統計モデルから得たインサイトの広告ターゲティングへの活用例

2020/1/31(金) に開催したExploratory データサイエンス勉強会#12の株式会社ハッシャダイ様のご登壇資料です。

Transcript

1. HASSYADAI Inc. All rights reserved 統計モデルから得たインサイトの広 告ターゲティングへの活用例
 
 株式会社ハッシャダイ 

2. HASSYADAI Inc. All rights reserved
3. HASSYADAI Inc. All rights reserved
4. HASSYADAI Inc. All rights reserved 実務上の課題・制約条件 
 [社内事情]
 総社員数が30人程度の規模で、
 データ分析の専門チームがいるわけではない。
 
 
 [Exploratoryを選択した理由]
 将来的にはデータ分析チームを組成したいが、その間でも
 兼務でそれなりの分析が行えるような分析体制を整えたい。
 
 データ加工に時間を要しないExploratoryを採用した

5. HASSYADAI Inc. All rights reserved 普段のExploratoryの実務ルーティン 
 1.ヘルスチェック(チャートによる可視化)
 ・就業者数の変動チェック
 ・就業者の継続率チェック
 
 
 2.ヘルスに違和感あったらもう少し深く追求(生存分析)
 ・流入経路やユーザ属性を元にコホート分析でざっくり怪しそうな所を探る
 
 
 3.およそ当たりがついたら(ピポットテーブル)
 ・統計分析をかけ、要因を探っていく

6. HASSYADAI Inc. All rights reserved 普段のExploratoryの実務ルーティン 
 1.ヘルスチェック(チャートによる可視化)
 ・就業者数の変動チェック
 ・就業者の継続率チェック
 
 
 2.ヘルスに違和感あったらもう少し深く追求(生存分析)
 ・流入経路やユーザ属性を元にコホート分析でざっくり怪しそうな所を探る
 
 
 3.およそ当たりがついたら(ピポットテーブル)
 ・統計分析をかけ、要因を探っていく

7. HASSYADAI Inc. All rights reserved ヘルスチェック(チャートによる可視化) 派遣社員数推移 
 まずは全体傾向を掴む

8. HASSYADAI Inc. All rights reserved ヘルスチェック(チャートによる可視化) 派遣社員数推移 
 予測できた減少は問題無し
 （そこまで気にしない）
 閑散期&広告代理店の 刷新により、 広告費調整期間で流入 量減(予測できた減少)
9. HASSYADAI Inc. All rights reserved ヘルスチェック(チャートによる可視化) 派遣社員数推移 
 自分の感覚や、事業PLからずれているも のはよくない傾向なので原因調査
 ※自分は改善余地の調査と呼んでます
 予測よりも成果が悪かった。 もっと改善できるのでは。
10. HASSYADAI Inc. All rights reserved ヘルスチェック(生存分析) 
 流入月別の継続率をチェック

11. HASSYADAI Inc. All rights reserved ヘルスチェック(生存分析) 
 流入月別の継続率をチェック
 サービス初期は継続率 が低かった。要因が何か を探ることにした。
12. HASSYADAI Inc. All rights reserved 普段のExploratoryの実務ルーティン 
 1.ヘルスチェック(チャートによる可視化)
 ・就業者数の変動チェック
 ・就業者の継続率チェック
 
 
 2.ヘルスに違和感あったらもう少し深く追求(生存分析)
 ・流入経路やユーザ属性を元にコホート分析でざっくり怪しそうな所を探る
 
 
 3.およそ当たりがついたら(ピポットテーブル)
 ・統計分析をかけ、要因を探っていく

13. HASSYADAI Inc. All rights reserved 深く追求(ピポットテーブル) 
 広告媒体や、ユーザ属性によって、ファネルの 動きがどうなってるかを注視
14. HASSYADAI Inc. All rights reserved 深く追求(ピポットテーブル) 
 広告媒体以外でも様々な セグメントで分析できるよう にデータ加工済 ユーザ属性は自社で内製したLineBotの求人マッチング システムで収集・自社DBとExproratoryを連携
15. HASSYADAI Inc. All rights reserved 普段のExploratoryの実務ルーティン 
 1.ヘルスチェック(チャートによる可視化)
 ・就業者数の変動チェック
 ・就業者の継続率チェック
 
 
 2.ヘルスに違和感あったらもう少し深く追求(生存分析)
 ・流入経路やユーザ属性を元にコホート分析でざっくり怪しそうな所を探る
 
 
 3.およそ当たりがついたら(ピポットテーブル)
 ・統計分析をかけ、要因を探っていく

16. HASSYADAI Inc. All rights reserved 要因分析（ロジスティック回帰分析） 

17. HASSYADAI Inc. All rights reserved 要因分析（ロジスティック回帰分析） 
 10代or40歳以上は20代と比べて 途中退職率が高い傾向 静岡県出身者は沖縄県出身者に比べて 途中退職率が高い傾向 新潟・長野出身者は沖縄県出身者に比べて 途中退職率が低い傾向 女性は男性に比べて 途中退職率が低い傾向
18. HASSYADAI Inc. All rights reserved 要因分析（ロジスティック回帰分析） 
 思いついた仮説（当時はいっぱい出ましたが割愛）
 
 ・長野・新潟にセグメント絞って広告を出せば継続率が上がるはず
 　-> そもそもこの差はなぜ出た？県民性？県民性だとしたら場所で絞るより、
 　　 性格特性を収集できるようにしてもっかい統計かけてからでも良さそう
 
 
 
 ・20代女性にセグメント絞って広告を出せば継続率が上がるはず
 

19. HASSYADAI Inc. All rights reserved 要因分析（ロジスティック回帰分析） 
 思いついた仮説（当時はいっぱい出ましたが割愛）
 
 ・長野・新潟にセグメント絞って広告を出せば継続率が上がるはず
 　-> そもそもこの差はなぜ出た？県民性？県民性だとしたら場所で絞るより、
 　　 性格特性を収集できるようにしてもっかい統計かけてからでも良さそう
 
 
 
 ・20代女性にセグメント絞って広告出せば継続率が上がるはず
 -> 広告配信セグメントを絞るのではなく、LPを20代女性受けするような
 　　デザインに刷新することに。それでもダメならセグメント絞ろう。

20. HASSYADAI Inc. All rights reserved 結果
 ・CV向上
 ・女性ユーザ増
 ・継続率UP
 
 
 [結果]
21. HASSYADAI Inc. All rights reserved 私おすすめのExploratoryの活用方法 
 
 1.ヘルスチェック
 2.ヘルスに違和感あったらもう少し深く追求
 
 
 
 3.およそ当たりがついたら要因分析
 
 3の工程に注目が行きがちだが、
 1、2の基盤を整えるのが実務ではめちゃくちゃ大事 ※Exploratoryはこれをワンセットでできるのがすごく便利
22. HASSYADAI Inc. All rights reserved 今後のExploratoryの更なる活用に向けた検討事項 
 1.BIの統合(コラボレーションサーバ利用検討中)
 
 マーケティング関連 PowerBI 社内システム関連 Re:dash インサイト追求 Exploratory 統合できるか 検討中