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
SaaS アナリティクス ワークショップ #5 - エンゲージメント Part 3 - RFV分析
Search
Ikuya Murasato
June 25, 2020
0
1.3k
SaaS アナリティクス ワークショップ #5 - エンゲージメント Part 3 - RFV分析
Ikuya Murasato
June 25, 2020
Tweet
Share
More Decks by Ikuya Murasato
See All by Ikuya Murasato
トピックモデル分析を活用した問合せ業務の効率化
ikuyam
1
190
回帰分析の活用による新商品の販売力予測
ikuyam
0
130
生存分析モデルを利用したLineのブロック要因分析
ikuyam
0
84
自動車トラブルと気象条件などの探索的データ分析
ikuyam
0
58
データサイエンス「も」使えるチェンジメーカー輩出への挑戦
ikuyam
0
330
ExploratoryとRによる全学データサイエンス教育
ikuyam
0
450
エンゲージメント向上のための人事制度改革 - 管理部門におけるExploratoryの活用
ikuyam
0
1.4k
「学ぶ」分析技術から「使う」分析技術へ - Exploratoryによるドリル演習
ikuyam
0
330
データサイエンス入門教育の現場から - 46歳新任教員2年間の苦闘
ikuyam
0
420
Featured
See All Featured
Large-scale JavaScript Application Architecture
addyosmani
510
110k
We Have a Design System, Now What?
morganepeng
50
7.2k
KATA
mclloyd
29
14k
A better future with KSS
kneath
238
17k
Measuring & Analyzing Core Web Vitals
bluesmoon
3
76
Designing for humans not robots
tammielis
249
25k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
665
120k
Testing 201, or: Great Expectations
jmmastey
38
7.1k
Scaling GitHub
holman
458
140k
Docker and Python
trallard
40
3.1k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
26
2.1k
GraphQLの誤解/rethinking-graphql
sonatard
67
10k
Transcript
1 EXPLORATORY SaaS ΞφϦςΟΫε ϫʔΫγϣοϓ #5 Τϯήʔδϝϯτ Part 3 -RFVੳ
EXPLORATORY
3 ུྺ HP(Hewlett Packard)Ͱ100ਓΛ͑ΔӦۀνʔϜΛ͍ɺ eCommerceɺςϨηʔϧεɺϑΟʔϧυηʔϧεͳͲଟذʹΘͨΔϏ δωεͷϚωδϝϯτɺϓϥϯχϯάΛܦݧɻ ࣾ֎Ͱੵ͞ΕͨେͳσʔλΛ׆༻ͯ͠ϏδωεΛͤ͞Δͨ ΊʹσʔλαΠΤϯεʹཪଧͪ͞Εͨҙࢥܾఆ͕ॏཁͩͱΛ࣋ͬ ͯΔɻ ݱࡏExploratory,
incͰϏδωε։ൃʹΊΔ͔ͨΘΒσʔλαΠΤ ϯεษڧձͳͲͷΛ௨ͯ͠ɺص্ͷۭͰऴΘΒͳ͍ຊͷҙຯ Ͱ׆༻Ͱ͖ΔσʔλαΠΤϯεͷීٴʹऔΓΉɻ εϐʔΧʔ ଜཬ Ү࠸ Business Development EXPLORATORY @Ikuyamm
Vision ͯ͢ͷਓ͕σʔλΛͬͯ ΑΓΑ͍ҙࢥܾఆΛ͢Δ 4
5 Mission σʔλαΠΤϯεͷຽओԽ
6 ୈ̏ͷ σʔλαΠΤϯεɺAIɺػցֶश౷ܭֶऀɺ։ൃऀͷͨΊ͚ͩͷͷͰ͋Γ·ͤΜɻ σʔλʹڵຯͷ͋ΔਓͳΒ୭͕ੈքͰ࠷ઌͷΞϧΰϦζϜΛͬͯ ϏδωεσʔλΛ؆୯ʹੳͰ͖Δ͖Ͱ͢ɻ Exploratory͕ͦ͏ͨ͠ੈքΛՄೳʹ͠·͢ɻ
