く人

    View Slide

  59. © DMM.com 59
    『定量的指標と定性的指標』
    レビューを書く
    レビューを書く人
    優れた指標でないとデータは『駆動』しない
    review
    レビューを見る
    Cart in
    見る人
    定量的な指標
    ● レビュー経由購入率 (CVR)
    CVR(%) =
    セッション数※レビュー閲覧
    購入数※レビュー閲覧→Cart in

    View Slide

  60. © DMM.com 60
    優れた指標は
    比較ができる + わかりやすい + 比率や割合
    優れた指標でないとデータは『駆動』しない
    定量的指標
    vs
    定性的指標
    先行指標
    vs
    遅行指標
    相関指標
    vs
    因果指標
    優れた指標の
    4つ指標
    虚栄の指標
    vs
    本物の指標

    View Slide

  61. © DMM.com 61
    『虚栄の指標と本物の指標』
    虚栄の指標 = 次の行動につながらない指標
    優れた指標でないとデータは『駆動』しない
    ex. 会員登録数
    = 時間の経過とともに上がる

    View Slide

  62. © DMM.com 62
    『虚栄の指標と本物の指標』
    本物の指標 = 次の行動につながる指標
    優れた指標でないとデータは『駆動』しない
    ex. 会員登録数
    + 離脱率
    + アクティブユーザー率,etc

    View Slide

  63. © DMM.com
    review
    『虚栄の指標と本物の指標』
    63
    レビューを見る
    優れた指標でないとデータは『駆動』しない
    Cart in
    レビューを書く
    レビューを書く人
    書く人 『虚栄の指標』
    ● レビュー増加数
    ● レビュアー増加数,etc
    『本物の指標』
    ● 新規レビュアー率
    ● アクティブレビュアー率

    View Slide

  64. © DMM.com 64
    優れた指標は
    比較ができる + わかりやすい + 比率や割合
    優れた指標でないとデータは『駆動』しない
    定量的指標
    vs
    定性的指標
    相関指標
    vs
    因果指標
    優れた指標の
    4つ指標
    虚栄の指標
    vs
    本物の指標
    先行指標
    vs
    遅行指標

    View Slide

  65. © DMM.com 65
    『先行指標と遅行指標』
    先行指標 = 未来を予測した指標
    → 3ヶ月後、レビュー投稿数がこのくらいに伸びているか
    を予測した上で、仮説検証を行う
    優れた指標でないとデータは『駆動』しない
    遅行指標 = 変動後の数値を示す指標
    → チャーン(一定期間に離脱したユーザー数)とも呼ばれ
    離脱率もきちんと集計する。

    View Slide

  66. © DMM.com 66
    優れた指標は
    比較ができる + わかりやすい + 比率や割合
    優れた指標の
    4つ指標
    優れた指標でないとデータは『駆動』しない
    定量的指標
    vs
    定性的指標
    虚栄の指標
    vs
    本物の指標
    先行指標
    vs
    遅行指標
    相関指標
    vs
    因果指標

    View Slide

  67. © DMM.com 67
    『相関指標と因果指標』
    相関指標 = AとBが関係していること。
    → これから起こることが予測できる。
    優れた指標でないとデータは『駆動』しない
    因果指標 = A to Bであること。
    → 未来を変えることができる。
    『交番の数』が多いほど『犯罪件数』も多い。
    → 交番を減らしても犯罪は減らない。相関関係であって因果関係ではない。
    B
    A

    View Slide

  68. © DMM.com
    相関指標 = AとBが関係していること。
    → これから起こることが予測できる。
    68
    『相関指標と因果指標』
    優れた指標でないとデータは『駆動』しない
    因果指標 = A to Bであること。
    → 未来を変えることができる。
    『交番の数』が多いほど『犯罪件数』も多い。
    → 交番を減らしても犯罪は減らない。相関関係であって因果関係ではない。
    【テーマ】
    因果関係を探すために相関関係がありそうな
    数値をグラフ化してモニタリングし続ける!
    Q. レビュー増加率あがる相関関係は何か?
    ・月ごとのレビュー投稿数のばらつきはある?
    ・アクティブユーザー数との関係は?

