ビジネスインテリジェンスと UXリサーチの統合

by shakezo

Slide 1

Slide 1 text

1 ビジネスインテリジェンスと UXリサーチの統合メルカリにおけるデータドリブンなプロダクト開発への取り組み 2020/3/7 @shaekzo

Slide 2

Slide 2 text

2 株式会社メルカリ  プロダクトマネージャー      Naoki Shinbo  ・構造計画研究所で機械学習のR＆D、分析コンサルティング   ・リブセンスでAnalyticsチーム、UXデザインチーム立ち上げ   ・メルカリでデータアナリスト、UXリサーチャーを経て   　現在はロジスティクス領域のPdM     ・専門は定性・定量のデータ分析と機械学習のUXデザイン    

Slide 3

Slide 3 text

3 メルカリ

Slide 4

Slide 4 text

4 個人が簡単に売買を行えるCtoCマーケットプレイス  ●サービス開始日：2013年7月  ●対応OS：Android、iOS ※Webブラウザからも利用可能   ●利用料：無料  ※売れたときの手数料：販売価格の 10% ●対応地域・言語：日本・日本語基本仕様   

Slide 5

Slide 5 text

5 利用実績推移（JP／FY2020.6 第2四半期）  867 1,289 1,544 GMV¹  1,544億円  単位：億円  85 122 144 売上高  144億円  単位：億円  964 1,236 1,538 MAU²  1,538万人  単位：万人  FY 2018.6 2Q FY 2019.6 2Q FY 2020.6 2Q 出典：会社資料。JP版メルカリ事業の決算概況（FY2020.6 2Q）より。  1. キャンセル等を考慮後の取引高の合計  2. 四半期平均のMAU  FY 2018.6 2Q FY 2019.6 2Q FY 2020.6 2Q FY 2018.6 2Q FY 2019.6 2Q FY 2020.6 2Q 5  

Slide 6

Slide 6 text

6 本日話すことメルカリにおけるBI・UXリサーチの取り組み 1 BIとUXリサーチを統合した分析への取り組み 2

Slide 7

Slide 7 text

7 メルカリにおけるデータ活用

Slide 8

Slide 8 text

8 ビジネスインテリジェンスとUXリサーチ BI UXR 定量定性・KPI設計、モニタリング・A/Bテスト設計、検証・サービス全体の分析・グロースポイントの発見・カスタマー理解・インサイトの発見・アイディアの仮説検証・ユーザビリティ評価

Slide 9

Slide 9 text

9 BI分析の事例新規SellerMAU Xxxxx users 既存SellerMAU xxxx users + SellerMAU xxxxx users Brand New 　 xxxxusers Buy-Sell転換 xxxusers NonBuyer xxxx users + + 継続出品 xxxx users 短期リピート xxxx users カムバック xxxxusers + + KPIを改善可能な粒度に分解

Slide 10

Slide 10 text

10 BI分析の事例　　フレーム　　ポイント Coupon等を用いたCRMのPlan / Check に使用 ✓ シンプルに保つことに注力 ✓ このフレームをチーム全体で用いて意識統一を図った ✓ CRMの施策のフレームワークの設計

Slide 11

Slide 11 text

11 ペルソナ設計属性調査行動調査 UXリサーチのパターン　　探索型検証型顧客の理解、課題・インサイトの抽出仮説先行型の機能の事前評価や磨き込みユーザビリティ評価コンセプト評価価値分析 KJ法、スペクトラム法　 KJ法 KA法、上位下位分析ストーリーボードプロトタイピング課題や状況に応じてて探索型と検証型のリサーチを使い分けている

Slide 12

Slide 12 text

12 探索型リサーチ

Slide 13

Slide 13 text

13 出品促進のためのUXリサーチ出品経験があるか? 購入経験があるか？ ②EC的利用 ①ロイヤル ③不用品処分 ④離脱候補 Yes No Yes No カスタマーを2軸で整理してセグメント単位で調査ライフスタイル ☑ メルカリの利用文脈 ☑ 出品に対する意識構造 ☑ 物に対する価値観 ☑ ☑ etc...

Slide 14

Slide 14 text

14 出品促進のためのUXリサーチ出品経験があるか? 購入経験があるか？ ②EC的利用 ①ロイヤル ③不用品処分 ④離脱候補 Yes No Yes No A B C D ①利用状況による分類 ②ペルソナ設計施策1 ③施策件検討施策2 施策3 施策4 ユーザインタビューや行動観察などからセグメントを更に分類してペルソナ化ペルソナ単位で施策のアイディエーションを実施

Slide 15

Slide 15 text

15 未出品Buyerリサーチ購入のみのカスタマーの出品転換施策のためのUXリサーチを実施カスタマージャーニー・ペルソナの作成と出品インサイトの抽出

Slide 16

Slide 16 text

16 仮説検証型リサーチ

Slide 17

Slide 17 text

17 コンセプト評価の事例

Slide 18

Slide 18 text

18 売れるかチェック機能 <売れるかチェック機能> 過去の商品データから相場を表示写真からAIが商品を自動推定出品アイテムの表示 ※現在一部の方に試験的に提供中