7 ୈ1ͷ ୈ̎ͷ ୈ̏ͷ ϓϥΠϕʔτ(ߴ͍/ݹ͍) Φʔϓϯɾιʔε(ແྉ/࠷ઌ) UI & ϓϩάϥϛϯά ϓϩάϥϛϯά
2016 2000 1976 ϚωλΠθʔγϣϯ ίϞσΟςΟԽ ຽओԽ ౷ܭֶऀ σʔλαΠΤϯςΟετ Exploratory ΞϧΰϦζϜ Ϣʔβʔɾ ମݧ πʔϧ Φʔϓϯɾιʔε(ແྉ/࠷ઌ) UI & ࣗಈԽ ϏδωεɾϢʔβʔ ςʔϚ σʔλαΠΤϯεͷຽओԽ
8 ࣭ ͑Δ σʔλΞΫηε σʔλ ϥϯάϦϯά ՄࢹԽ ΞφϦςΟΫε ౷ܭ/ػցֶश σʔλαΠΤϯεɾϫʔΫϑϩʔ
9 ࣭ ExploratoryɹϞμϯˍγϯϓϧ UI ͑Δ σʔλΞΫηε σʔλ ϥϯάϦϯά ՄࢹԽ ΞφϦςΟΫε
౷ܭ/ػցֶश
10 EXPLORATORY SaaS ΞφϦςΟΫε ϫʔΫγϣοϓ #5 Τϯήʔδϝϯτ Part 3 -RFVੳ
11 • ୈ1ճɿ SaaSͷ࠷ॏཁKPI ͱͦͷՄࢹԽ Part 1 • ୈ2ճɿ SaaSͷ࠷ॏཁKPI
ͱͦͷՄࢹԽ Part 2 • ୈ3ճɿ Τϯήʔδϝϯτ Part 1 - DAU/MAU • ୈ4ճɿΤϯήʔδϝϯτ Part 2 - ύϫʔϢʔβʔɾΧʔϒ • ୈ5ճɿ Τϯήʔδϝϯτ Part 3 -RFVੳ • ୈ6ճɿίϗʔτੳ Part 1 • ୈ7ճɿ ίϗʔτੳ Part 2 • ୈ8ճɿ NPSͷܭࢉͱࣗ༝هड़ͷςΩετੳ SaaS ΞφϦςΟΫε
12 ΞδΣϯμ • ΤϯήʔδϝϯτࢦඪɿRFVͷհ • RFVͷܭࢉͷํ • RFVͷՄࢹԽ • ࢦඪͱͯ͠Ϟχλʔ͢Δํ๏
13 લճͷ͓͞Β͍ Ϣʔβʔ1ਓ1ਓͷαʔϏεϓϩμΫτͷΤϯήʔδϝϯτҟͳ ΔͨΊɺސ٬ΛΤϯήʔδϝϯτͰηάϝϯτʹ͚Δ͜ͱʹΑΓޮ ՌతͳࢪࡦΛ࣮ߦͰ͖Δɻ
14 ϢʔβʔΛηάϝϯτʹ͚ΔͨΊʹɺϢʔβʔ͝ͱͷར༻සΛू ܭͯ͠ɺར༻ස͝ͱͷϢʔβʔͷׂ߹ΛՄࢹԽ͢Δ ύϫʔϢʔβʔɾΧʔϒͱ͍͏ՄࢹԽͷํ๏Λհͨ͠ɻ 1ϲ݄ؒͷར༻ ଟ গ Ϣʔβʔ ͷׂ߹
15 ৄࡉɺୈ4ճͷըɾεϥΠυͰʂ
16 ExploratoryͷΣϒαΠτ͔ΒΠϯαΠτΛ୳͢Λબɻ
17 ʮύϫʔϢʔβʔʯͰݕࡧ
18 ΤϯήʔδϝϯτࢦඪɿRFVͷհ
ύϫʔϢʔβʔɾΧʔϒͰར༻සͰΤϯήʔδϝϯτΛଌΓɺ ϢʔβʔΛηάϝϯτʹ͚ͨɻ 19 ར༻ස: ར༻ස:த ར༻ස:ߴ 3 1 30 …
29 28 2 15 16 17 …
20 ͔͠͠ɺαʔϏεʢྫɿNetflixͳͲʣʹΑͬͯར༻ʢࢹௌʣ࣌ؒͰ ΤϯήʔδϝϯτΛଌΓɺηάϝϯτʹ͚Δ͜ͱͰ͖ΔͷͰͳ ͍͔ɻ ར༻࣌ؒ: ར༻࣌ؒ:த ར༻࣌ؒ: 3࣌ؒ 1࣌ؒ 23࣌ؒ
… 22࣌ؒ 21࣌ؒ 2࣌ؒ 10࣌ؒ 11࣌ؒ 12࣌ؒ…
ར༻සͱར༻ʢࢹௌʣ࣌ؒɺ2ͭͷࢦඪͰϢʔβʔͷΤϯήʔδϝ ϯτΛධՁͯ͠ΈΔɻ 21 ར༻ස 100h 50h 10h ར༻࣌ؒ(h) 50ճ 10ճ
30ճ
22 ར༻ස͕গͳ͘ɺΤϯήʔδϝϯτ͕͍ͱࢥ͍ͬͯͨϢʔβʔͰ ͋ͬͯɺར༻࣌ؒͱ͍͏ͰɺଞͷϢʔβʔʹൺͯΤϯήʔδϝ ϯτ͕ߴ͍ͱݴ͑ΔͷͰͳ͍͔ʁ ར༻ස 100h 50h 10h ར༻࣌ؒ(h) 50ճ
10ճ 30ճ
23 ར༻ස͕ଟ͘ɺΤϯήʔδϝϯτ͕ߴ͍ͱࢥ͍ͬͯͨϢʔβʔͰ ͋ͬͯɺར༻࣌ؒͱ͍͏ͰɺଞͷϢʔβʔʹൺͯΤϯήʔδ ϝϯτ͕͍ͱݴ͑ΔͷͰͳ͍͔ʁ ར༻ස 100h 50h 10h ར༻࣌ؒ(h) 50ճ
10ճ 30ճ
24 ར༻සར༻࣌ؒҎ֎ʹΤϯήʔδϝϯτΛਤΔ ͨΊͷࢦඪ͕͋ΔͷͰͳ͍͔ɻ ྫ͑ʮ࠷ޙʹαʔϏεΛར༻ͨ͠ʯͱ͍͏ࢦඪ Ͳ͏ͩΖ͏͔ɻ
25 αʔϏεͷར༻͕࣌ؒ͘ɺΤϯήʔδϝϯτ͕ߴ͍ͱࢥ͍ͬͯͨ ϢʔβʔͰ࠷ۙαʔϏεΛར༻͍ͯ͠ͳ͍ͷͰ͋ΕɺͦΕΤ ϯήʔδϝϯτ͕ߴ͍ͱݴ͑ͳ͍ͷͰͳ͍͔? 1िؒલ 4िؒલ 2िؒલ 100h 50h 10h
ར༻࣌ؒ(h) ࠷ޙͷར༻
26 ʮ࠷ޙʹαʔϏεΛར༻ͨ͠ʯͱ͍͏ࢦඪ ΤϯήʔδϝϯτΛଌΔͱ͖ʹߟྀͨ͠ํ͕͍͍ͷ Ͱͳ͍͔ʁ