    View Slide

  69. © DMM.com
    定量的指標
    vs
    定性的指標
    69
    虚栄の指標
    vs
    本物の指標
    先行指標
    vs
    遅行指標
    相関指標
    vs
    因果指標
    優れた指標でないとデータは『駆動』しない
    優れた指標は
    比較ができる + わかりやすい + 比率や割合
    土台
    指標

    View Slide

  70. © DMM.com
    レビュー投稿増加率
    (星だけ)
    優れた指標でないとデータは『駆動』しない
    レビュー投稿増加率
    (コメントあり)
    レビュー掲載
    コンテンツ率
    レビュー増加率
    レビュー投稿→承認 タ
    イムラグ日数
    KPIツリー
    70

    View Slide

  71. © DMM.com
    レビュアー
    増加率
    71
    購入者レビュー数/ 率
    未購入者レビュー数/ 率
    新規レビュアー増加率
    アクティブレビュアー増
    加率
    新規レビュアー増加率
    アクティブレビュアー増
    加率

    View Slide

  72. © DMM.com
    レビュー閲覧率
    72
    レビュー
    先頭 閲覧率
    レビュー
    末端 閲覧率
    レビュー
    『次へ』閲覧率
    レビュー経由
    購入率

    View Slide

  73. © DMM.com 73
    Agenda
    About DMM.com
    73
    73
    データ駆動戦略とは何か?
    ユーザーレビュー基盤のプロダクトについて
    データ分析基盤について
    優れた指標でないとデータは『駆動』しない
    データ駆動を実現する開発プロセスについて
    アジャイルマーケティングなキャンペーン
    最後に
    DMM.comにおけるデータ駆動戦略な組織

    View Slide

  74. © DMM.com
    優れた指標
    指標に基づくKPI
    データの中でビジネスにつながる指
    標を見つける
    データ分析基盤
    DataLake / DWH / DataMart
    データを集約しないと始まらない
    データ駆動戦略とは?
    74
    三種の神器
    開発プロセス
    Lean / Agile /
    Agile-Marketing
    データによる計測→学習を
    高速で回しPMFに近づける

    View Slide

  75. © DMM.com 75
    スプリントバックログ インクリメント
    開発→リリース 効果検証
    データ駆動を実現する開発プロセスについて
    プロダクトバックログ
    仮説に妥当性を持たせる 仮説立案
    A/Bテスト,etc...
    A
    B

    View Slide

  76. © DMM.com 76
    スプリントバックログ インクリメント
    開発→リリース 効果検証
    プロダクトバックログ
    仮説に妥当性を持たせる 仮説立案
    A/Bテスト,etc...
    A
    B
    データ駆動を実現する開発プロセスについて
    IDEA
    BUILD
    PRODUCT
    MEASURE
    DATA
    LEARN
    リーン・スタートアップ
    BMLループ

    View Slide

  77. © DMM.com 77
    スプリントバックログ インクリメント
    開発→リリース 効果検証
    データ駆動を実現する開発プロセスについて
    プロダクトバックログ
    仮説に妥当性を持たせる 仮説立案
    A/Bテスト,etc...
    A
    B
    IDEA
    BUILD
    PRODUCT
    MEASURE
    DATA
    LEARN

    View Slide

  78. © DMM.com 78
    スプリントバックログ インクリメント
    開発→リリース 効果検証
    データ駆動を実現する開発プロセスについて
    プロダクトバックログ
    仮説に妥当性を持たせる 仮説立案
    A/Bテスト,etc...
    A
    B
    プロダクトバックログを減らして
    開発しなくていい機能を減らす。
    10機能 → 3機能