Slide 19

Slide 19 text

19 コンセプト評価フローデプスインタビュー×5人を3サイクルしてターゲットとコア機能と体験の見定め ①機能検討 ②コンセプト評価 ③データ分析 ④利用文脈の理解 ⑤プロトタイピング ⑥ユーザテスト　　コンセプトの設計 UI/UXの設計

Slide 20

Slide 20 text

20 コンセプト評価フローデプスインタビュー×5人を3サイクルしてターゲットとコア機能と体験の見定め ①機能検討 ②コンセプト評価 ③データ分析 ④利用文脈の理解 ⑤プロトタイピング ⑥ユーザテスト　　コンセプトの設計 UI/UXの設計自信がもてるまでサイクルを回す

Slide 21

Slide 21 text

21 ユーザビリティテスト事例

Slide 22

Slide 22 text

Slide 23

Slide 23 text

23 事例：Mercari Post 売れた商品が人を介さずに発送できる無人投函ボックスドラッグストアコンビニ駅構内様々な場所に設置予定 ☑ ☑ ☑

Slide 24

Slide 24 text

24 事例：Mercari Post ダンボールで作成したモックでユーザビリティテストを実施記録係　×　1 機械を代替する人 × 1 ※裏側に入って手動で伝票発行する人インタビュアー × 1

Slide 25

Slide 25 text

25 Mercari Post ユーザビリティテストの結果、様々な課題を発見・伝票の貼り付け方で迷いが生じる・投函口が高いので恐る恐る投函・バーコード読取り画面に到達できない

Slide 26

Slide 26 text

26 BIとUXRの統合

Slide 27

Slide 27 text

27 BIとUXRの分析プロセスの統合 BI UXR BIとUXRは相互補完関係にある問題が発生している原因や構造の特定や文脈の把握が得意問題が発生している場所の特定や施策インパクトの見積もりが得意

Slide 28

Slide 28 text

28 BIとUXRの分析プロセスの統合目標設定 1 2 3 4 　課題特定　　施策設計効果測定 BI BI＆UXR UXD BI どの指標を改善するべきかのか？その指標はどこで発生している何の問題を解決すれば改善するのかその問題はどうすれば解決できるのか施策の効果はどれくらいあったのか

Slide 29

Slide 29 text

29 出品者数増加施策のケース

Slide 30

Slide 30 text

30 どの指標を改善するべきか？(BI) 出品経験があるか? 購入経験があるか？　EC的利用　　　ロイヤル　不用品処分　離脱候補 Yes No Yes No ①セグメントの規模感の調査出品転換率平均出品間隔 ②出品数増加に寄与する指標の設計 ③改善インパクト・難易度の算出 ☑ ☑ 出品継続率 ☑ 指標改善時の効果シミュレーション ☑ ☑数値改善の難易度の予測 ☑ 対象UUの把握

Slide 31

Slide 31 text

31 指標を上げるにはどこを改善するべきか?(BI) 写真撮影出品ボタン押下説明文配送方法価格　出品改善箇所によってその後リサーチや施策の方向性は大きく変わる出品情報入力の UI/UXの改善出品における予期的UXの改善そもそも出品に関する動きをしていない出品しようとしたが途中に阻害要因があって離脱課題　　改善の方向性ファネル

Slide 32

Slide 32 text

32 アンケート×行動ログで定性調査対象を決定行動ログデータ活用による高精度なrecruiting アンケートによる課題の概要把握(not recruiting) ・出品に興味をもっているカスタマーの割合・出品のブロッカーになっている要素 (梱包・発送・コミュニケーションなど ) ・登録からの経過日数・直近の購買行動・累積購買件数など 1 2

Slide 33

Slide 33 text

33 ペルソナ・ジャーニー・価値マップの構築(UXR)

Slide 34

Slide 34 text

34 アイディエーション＆エバリュエーション(UXR) ①機能検討 ②コンセプト評価 ③データ分析 ④利用文脈の理解 ⑤プロトタイピング ⑥ユーザテスト　　コンセプトの設計 UI/UXの設計

Slide 35

Slide 35 text

35 効果測定(BI) リリースした機能や施策に意図通りの効果が得られているかを検証適切なA/Bテストの設計正式機能としてのローンチ or 改善 or クローズの判断統計的検定による効果検証 ☑ ☑ ☑

Slide 36

Slide 36 text

36 まとめメルカリでは定量・定性データの両方をプロダクト開発に活かしている BI・UXリサーチは相互補完関係にあり、組み合わせることで精度高いリサーチが可能になる BI・UXリサーチは関係性は密接なっていくと予想される