27 ΤϯήʔδϝϯτΛଌΔ࣌ʹෳͷࢦඪΛͬͯ ଟ֯తʹධՁ͢Δ͜ͱ͕Ͱ͖Δɻ ͦ͜ͰΑ͘ΘΕΔํ๏ͱͯ͠RFVͱ͍͏ํ๏͕͋Δɻ
28 RFVͱɿ Recencyɿ࠷ޙʹར༻͔ͯ͠Βͷ FrequencyɿͲΕ͘Β͍ͷසͰར༻͍ͯ͠Δͷ͔ʢར༻සʣ VolumeɿͲΕ͘Β͍αʔϏεΛར༻͍ͯ͠Δͷ͔ʢࢹௌ࣌ؒʣ
29 ͜ͷRɺFɺVɺͱ͍͏ ෳͷΤϯήʔδϝϯτͷࢦඪΛͱʹ ސ٬Ληάϝϯτʹ͚Δੳख๏ΛRFVੳͱݴ͏ɻ
30 ͱͱRFMੳͱ͍͏ɺখചͳͲͷϏδωεͷച্ σʔλΛͱʹސ٬Ληάϝϯτ͚͢ΔͨΊʹΘ ΕΔ༗໊ͳख๏͕͋Δɻ ͦΕΛSaaSɾαϒεΫϦϓγϣϯܕͷαʔϏεͷ ΤϯήʔδϝϯτΛੳ͢ΔͨΊʹԠ༻ͨ͠ͷɻ
31 ར༻සʢFrequencyʣͱར༻࣌ؒʢVolumeʣͰߟ͑ͯΈΔɻ ར༻࣌ؒ(h) 100h 50h 10h 50ճ 10ճ 30ճ ར༻ස
32 ར༻සʢFrequencyʣͱར༻࣌ؒʢVolumeʣͰάϧʔϓʹ·ͱΊΔɻ ར༻࣌ؒ(h) 100h 50h 10h 10ճ 30ճ 50ճ ར༻ස
33 ·ͱΊͨάϧʔϓʹ໊લΛ͚Δɻ த ߴ த ར༻ස ར༻࣌ؒ
34 ӈ্ͷηάϝϯτʹར༻සɺར༻࣌ؒͱʹߴ͍Ϣʔβʔ͕͍Δɻ த ར༻ස ར༻࣌ؒ த ߴ
35 ࠨԼͷηάϝϯτʹར༻සɺར༻࣌ؒͱʹ͍Ϣʔβʔ͕͍Δɻ த ར༻ස ར༻࣌ؒ த ߴ
36 ࠨ্ͷηάϝϯτʹར༻ස͕গͳ͘ɺར༻͕͍࣌ؒϢʔβ͕͍Δɻ த ར༻ස ར༻࣌ؒ த ߴ
37 ͜ͷηάϝϯτͷϢʔαʔυϥϚ࡞ͳͲΛҰؾݟ͍ͯ͠Δ͔͠Εͳ͍ɻ ຖݟΕΔΑ͏ͳଞͷίϯςϯπΛϓϩϞʔτ͢ΔϝʔϧΛఆظతʹૹΔ͜ͱ ͰΑΓසൟʹαʔϏεΛར༻ͯ͠Β͑Δ͔͠Εͳ͍ɻ த ར༻ස ར༻࣌ؒ
த ߴ
38 த ར༻ස ར༻࣌ؒ த ߴ ӈԼͷηάϝϯτར༻ස͕ଟ͘ɺར༻͕͍࣌ؒϢʔβͰ͋Δɻ
͜ͷηάϝϯτͷϢʔβʔʹؾܰʹݟΕΔίϝσΟ࡞ͳͲΛຖগͣͭ͠ࢹ ௌ͍ͯ͠Δ͔͠Εͳ͍ɻؔ࿈͍ͯ͠ΔଞͷίϯςϯπΛλΠϛϯάΑ͘Ϩίϝ ϯυ͢Δ͜ͱͰࢹௌ࣌ؒΛ৳͢͜ͱ͕Ͱ͖Δ͔͠Εͳ͍ɻ 39 த ར༻ස ར༻࣌ؒ
த ߴ
40 ར༻࣌ؒ(Volume)ͱۙͷར༻ঢ়گʢRecency)Ͱߟ͑ͯΈΔɻ ར༻࣌ؒ(h) 100h 50h 10h 1िؒલ 4िؒલ 2िؒલ ࠷ޙͷར༻
ࠨ্ͷηάϝϯτʹར༻͕͍͕࣌ؒɺ࠷ޙͷར༻͔Β͕࣌ؒܦա ͍ͯ͠ΔϢʔβʔ͕͍Δɻ 41 ੲ த ࠷ۙ ࠷ޙͷར༻ த
ར༻࣌ؒ
͜ͷηάϝϯτͷϢʔβʔαʔϏεʹຬͰ͖ͣɺར༻ΛࣙΊͯ͠·ͬͨͷ͔ ͠Εͳ͍ɻαʔϏεͷΞοϓσʔτΛڞ༗͢Δ͜ͱͰɺ·͍ͨ࢝ΊͯΒ ͑Δ͔͠Εͳ͍ɻ 42 த ࠷ۙ ࠷ޙͷར༻ த
ར༻࣌ؒ ੲ
43 RFVͰ͚ͨηάϝϯτ ͲͷΑ͏ʹՄࢹԽ͢Ε͍͍ͷ͔ʁ
44 Ϣʔβʔͷଟ͞Λ৭Ͱදݱ͢Δ͜ͱͰɺՄࢹԽ͕ՄೳͱͳΔɻ ར༻࣌ؒ த த ߴ ར༻ස
ར༻࣌ؒ த த ߴ ར༻ස
ར༻࣌ؒ த த ߴ ར༻ස ͜ͷΑ͏ʹάϧʔϓ͝ͱͷΛूܭ͠ɺूܭͨ͠ͷେখʹΑͬͯά ϧʔϓͷ৭ΛృΓ͚ΔνϟʔτΛώʔτϚοϓͱݺͿɻ
45 ར༻࣌ؒ த த ߴ ར༻ස
46 ExploratoryΛͬͯRFVੳΛͯ͠ΈΔʂ
47 ࠓճ͏αϯϓϧσʔλ ϢʔβʔͷΞΫηεϩάɾσʔλ
48 1ߦɺϢʔβʔͷΞΫηε࣌ͱར༻࣌ؒΛද͢ ɻ ΞΫηε࣌ ϢʔβʔID αʔϏεͷར༻࣌ؒ()
49 σʔλΛΠϯϙʔτ͢Δɻ
50 σʔλϑϨʔϜͷϓϥεϘλϯ( + )͔ΒσʔλɾΧλϩάΛબͿɻ
αʔνϘοΫεʹSaaS RFVͱೖྗͯ͠ݕࡧ͢Δɻ 51
σʔλͷใΛݟ͍ͨ߹։͘ϘλϯΛΫϦοΫ͢Δɻ 52
ΠϯϙʔτϘλϯΛΫϦοΫͯ͠σʔλΛΠϯϙʔτ͢Δɻ 53
อଘΛΫϦοΫ͢Δɻ 54
55 σʔλΛΠϯϙʔτ͢Δ͜ͱ͕Ͱ͖ͨɻ
56 RFVੳΛ͢Δͷʹඞཁͳσʔλ Ϣʔβʔ1ਓɺ1ߦ RFVͷࢦඪ
57 σʔλ͕͑ՄࢹԽ͢Δ͚ͩɻ
58 खݩʹ͋Δσʔλ:Ϣʔβʔϩά
59 ݩͷσʔλ1Ϣʔβʔ1ߦʹͳ͍ͬͯͳ͍ɻ
60 ݩͷσʔλʹRFVͱ͍͏ࢦඪ͕ͳ͍ɻ ʁ
61 RFVੳͷεςοϓ
62 1. ར༻Λूܭ 2. ར༻࣌ؒΛूܭ 3. ࠷ॳͷར༻Λूܭ 4. ࠷ޙͷར༻Λूܭ 5.