    View Slide

  79. © DMM.com
    プロダクトバックログ
    仮説に妥当性を持たせる 仮説立案
    A/Bテスト,etc...
    A
    B
    79
    インクリメント
    効果検証
    データ駆動を実現する開発プロセスについて
    IDEA
    BUILD
    PRODUCT
    MEASURE
    DATA
    LEARN
    スプリントバックログ
    開発→リリース
    アジャイルで、
    リードタイム短く
    MVPを開発→リリース

    View Slide

  80. © DMM.com
    スプリントバックログ
    開発→リリース
    プロダクトバックログ
    仮説に妥当性を持たせる 仮説立案
    A/Bテスト,etc...
    A
    B
    80
    データ駆動を実現する開発プロセスについて
    インクリメント
    効果検証
    IDEA
    BUILD
    PRODUCT
    MEASURE
    DATA
    LEARN
    データサイエンスを
    もとにデータを計測
    →KPIに落とし込む

    View Slide

  81. © DMM.com 81
    スプリントバックログ インクリメント
    開発→リリース 効果検証
    データ駆動を実現する開発プロセスについて
    プロダクトバックログ
    仮説に妥当性を持たせる 仮説立案
    A/Bテスト,etc...
    A
    B
    IDEA
    BUILD
    PRODUCT
    MEASURE
    DATA
    LEARN

    View Slide

  82. © DMM.com labo
    IDEA
    BUILD
    PRODUCT
    MEASURE
    DATA
    LEARN
    IDEA
    BUILD
    PRODUCT
    MEASURE
    DATA
    LEARN
    IDEA
    BUILD
    PRODUCT
    MEASURE
    DATA
    LEARN
    Customer Problem Fit Product Solution Fit Product Market Fit
    Design
    Thinking
    Lean
    Scurm
    Data
    Science
    ペルソナ分析
    カスタマージャーニー
    A/ Bテスト
    顧客開発
    ユーザー
    ストーリーマッピング
    Product Back Log
    DailyScurm
    Sprint Planning
    Sprint Review
    Transition to Scale
    Build
    Product
    Idea
    INDEX
    MEASURE
    KPI
    CVR
    CTR
    ARPPU
    Unit
    Economics
    DATA
    LTV
    CAC
    CAP
    CCP
    82
    Lean

    View Slide

  83. © DMM.com 83
    Agenda
    About DMM.com
    83
    83
    データ駆動戦略とは何か?
    ユーザーレビュー基盤のプロダクトについて
    データ分析基盤について
    優れた指標でないとデータは『駆動』しない
    データ駆動を実現する開発プロセスについて
    アジャイルマーケティングなキャンペーン
    最後に
    DMM.comにおけるデータ駆動戦略な組織

    View Slide

  84. © DMM.com
    アジャイルマーケティングを用いたCP手法
    データ駆動なキャンペーン実施方法
    〜アジャイルマーケティングの基礎知識〜
    購入した商品にレビューするだけ!
    1
    レビュー
    10ポイント
    プレゼント
    84

    View Slide

  85. © DMM.com
    アジャイルマーケティングを用いたCP手法
    85
    アジャイルマーケティングとは?
    ・従来のマーケティングにアジャイルやリーンを適応したマーケティング手法
    = アジャイル・リーンとの親和性が高い

    View Slide

  86. © DMM.com
    アジャイルマーケティングを用いたCP手法
    86
    アジャイルマーケティングとは?
    ・従来のマーケティングにアジャイルやリーンを適応したマーケティング手法
    = アジャイル・リーンとの親和性が高い
    ① キャンペーン中に『ニアタイム』にデータを取得
    小さく始めて、小さく改善をデータ駆動で高速で繰り返す。
    ② 過去のキャンペーンのデータを必ず蓄積して計測。
    そこから計測→学習して次のキャンペーンにつなげる。

    View Slide

  87. © DMM.com
    アジャイルマーケティングを用いたCP手法
    87
    アジャイルマーケティングで可視化するべき指標
    ①『想定される効果は?』
    ②『キャンペーンを終了させる基準は?』
    ③『大きく成功した際、どこにリソースを再分配するか』

