Share
Embed
Slide 1
Slide 1 text
Firebase
Predictionsで始める
1歩先を読むグロース戦略
@koyamauchi
2019.03.28
Firebase
Meetup
#12
Growth
Day
1/48
Slide 2
Slide 2 text
本日のお題目
1.
Voicyの紹介
2.
アプリのグロースについて考えてみる
3.
Predictionって何?
4.
使い始める準備をしよう！
5.
いざアクション！
6.
最後にまとめ
2/48
Slide 3
Slide 3 text
3/48
Slide 4
Slide 4 text
4/48
Slide 5
Slide 5 text
5/48
Slide 6
Slide 6 text
今日の発表で得られるもの
6/48
Slide 7
Slide 7 text
今日の発表で得られるもの
1.
Predicionsの仕組みが分かる
6/48
Slide 8
Slide 8 text
今日の発表で得られるもの
1.
Predicionsの仕組みが分かる
2.
使い始めるまでに必要な準備
/
活用方法が
分かる
6/48
Slide 9
Slide 9 text
今日の発表で得られるもの
1.
Predicionsの仕組みが分かる
2.
使い始めるまでに必要な準備
/
活用方法が
分かる
3.
明日から使ってみたくなる(多分)
6/48
Slide 10
Slide 10 text
Voicyの紹介
(1/6)
7/48
Slide 11
Slide 11 text
8/48
Slide 12
Slide 12 text
9/48
Slide 13
Slide 13 text
10/48
Slide 14
Slide 14 text
Voicyのデータ環境
toCアプリのログは、サーバーログとFirebaseAnalyticsを併用して使用
音声聴取ログとアプリ内でのアクションログの2つをまとめてBigQueryに投入
11/48
Slide 15
Slide 15 text
Voicy
と
Firebase
必要に応じて、いくつかのサービスを使用しています
12/48
Slide 16
Slide 16 text
アプリのグロースについて考えてみる
(2/6)
13/48
Slide 17
Slide 17 text
継続率が何よりも重要だというのはよくある話...
まずはサービスを使い続けてくれる土台作りがダイジ
14/48
Slide 18
Slide 18 text
従来の分析と予測型の分析
15/48
Slide 19
Slide 19 text
従来の分析と予測型の分析
これまで:
15/48
Slide 20
Slide 20 text
従来の分析と予測型の分析
これまで:
過去の行動を分析して、未来のユーザーにアクションを実行
15/48
Slide 21
Slide 21 text
従来の分析と予測型の分析
これまで:
過去の行動を分析して、未来のユーザーにアクションを実行
->
離脱してしまったユーザーにアプローチできない
&
施策
が新規のユーザーに適用可能かは未知数
15/48
Slide 22
Slide 22 text
従来の分析と予測型の分析
これまで:
過去の行動を分析して、未来のユーザーにアクションを実行
->
離脱してしまったユーザーにアプローチできない
&
施策
が新規のユーザーに適用可能かは未知数
これから:
15/48
Slide 23
Slide 23 text
従来の分析と予測型の分析
これまで:
過去の行動を分析して、未来のユーザーにアクションを実行
->
離脱してしまったユーザーにアプローチできない
&
施策
が新規のユーザーに適用可能かは未知数
これから:
今のユーザーの行動を予測して、そのユーザーにアクション
を実行
15/48
Slide 24
Slide 24 text
従来の分析と予測型の分析
これまで:
過去の行動を分析して、未来のユーザーにアクションを実行
->
離脱してしまったユーザーにアプローチできない
&
施策
が新規のユーザーに適用可能かは未知数
これから:
今のユーザーの行動を予測して、そのユーザーにアクション
を実行
->
そもそも離脱自体を防ぐ
&
コンテキストを捉えた施策が
打てる
15/48
Slide 25
Slide 25 text
16/48
Slide 26
Slide 26 text
予測での体験向上を手軽にアプリに取り入れるな
ら、Firebase
Predictionsがオススメ
17/48
Slide 27
Slide 27 text
Predictionsって何?
(3/6)
18/48
Slide 28
Slide 28 text
まずは公式の紹介動画が分かりやすいので見てみる！
Video
Playback
Disabled
19/48
Slide 29
Slide 29 text
ざっくり言うと、、
アプリ利用者の翌7日間における、特定イベントの発生予測を行うモデル
を作成し、各Firebaseプロダクトで利用可能なセグメントを生成する
20/48
Slide 30
Slide 30 text
21/48
Slide 31
Slide 31 text
22/48
Slide 32
Slide 32 text
23/48
Slide 33
Slide 33 text
Predictionsの位置付け
24/48
Slide 34
Slide 34 text
いよいよ準備完了！
25/48
Slide 35
Slide 35 text
使い始める準備をしよう
(4/6)
26/48
Slide 36
Slide 36 text
27/48
Slide 37
Slide 37 text
①何はともあれアクティベート!
MAU10,000以上
かつ
Firebase
Analyticsで計測中!無償!
28/48
Slide 38
Slide 38 text
②仕組みを理解する
ブラックボックスを排除して、正しく用法と用量を守る
29/48
Slide 39
Slide 39 text
大事なポイント1:
Predictionsは、翌7日間のイベント発生確率を予測する
30/48
Slide 40
Slide 40 text
大事なポイント2:
施策に応じて、最適なリスク許容度を選択することができる
31/48
Slide 41
Slide 41 text
32/48
Slide 42
Slide 42 text
大事なポイント2:
施策に応じて、最適なリスク許容度を選択することができる
33/48
Slide 43
Slide 43 text
大事なポイント3:
予測精度が低い時は、自動でオーディエンス解除される
34/48
Slide 44
Slide 44 text
③その他済ましておきたい下準備いくつか
35/48
Slide 45
Slide 45 text
36/48
Slide 46
Slide 46 text
準備完了!
37/48
Slide 47
Slide 47 text
いざアクション！
(5/6)
38/48
Slide 48
Slide 48 text
39/48
Slide 49
Slide 49 text
40/48
Slide 50
Slide 50 text
41/48
Slide 51
Slide 51 text
42/48
Slide 52
Slide 52 text
43/48
Slide 53
Slide 53 text
"ログ"x"予測"の掛け合わせで、踏み込んだ分析が可能！
44/48
Slide 54
Slide 54 text
45/48
Slide 55
Slide 55 text
最後にまとめ
(6/6)
46/48
Slide 56
Slide 56 text
47/48
Slide 57
Slide 57 text
1.
予測をアプリに手軽に取り入れるならおす
すめ！
47/48
Slide 58
Slide 58 text
1.
予測をアプリに手軽に取り入れるならおす
すめ！
2.
学習の仕組みと、応用方法を把握すれば、
リスク管理しつつガシガシ使っていける
47/48
Slide 59
Slide 59 text
1.
予測をアプリに手軽に取り入れるならおす
すめ！
2.
学習の仕組みと、応用方法を把握すれば、
リスク管理しつつガシガシ使っていける
3.
今後の取り組みもガシガシ発表していきま
す！
47/48
Slide 60
Slide 60 text
続報はこちらにて！
48/48