ྻ໊Λมߋ 6. ར༻͕1ͷϢʔβʔΛআ֎ 7. RecencyείΞɿ࠷ޙͷར༻͔Βࠓʢ20172݄12ʣ·ͰͷΛܭࢉ 8. ࠷ॳͷར༻͔Β࠷ޙͷར༻·ͰͷΛܭࢉ 9. FrequencyείΞɿ1͋ͨΓͷར༻ճΛܭࢉ 10.VolumeείΞɿ1͋ͨΓͷར༻࣌ؒΛܭࢉ
63 1. ར༻Λूܭ 2. ར༻࣌ؒΛूܭ 3. ࠷ॳͷར༻Λूܭ 4. ࠷ޙͷར༻Λूܭ 5.
ྻ໊Λมߋ 6. ར༻͕1ͷϢʔβʔΛআ֎ 7. RecencyείΞɿ࠷ޙͷར༻͔Βࠓʢ20172݄12ʣ·ͰͷΛܭࢉ 8. ࠷ॳͷར༻͔Β࠷ޙͷར༻·ͰͷΛܭࢉ 9. FrequencyείΞɿ1͋ͨΓͷར༻ճΛܭࢉ 10.VolumeείΞɿ1͋ͨΓͷར༻࣌ؒΛܭࢉ
RFVͷείΞͷूܭʹ͋ͨͬͯ࣌ؒͷใෆཁͳͷͰɺσʔ λʹม͢Δɻ 64
timestampͷྻϔομʔϝχϡʔ͔ΒɺσʔλλΠϓΛมɺ DateʢʣλΠϓʹมΛબ͢Δɻ 65
66 ܭࢉΛ࡞μΠΞϩά͕։͘ͷͰ࣮ߦ͢Δɻ
ސ٬͝ͱʹRFVͷείΞΛܭࢉ͍ͨ͠ͷͰɺuseridͷྻϔομʔϝ χϡʔ͔ΒूܭʢSummarizeʣΛબ͢Δɻ 67
68 ʹtimestampΛબ͠ɺूܭؔʹҰҙͳʢuniqueʣΛબ͢Δɻ
69 1. ར༻Λूܭ 2. ར༻࣌ؒΛूܭ 3. ࠷ॳͷར༻Λूܭ 4. ࠷ޙͷར༻Λूܭ 5.
ྻ໊Λมߋ 6. ར༻͕1ͷϢʔβʔΛআ֎ 7. RecencyείΞɿ࠷ޙͷར༻͔Βࠓʢ20172݄12ʣ·ͰͷΛܭࢉ 8. ࠷ॳͷར༻͔Β࠷ޙͷར༻·ͰͷΛܭࢉ 9. FrequencyείΞɿ1͋ͨΓͷར༻ճΛܭࢉ 10.VolumeείΞɿ1͋ͨΓͷར༻࣌ؒΛܭࢉ
70 ʹtimeΛબ͠ɺूܭؔʹ߹ܭʢsumʣΛબ͢Δɻ
71 1. ར༻Λूܭ 2. ར༻࣌ؒΛूܭ 3. ࠷ॳͷར༻Λूܭ 4. ࠷ޙͷར༻Λूܭ 5.
ྻ໊Λมߋ 6. ར༻͕1ͷϢʔβʔΛআ֎ 7. RecencyείΞɿ࠷ޙͷར༻͔Βࠓʢ20172݄12ʣ·ͰͷΛܭࢉ 8. ࠷ॳͷར༻͔Β࠷ޙͷར༻·ͰͷΛܭࢉ 9. FrequencyείΞɿ1͋ͨΓͷར༻ճΛܭࢉ 10.VolumeείΞɿ1͋ͨΓͷར༻࣌ؒΛܭࢉ
72 ʹtimestampΛબ͠ɺ࠷ॳͷʢminʣΛબ͢Δɻ
73 1. ར༻Λूܭ 2. ར༻࣌ؒΛूܭ 3. ࠷ॳͷར༻Λूܭ 4. ࠷ޙͷར༻Λूܭ 5.
ྻ໊Λมߋ 6. ར༻͕1ͷϢʔβʔΛআ֎ 7. RecencyείΞɿ࠷ޙͷར༻͔Βࠓʢ20176݄26ʣ·ͰͷΛܭࢉ 8. ࠷ॳͷར༻͔Β࠷ޙͷར༻·ͰͷΛܭࢉ 9. FrequencyείΞɿ1͋ͨΓͷར༻ճΛܭࢉ 10.VolumeείΞɿ1͋ͨΓͷར༻࣌ؒΛܭࢉ
74 ʹtimestampΛબ͠ɺ࠷ޙͷʢmaxʣΛબ͢Δɻ
75 1. ར༻Λूܭ 2. ར༻࣌ؒΛूܭ 3. ࠷ॳͷར༻Λूܭ 4. ࠷ޙͷར༻Λूܭ 5.
ྻ໊Λมߋ 6. ར༻͕1ͷϢʔβʔΛআ֎ 7. RecencyείΞɿ࠷ޙͷར༻͔Βࠓʢ20172݄12ʣ·ͰͷΛܭࢉ 8. ࠷ॳͷར༻͔Β࠷ޙͷར༻·ͰͷΛܭࢉ 9. FrequencyείΞɿ1͋ͨΓͷར༻ճΛܭࢉ 10.VolumeείΞɿ1͋ͨΓͷར༻࣌ؒΛܭࢉ
timestamp_unqར༻සΛද͍ͯ͠ΔͷͰɺฤूΞΠίϯΛΫϦο Ϋͯ͠ɺ৽͍͠ྻ໊ʹfrequencyͱೖྗͯ͠OKΛԡ͢ɻ 76
time_sum૯ར༻࣌ؒΛද͍ͯ͠ΔͷͰɺฤूΞΠίϯΛΫϦοΫ͠ ͯɺ৽͍͠ྻ໊ʹvolumeͱೖྗͯ͠OKΛԡ͢ɻ 77
timestamp_min࠷ॳͷར༻Λද͍ͯ͠ΔͷͰɺฤूΞΠίϯΛΫ ϦοΫͯ͠ɺ৽͍͠ྻ໊ʹfirst_dateͱೖྗͯ͠OKΛԡ͢ɻ 78
timestamp_max࠷ޙͷར༻Λද͍ͯ͠ΔͷͰɺฤूΞΠίϯΛΫ ϦοΫͯ͠ɺ৽͍͠ྻ໊ʹlast_dateͱೖྗͯ͠OKΛԡ͢ɻ 79
80 1. ར༻Λूܭ 2. ར༻࣌ؒΛूܭ 3. ࠷ॳͷར༻Λूܭ 4. ࠷ޙͷར༻Λूܭ 5.