    View Slide

  88. © DMM.com
    アジャイルマーケティングを用いたCP手法
    88
    購入した商品にレビューするだけ!
    1
    レビュー
    10ポイント
    プレゼント
    事例

    View Slide

  89. © DMM.com
    アジャイルマーケティングを用いたCP手法
    89
    ① 『想定される効果は?』
    Q. レビューが増えるたびにどのくらい売上が上がるのか。
    0→1
    1 →2
    2→3
    レビュー増加数 売上増加額
    (1コンテンツ1日あたり)
    コンテンツ数
    1000円
    500円
    100円
    5000コンテンツ
    200コンテンツ
    300コンテンツ

    View Slide

  90. © DMM.com
    アジャイルマーケティングを用いたCP手法
    90
    ①『想定される効果は?』
    Q. レビューが増えるたびにどのくらい売上が上がるのか。
    0→1
    1 →2
    2→3
    レビュー増加数 売上増加額
    (1コンテンツ1日あたり)
    コンテンツ数
    50万
    40万
    30万
    50万
    20万
    30万
    DMMでも、レビューが
    0→1になることで
    過去実績より、
    数百万円以上
    1日単位で売上が上がることが実証されている。
    10ポイント付与しても十分ペイする。

    View Slide

  91. © DMM.com
    アジャイルマーケティングを用いたCP手法
    91
    ② 『キャンペーンを終了させる基準は?』
    Q. どのように成果を評価していくかで、終了を見極める
    1ヶ月後 2ヶ月後 3ヶ月後
    レビュー・売上
    データ収集
    レビュー・売上
    データ収集
    投資対効果
    予算に対して、費用がペイしているか
    を毎月確認していく。
    = ROI / ROAS

    View Slide

  92. © DMM.com
    アジャイルマーケティングを用いたCP手法
    92
    ③ 『大きく成功した際、どこにリソースを再分配するか』
    Q. どのように成果を評価していくかで、見極める
    1ヶ月後 2ヶ月後 3ヶ月後
    投資対効果
    リソース再分配
    投資対効果
    リソース再分配
    ポイントキャッシュ額を増やすのか
    下げるのか,etc...
    レビュー・売上
    データ収集

    View Slide

  93. © DMM.com
    アジャイルマーケティングを用いたCP手法
    93
    ③『大きく成功した際、どこにリソースを再分布するか』
    Q. どのように成果を評価していくかで、見極める
    購入した商品にレビューするだけ!
    1
    レビュー
    10ポイント
    プレゼント

    View Slide

  94. © DMM.com
    アジャイルマーケティングを用いたCP手法
    94
    ③『大きく成功した際、どこにリソースを再分布するか』
    Q. どのように成果を評価していくかで、見極める
    購入した商品にレビューするだけ!
    1
    レビュー
    10ポイント
    プレゼント

    20or
    5』
    『未購入商品』も含む?

    View Slide

  95. © DMM.com 95
    Agenda
    About DMM.com
    95
    95
    データ駆動戦略とは何か?
    ユーザーレビュー基盤のプロダクトについて
    データ分析基盤について
    優れた指標でないとデータは『駆動』しない
    データ駆動を実現する開発プロセスについて
    アジャイルマーケティングなキャンペーン
    最後に
    DMM.comにおけるデータ駆動戦略な組織

    View Slide

  96. © DMM.com 96
    データ分析基盤
    DataLake / DWH / DataMart
    優れた指標
    指標に基づくKPI
    開発プロセス
    Lean / Agile /
    Agile-Marketing
    三種の神器
    データを集約しないと始まらない
    データの中でビジネスにつながる指
    標を見つける
    データによる計測→学習を
    高速で回しPMFに近づける
    最後に

    View Slide

  97. © DMM.com 97
    97
    最後に
    ご清聴ありがとうございました!

    View Slide