ྻ໊Λมߋ 6. ར༻͕1ͷϢʔβʔΛআ֎ 7. RecencyείΞɿ࠷ޙͷར༻͔Βࠓʢ20172݄12ʣ·ͰͷΛܭࢉ 8. ࠷ॳͷར༻͔Β࠷ޙͷར༻·ͰͷΛܭࢉ 9. FrequencyείΞɿ1͋ͨΓͷར༻ճΛܭࢉ 10.VolumeείΞɿ1͋ͨΓͷར༻࣌ؒΛܭࢉ
͜͜Ͱܧଓతʹར༻ཤྺͷ͋ΔϢʔβʔʹ͍ͨ͠ͷͰɺ frequency͕͔̍݅͠ͳ͍ϢʔβʔΛআ͘ɻ 81
82 frequencyͷྻϔομʔϝχϡʔ͔ΒɺϑΟϧλɺΑΓେ͖͍Λબ͢Δɻ
83 frequency͕̍ΑΓେ͖͍ͰϑΟϧλ͢Δɻ
84 frequency͕1ͷސ٬͕औΓআ͔Εͨɻ
85 1. ར༻Λूܭ 2. ར༻࣌ؒΛूܭ 3. ࠷ॳͷར༻Λूܭ 4. ࠷ޙͷར༻Λूܭ 5.
ྻ໊Λมߋ 6. ར༻͕1ͷϢʔβʔΛআ֎ 7. RecencyείΞɿ࠷ޙͷར༻͔Βࠓʢ20172݄12ʣ·ͰͷΛܭࢉ 8. ࠷ॳͷར༻͔Β࠷ޙͷར༻·ͰͷΛܭࢉ 9. FrequencyείΞɿ1͋ͨΓͷར༻ճΛܭࢉ 10.VolumeείΞɿ1͋ͨΓͷར༻࣌ؒΛܭࢉ
86 last_date (࠷ޙͷར༻)͔Βࠓ·ͰͷΛܭࢉ͢Δɻͨͩ͠σʔ λͷ࠷ޙͷ͕2017-02-12ͳͷͰࠓͷͷΘΓʹ2017-02-12 Λ͏ɻ
2017-02-12͔Β֤Ϣʔβʔͷ࠷ޙͷར༻ΛҾ͘͜ͱͰɺ RecencyείΞΛٻΊΔ͜ͱ͕Ͱ͖Δɻ 87 RecencyείΞ = 2017-02-12 − last_date
88 last_dateͷྻϔομʔϝχϡʔ͔ΒܭࢉΛ࡞ʢMutateʣΛબ͢Δɻ
89 2017-02-12 − last_dateͱೖྗ࣮͠ߦ͢Δɻ
͢ΔͱҎԼͷΑ͏ͳΤϥʔ͕ग़ͯ͠·͏ɻ͜Ε2017-02-12͕ͷ σʔλͱͯ͠ೝࣝ͞Ε͍ͯͳ͍ͨΊɻ 90
ymdؔΛར༻ͯ͠ɺɺ݄ɺͷॱ൪ʹͳ͍ͬͯΔจࣈྻΛʹ ม͢Δɻ 91 ymd("2017-02-12") ymd(“2017/02/12”) ymd("Created on 2017 February 12th”)
92 ymdؔΛͬͯRecencyείΞΛܭࢉ͢Δɻ RecencyείΞ = ymd(“2017-02-12”) − last_date
վΊͯlast_dateͷྻϔομʔϝχϡʔ͔ΒܭࢉΛ࡞ʢMutateʣΛબ ͢Δɻ 93
94 20172݄12͔Β࠷ޙͷར༻ΛҾ͍ͯRecencyείΞΛܭࢉ͢Δɻ
95 Recencydifftimeͱ͍͏ܕ͕ͩɺ͜ͷޙͷܭࢉͷͨΊʹʹ͢Δɻ
ΧϥϜϔομϝχϡʔ͔ΒσʔλλΠϓΛมɺNumericʢʣλ ΠϓʹมɺΛબ 96
97 ͦͷ··࣮ߦ͢Δɻ
98 Recency͕difftimeܕ͔Βnumeric(ܕ)ܕʹม͞Εͨɻ
99 1. ར༻Λूܭ 2. ར༻࣌ؒΛूܭ 3. ࠷ॳͷར༻Λूܭ 4. ࠷ޙͷར༻Λूܭ 5.
ྻ໊Λมߋ 6. ར༻͕1ͷϢʔβʔΛআ֎ 7. RecencyείΞɿ࠷ޙͷར༻͔Βࠓʢ20172݄12ʣ·ͰͷΛܭࢉ 8. ࠷ॳͷར༻͔Β࠷ޙͷར༻·ͰͷΛܭࢉ 9. FrequencyείΞɿ1͋ͨΓͷར༻ճΛܭࢉ 10.VolumeείΞɿ1͋ͨΓͷར༻࣌ؒΛܭࢉ
100 ϢʔβʔʹΑͬͯαʔϏεͷར༻ظؒҟͳΔɻ ར༻ظؒͷ୯ҐΛἧ͑ͯɺ 1͋ͨΓͷϢʔβʔͷར༻සར༻࣌ؒΛܭࢉ͢Δ ͜ͱͰɺదʹηάϝϯτʹ͚Δ͜ͱ͕ՄೳͱͳΔɻ
101 ͦ͜ͰϢʔβʔ͝ͱʹαʔϏεͷར༻ظؒΛܭࢉ͢Δɻར༻͕͋ͬͨ ظؒFirst_Date (࠷ॳͷར༻)͔ΒLast_Date (࠷ޙͷར༻)·Ͱͷ ɻ last_date - first_date
Ϣʔβʔ͝ͱͷαʔϏεͷར༻ظؒΛܭࢉ͢ΔͨΊʹɺlast_dateͷྻ ϔομʔϝχϡʔ͔ΒɺܭࢉΛ࡞ʢMutateʣΛબ͢Δɻ 102
last_date − first_dateͱλΠϓ͠ɺϢʔβʔ͝ͱͷ αʔϏεར༻ظؒʢactive_periodʣΛܭࢉ͢Δɻ 103
ઌఔͱಉ༷ʹdifftimeͱ͍͏σʔλܕͰϢʔβʔ͝ͱͷαʔϏεར༻ظ ؒͷྻ͕࡞ΒΕͨɻ͜ͷޙͷܭࢉͷͨΊʹܕมʹ͢Δɻ 104
ΧϥϜϔομϝχϡʔ͔ΒσʔλλΠϓΛมɺNumeric()λΠ ϓʹมɺΛબ 105
106 Active_Period (ར༻͕͋ͬͨظؒ)Λʹม
107 Active_Period (ߪങ͕͋ͬͨظؒ)͕ʹม͞Εͨ
108 1. ར༻Λूܭ 2. ར༻࣌ؒΛूܭ 3. ࠷ॳͷར༻Λूܭ 4. ࠷ޙͷར༻Λूܭ 5.
ྻ໊Λมߋ 6. ར༻͕1ͷϢʔβʔΛআ֎ 7. RecencyείΞɿ࠷ޙͷར༻͔Βࠓʢ20172݄12ʣ·ͰͷΛܭࢉ 8. ࠷ॳͷར༻͔Β࠷ޙͷར༻·ͰͷΛܭࢉ 9. FrequencyείΞɿ1͋ͨΓͷར༻ճΛܭࢉ 10.VolumeείΞɿ1͋ͨΓͷར༻࣌ؒΛܭࢉ
109 Ϣʔβʔ͝ͱʹ1͋ͨΓͷར༻ճΛܭࢉͯ͠FrequencyείΞΛ ࢉग़͢Δɻ1͋ͨΓͷར༻ճFrequencyʢར༻ʣΛ Active_Period (αʔϏεͷར༻ظؒ)Ͱׂͬͨͷɻ FrequencyείΞ = frequency / active_period
1͋ͨΓͷར༻ճΛܭࢉ͢ΔͨΊʹɺfrequency (ར༻ͷ߹ܭ) ͷྻϔομϝχϡʔ͔ΒܭࢉΛ࡞ʢMutateʣΛબɻ 110
frequency (ར༻ͷ߹ܭ)Λactive_period(ར༻͕͋ͬͨظؒ)ͰׂΔ͜ ͱͰɺfrequency(ར༻ස)ͷείΞΛࢉग़͢Δɻ 111
112 FrequencyείΞ͕ܭࢉ͞Εͨɻ
113 1. ར༻Λूܭ 2. ར༻࣌ؒΛूܭ 3. ࠷ॳͷར༻Λूܭ 4. ࠷ޙͷར༻Λूܭ 5.
ྻ໊Λมߋ 6. ར༻͕1ͷϢʔβʔΛআ֎ 7. RecencyείΞɿ࠷ޙͷར༻͔Βࠓʢ20172݄12ʣ·ͰͷΛܭࢉ 8. ࠷ॳͷར༻͔Β࠷ޙͷར༻·ͰͷΛܭࢉ 9. FrequencyείΞɿ1͋ͨΓͷར༻ճΛܭࢉ 10.VolumeείΞɿ1͋ͨΓͷར༻࣌ؒΛܭࢉ
114 Ϣʔβʔ͝ͱʹ1͋ͨΓͷར༻࣌ؒΛܭࢉͯ͠VolumeείΞΛࢉग़ ͢Δɻ1͋ͨΓͷར༻ճVolumeʢར༻࣌ؒͷ߹ܭʣΛ Active_Period (αʔϏεͷར༻ظؒ)Ͱׂͬͨͷɻ VolumeείΞ = volume/ active_period
115 volumeͷྻϔομϝχϡʔ͔ΒܭࢉΛ࡞ʢMutateʣΛબ
volume(ར༻࣌ؒͷ߹ܭ) Λactive_period (ར༻͕͋ͬͨظؒ)Ͱׂͬͯɺ 1͋ͨΓͷvolume_score (૯ར༻࣌ؒ)Λࢉग़͢Δ 116
117 volume_score͕ܭࢉ͞Εͨɻ
118 R (Recency) F (Frequency) V (Monetary) ͕ܭࢉͰ͖ͨʂ
119 R (Recency) F (Frequency) V(Volume) ͦΕͧΕͷࢦඪείΞΛ3ஈ֊ʹ͚ͯɺ ՄࢹԽͯ͠ΈΔɻ
120 ͜͏͍͏ܗͰՄࢹԽ͍ͨ͠ɻ
121 • λΠϓʹώʔτϚοϓΛબɻ • X࣠ʹrecency_scoreΛબɻ • Y࣠ʹvolume_scoreΛબɻ
σϑΥϧτͷΧςΰϦʔ5ͭͳͷͰɺ͜ΕΛ3ͭʹม͑ΔͨΊʹΧ ςΰϦʔͷઃఆϦϯΫΛΫϦοΫ͢Δɻ 122
123 • ΧςΰϦʔͷʹ3ͱೖྗ͢Δɻ • ϥϕϧʹLow, Middle, HighͱλΠϓɻ
FrequencyͷείΞΛ3ͭͷάϧʔϓʹ͚ͯɺͦΕͧΕͷάϧʔϓʹ ໊લΛ͚ͭΔ͜ͱ͕Ͱ͖ͨɻɹ 124
125 Y࣠ͷVolumeͷείΞͷΧςΰϦ3ͭʹมߋ͢Δɻ
126 • ΧςΰϦʔͷʹ3ͱೖྗ͢Δɻ • ϥϕϧʹLow, Middle, HighͱλΠϓɻ
Frequency ScoreͱVolume ScoreͰϢʔβʔΛηάϝϯτʹ͚Δ͜ͱ ͕Ͱ͖ͨɻ 127
128 ࠷ޙʹRecencyͷใΛώʔτϚοϓʹՃ͢Δɻ
129 ܁Γฦ͠ʹRecencyείΞΛબ͢Δɻ
130 ΧςΰϦʔΛ3ͭʹมߋ͢ΔͨΊʹઃఆϦϯΫΛΫϦοΫ͢Δɻ
131 • ΧςΰϦʔͷʹ3ͱೖྗ͢Δɻ • ϥϕϧʹNew, Middle, OldͱλΠϓɻ
132 ܁Γฦ͠ϝχϡʔ͔ΒϨΠΞτΛมߋ͢Δɻ
133 ߦ͋ͨΓͷνϟʔτͷΛ2ʹมߋ͢Δɻ
134 RFV3ͭͷࢦඪͰϢʔβʔΛηάϝϯτʹ͚Δ͜ͱ͕Ͱ͚ͨɻ
135 ࠷ޙͷαʔϏεར༻͔Β͕ઙ͍ηάϝϯτͷதͰɺར༻සར༻࣌ ؒগͳ͍Ϣʔβʔ͕ଟ͍Δ͜ͱ͕͔ͬͨɻ͕େ͖͍αʔϏε ͷΠϯύΫτ͕େ͖͍ͷͰɺՁͷ͋ΔαʔϏεͷػೳΛհͨ͠Γ͍ ํΛαϙʔτͨ͠Γ͢Δ͜ͱͰɺνϟʔϯΛະવʹ͗ɺ͞ΒʹΤϯ ήʔδϝϯτΛ্ͤ͞Δ͜ͱ͕Ͱ͖Δ͔͠Εͳ͍ɻ
136 ࠷ޙͷαʔϏεར༻͔Β͕ઙ͍ηάϝϯτͷதͰɺར༻සগͳ͍ ͷͷɺར༻͕͍࣌ؒϢʔβʔ͕20໊΄Ͳ͍Δ͜ͱ͕͔ͬͨɻ͜͏͍ͬ ͨϢʔβʔʹྫ͑ଞͷ࡞ͷࢹௌΛଅ͢͜ͱͰࢹௌ࣌ؒΛ৳͠ɺ͞Β ʹΤϯήʔδϝϯτΛߴΊΔ͜ͱ͕Ͱ͖Δ͔͠Εͳ͍ɻ
137 ࠷ޙͷαʔϏεར༻͔Β͕ઙ͍ηάϝϯτͷதͰɺར༻ස ͕ଟ͍ͷͷɺར༻͕࣌ؒগͳ͍Ϣʔβʔ͕50໊΄Ͳ͍Δ͜ͱ͕ ͔ͬͨɻ͜͏͍ͬͨϢʔβʔʹྫ͑ଞͷ࡞ͷࢹௌΛଅ͢ ͜ͱͰࢹௌ࣌ؒΛ৳͢͜ͱ͕Ͱ͖Δ͔͠Εͳ͍ɻ
138 ࠷ޙͷαʔϏεར༻͔Β͕࣌ؒܦա͍ͯ͠ΔηάϝϯτͷதʹɺαʔϏε ͷར༻ස͕ଟ͘ɺ·ͨར༻͕࣌ؒଟ͍Ϣʔβʔ͕70໊Ҏ্͍Δ͜ͱ͕ ͔ΔɻαʔϏεʹຬͰ͖ͣɺར༻ΛࣙΊͯ͠·ͬͨͷ͔͠Εͳ͍ɻ αʔϏεͷΞοϓσʔτΛڞ༗͢Δ͜ͱͰɺ·͍ͨ࢝ΊͯΒ͑Δ͔ ͠Εͳ͍ɻ
139 RFVੳΛ͢Δ͜ͱͰϢʔβʔΛదͳ ηάϝϯτʹ͚ͯΞΫγϣϯ͕Ͱ͖ΔΑ͏ʹͳΔɻ ࣮ͨͩࡍʹΞΫγϣϯ͢Δʹɺ ֤ηάϝϯτ͝ͱͷސ٬Ϧετ͕ඞཁͱͳΔɻ
ϦετԽ͍ͨ͠ސ٬ηάϝϯτΛΫϦοΫ͢ΔͱৄࡉμΠΞϩά͕ද ࣔ͞ΕΔͷͰɺৄࡉϘλϯΛΫϦοΫ͢Δɻ 140
બͨ͠ηάϝϯτͷՄࢹԽʹར༻ͨ͠ৄࡉσʔλɺ͢ͳͪ֘η άϝϯτͷސ٬Ϧετ͕֬ೝͰ͖Δɻ 141
142 ৄࡉσʔλCSVExcelͷܗࣜͰΠϯϙʔτ͢Δ͜ͱ͕Մೳɻ
143 RFVੳΛ͢Δ͜ͱͰෳͷΤϯήʔδϝϯτͷࢦඪΛ ͬͯϢʔβʔΛηάϝϯτʹ͚Δ͜ͱ͕Ͱ͖ͨɻ ͨͩαʔϏεϓϩμΫτશମͰRFVͷࢦඪ͕ྑ͘ͳͬ ͍ͯΔ͔Γ͍ͨͱ͖ɺ1ͭʹࢦඪʹ·ͱΊ͍ͨɻ
RFVͷ3ͭͷࢦඪΛ্͛ͯ͠ɺ1ͭͷࢦඪʹ·ͱΊͯϞχλʔ͢Δํ ๏͕͋Δɻ 144 Τϯήʔδϝϯτ = ར༻ճ + ར༻ྔ + ࠷ޙͷར༻͔Βܦա࣌ؒ
145 ͨͩ͠αʔϏεʹΑͬͯRecencyɺFrequencyɺVolumeͷॏΈҟͳΔɻ ͦ͜ͰܦݧʢυϝΠϯࣝʣΛͱʹ֤ࢦඪʹॏΈΛ͚ͭΔ͜ͱͰɺࣗ ୡͷαʔϏεʹ͋ͬͨΤϯήʔδϝϯτࢦඪΛͭ͘Δ͜ͱ͕Ͱ͖Δɻ Τϯήʔδϝϯτ = 0.6*ར༻ճ + 0.3*ར༻ྔ +
0.1*࠷ޙͷར༻͔Βܦա࣌ؒ
146 ܦݧͰͳ͘σʔλ͔Β ॏΈ͚ͷΛଌΔํ๏͋Δɻ
147 ͦͦΤϯήʔδϝϯτνϟʔϯίϯόʔδϣϯͱ૬͍ؔͯ͠ ͯɺͦΕΒͷઌߦࢦඪʹͳ͍ͬͯΔ͔ΒɺϞχλʔ͖͢ͱ͍͏͕ ͋ͬͨɻ 5݄ 6݄ 7݄ 8݄ 9݄ Τϯήʔδϝϯτ
Ϧςϯγϣϯ
148 ͭ·ΓΤϯήʔδϝϯτ νϟʔϯ·ͨίϯόʔδϣϯͱ ૬͍ؔͯ͠Δ͔͕ϙΠϯτɻ
149 ౷ܭػցֶशͷϞσϧΛར༻ͯ͠ɺ ֤ࢦඪ͕ίϯόʔδϣϯνϟʔϯʹ ͲΕ͚ͩӨڹʢ૬ؔʣ͍ͯ͠Δ͔ΛΓɺ ֤ࢦඪͷॏΈ͚ͮʹར༻͢Δ͜ͱ͕Ͱ͖Δɻ
150 తมΛίϯόʔδϣϯ·ͨϦςϯγϣϯʢνϟʔϯʣͱͯ͠ɺ ճؼػցֶशͷϞσϧΛ࡞͢Δ͜ͱͰɺʮॏΈ͚ͮʯͷύϥϝʔ λʔΛಋ͖ग़͢͜ͱ͕Ͱ͖Δɻ Ϧςϯγϣϯ= 0.5*ར༻ճ + 0.4*ར༻ྔ + 0.1*࠷ޙͷར༻͔Βܦա࣌ؒ
Τϯήʔδϝϯτ͕Ϧςϯγϣϯʢνϟʔϯʣͱ૬͍ؔͯ͠Δ͔ΛϞχ λʔ͢Δඞཁ͕͋Δɻ͠ဃ͖͍ͯͯ͠ΔΑ͏Ͱ͋ΕɺॏΈ͚Λݟ ͔͢ɺRɺFɺVҎ֎ͷࢦඪΛͬͯΤϯήʔδϝϯτࢦඪΛ࡞Γ͢ɻ 151 Τϯήʔδϝϯτ Ϧςϯγϣϯ
152 ౷ܭ·ͨػցֶशϞσϧͷৄࡉ ผͷػձʹհ͠·͢ʂ
153 RFVείΞ͕ूܭͰ͖ͨΒɺμογϡϘʔυͰϞχλʔ͍ͯ͘͠ɻ
αʔϏεͷϯήʔδϝϯτͷ্ԼΛϞχλʔͯ͠ɺΤϯήʔδϝϯτ ্͕͕Βͳ͍ͷͰ͋ΕɺΤϯήʔδϝϯτ͕͍ਓʹΤϯήʔδϝ ϯτΛ্͛ΔͨΊͷదͳΞΫγϣϯΛଧ͍ͬͯ͘͜ͱ͕Ͱ͖Δɻ 154
155 Τϯήʔδϝϯτͷ·ͱΊ
156 ·ͱΊɿΤϯήʔδϝϯτ 1. ΤϯήʔδϝϯτϦςϯγϣϯʢνϟʔϯʣίϯόʔδϣϯͷઌߦࢦඪɻ 2. Τϯήʔδϝϯτࢦඪͷ1ͭʹDAU/MAUͱ͍͏ࣗͨͪͷαʔϏε͕ͲΕ͚ͩසൟʹར༻͞Ε ͍ͯΔ͔ΛଌΔࢦඪ͕͋Δɻ 3. ͨͩϢʔβʔ͝ͱͷར༻සҟͳΔͷͰɺΑΓޮՌతͳΞΫγϣϯΛଧͭͨΊʹɺސ٬Λ ΤϯήʔδϝϯτͰηάϝϯτʹ͚Δ͜ͱ͕༗ޮͰ͋ΔɻͦͷͨΊͷՄࢹԽͷํ๏ͱͯ͠ɺ
ύϫʔϢʔβʔɾΧʔϒ͕͋Δɻ 4. ΤϯήʔδϝϯτෳͷࢦඪͰଌΔ͜ͱ͕Ͱ͖Δ߹͕͋Δɻͦ͜ͰɺRFVੳΛ࣮ࢪ͢Δ ͜ͱͰɺෳͷΤϯήʔδϝϯτͷࢦඪΛͬͯϢʔβʔΛηάϝϯτʹ͚Δ͜ͱ͕Ͱ͖Δɻ 5. RFVͷ3ͭͷࢦඪʹॏΈΛ্͚ͭͯ͛͠Δ͜ͱͰɺ1ͭͷࢦඪʹ·ͱΊͯαʔϏεશମͷΤϯ ήʔδϝϯτΛϞχλʔ͢Δ͜ͱ͕Ͱ͖Δɻ
࣍ճηϛφʔ
158 EXPLORATORY SaaS ΞφϦςΟΫε ϫʔΫγϣοϓ #6 ίϗʔτੳ Part 1
࣍ճSaaSͷجຊࢦඪͱͯ͠հͨ͠ ωοτɾϨϕχϡʔɾϦςϯγϣϯΛਂງΓ͍ͯ͘͠ɻ 159
ωοτɾϨϕχϡʔɾϦςϯγϣϯʹ࠷ۙͷϢʔβʔ͕ܧଓ͍ͯ͠Δ ͷ͔ɺੲ͔Β͍ΔϢʔβʔ͕ܧଓ͍ͯ͠Δ͔͕͔Βͳ͍͕͋Δɻ 160 1݄ 2݄ 3݄ 4݄ 75% 4ສԁ 3ສԁ
৽نސ٬ طଘސ٬
161 ͦ͜ͰαʔϏεͷՃೖ࣌ظ͝ͱʹϢʔβʔΛηάϝϯτʢίϗʔτʣ ʹ͚ͯɺऩӹ͕ͲͷΑ͏ʹมԽ͍ͯ͠Δ͔ΛϞχλʔ͢Δ ϨΠϠʔέʔΩɾνϟʔτͱ͍͏ՄࢹԽͷํ๏͕͋Δɻ
162 ৄࡉ࣍ճͷηϛφʔͰʂ
163 • ୈ1ճɿ SaaSͷ࠷ॏཁKPI ͱͦͷՄࢹԽ Part 1 • ୈ2ճɿ SaaSͷ࠷ॏཁKPI
ͱͦͷՄࢹԽ Part 2 • ୈ3ճɿ Τϯήʔδϝϯτ Part 1 - DAU/MAU • ୈ4ճɿΤϯήʔδϝϯτ Part 2 - ύϫʔϢʔβʔɾΧʔϒ • ୈ5ճɿ Τϯήʔδϝϯτ Part 3 -RFV • ୈ6ճɿίϗʔτੳ Part 1 • ୈ7ճɿ ίϗʔτੳ Part 2 • ୈ8ճɿ NPSͷܭࢉͱࣗ༝هड़ͷςΩετੳ SaaS ΞφϦςΟΫε
164
165 7݄ͷ։࠵ ि൛ɿ 20207݄24(ۚ), 25(), 26() ฏ൛ɿ 20207݄28(Ր), 29(ਫ), 30()
• ϓϩάϥϛϯάͳ͠ RݴޠͷUIͰ͋ΔExploratoryΛੳπʔϧͱͯ͠༻͢ΔͨΊडߨதɺϏδωεͷ Λղܾ͢ΔͨΊʹඞཁͳσʔλαΠΤϯεͷख๏ͷशಘʹ100ˋूதͰ͖Δ • ੳπʔϧͷϕϯμʔϩοΫΠϯͳ͠ ExploratoryͰͷ࡞ۀશͯಠཱͨ͠ΦʔϓϯιʔεͷRڥͰ࠶ݱ͕Մೳ • ϏδωεͰ͑ΔࢥߟྗͱεΩϧͷशಘ σʔλαΠΤϯεͷεΩϧशಘ͚ͩͰͳ͘ɺσʔλੳʹඞཁͳࢥߟྗशಘͰ͖Δ
ಛ 166
167 ࿈བྷઌ ϝʔϧ
[email protected]
ΣϒαΠτ https://ja.exploratory.io ϒʔτΩϟϯϓɾτϨʔχϯά https://ja.exploratory.io/training-jp Twitter @Ikuyamm
Q & A
EXPLORATORY