Simple Data Analytics Leads impact

by Hikaru Kashida

Slide 1

Slide 1 text

”Simple Data Analysis” で成果を出す Hikaru Kashida Data Analyst / Manager 2018.11.14 Web担当者 Forum

Slide 2

Slide 2 text

はじめに

Slide 3

Slide 3 text

メモや写真などは必要ありませんスライド全公開してます

Slide 4

Slide 4 text

言いたいことは次の3点です

Slide 5

Slide 5 text

3行サマリ 1 『Simple』な顧客セグメントを作ろう 2 セグメントによってKPI監視と施策を強化しよう 3 分析と分析者を活かそう

Slide 6

Slide 6 text

本日のお話は大体コレで全部

Slide 7

Slide 7 text

宣伝こちらの本出版中

Slide 8

Slide 8 text

☺☺ ってことで、あとはリラックスしてお聞きください

Slide 9

Slide 9 text

自己紹介 Let me introduce myself

Slide 10

Slide 10 text

● Mercari, Inc. ● Data Analyst / Manager ○ Service Growth ○ Team Management ● Data界隈のイベントを複数主催 ● Twitter ⇢ @hik0107 樫田光 Hikaru Kashida

Slide 11

Slide 11 text

2016-20171st half Mercari USの戦略 / 分析 20172nd half - 国内メルカリのGrowth戦略 ○ 顧客セグメント戦略 ○ KPI / モニタリング体制 ○ 分析からの施策提案 ○ 予算策定 Works in Mercari

Slide 12

Slide 12 text

2016-20171st half Mercari USの戦略 / 分析 20172nd half - 国内メルカリのGrowth戦略 ○ 顧客セグメント戦略 ○ KPI / モニタリング体制 ○ 分析からの施策提案 ○ 予算策定今日のお話

Slide 13

Slide 13 text

メルカリのセグメントについて Customer Segment in Mercari

Slide 14

Slide 14 text

みなさん、セグメント切ってますか

Slide 15

Slide 15 text

3.0 C R M

Slide 16

Slide 16 text

CRMとセグメントの軌跡 - in case of Mercari 0 No CRM セグメントなし全ユーザに同じ施策を打つ僕がメルカリのグロースを担当し始めた時

Slide 17

Slide 17 text

CRMとセグメントの軌跡 - in case of Mercari 0 No CRM セグメントなし全ユーザに同じ施策を打つ 1 CRM 1.0 3セグメントに分類よちよち歩きでもまず始めてみる施策担当者と一緒にまず最初にやったこと

Slide 18

Slide 18 text

CRMとセグメントの軌跡 - in case of Mercari 0 No CRM セグメントなし全ユーザに同じ施策を打つ 1 CRM 1.0 3セグメントに分類よちよち歩きでもまず始めてみる 2 CRM 2.0 一部セグメントをもう一歩分解施策を打たない群 CRM1.0 を4ヶ月ほど運用してから漸進的進化

Slide 19

Slide 19 text

CRMとセグメントの軌跡 - in case of Mercari 0 No CRM セグメントなし全ユーザに同じ施策を打つ 1 CRM 1.0 3セグメントに分類よちよち歩きでもまず始めてみる 2 CRM 2.0 一部セグメントをもう一歩分解施策を打たない群 3 CRM 3.0 セグメントを詳細化自動化チューニング現在

Slide 20

Slide 20 text

これだけは覚えて帰ってほしいこと The most important message in this presentation

Slide 21

Slide 21 text

CRMとセグメントの軌跡 - in case of Mercari 0 No CRM セグメントなし全ユーザに同じ施策を打つ 1 CRM 1.0 3セグメントに分類よちよち歩きでもまず始めてみるこのフェーズでは特に “Simple” が何より大事複雑にしない ● 『過度な正確さ』は捨てる ● まず始めてみる

Slide 22

Slide 22 text

よくないケース 1 Too Late to Start 『できるだけ正確にちゃんと切りたい』『みんなが納得するものを』など志を変に高く持ちすぎて、半年たっても決まらずグダる

Slide 23

Slide 23 text

よくないケース 1 Too Late to Start 『できるだけ正確にちゃんと切りたい』『みんなが納得するものを』など志を変に高く持ちすぎて、半年たっても決まらずグダる 2 Too Hard to Operate セグメントの数が多すぎるなどで運用がまわらない

Slide 24

Slide 24 text

よくないケース 1 Too Late to Start 『できるだけ正確にちゃんと切りたい』『みんなが納得するものを』など志を変に高く持ちすぎて、半年たっても決まらずグダる 2 Too Hard to Operate セグメントの数が多すぎるなどで運用がまわらない 3 Too Difficult to Understand 切り方やコンセプトが複雑でごく一部の人しか理解できない特に上位レイヤーのひとが理解を諦めるレベルだと致命傷になる

Slide 25

Slide 25 text

1 2 3 つらい

Slide 26

Slide 26 text

ふたつの大事なこと 1 Simple is better than Accurate. 精緻さにこだわらない『まず最初はsimpleに』この勇気が前頁の問題をすべて解決する 2 Start with Simple. Sophisticate Later. 心配せずとも、Simple Startで成功すれば精緻化はあとからできるまた、なにごともやってみてわかることがたくさんある

Slide 27

Slide 27 text

CRM1.0はSimpleにはじめよう 0 No CRM 1 CRM 1.0 2 CRM 2.0 3 CRM 3.0 To be Simple

Slide 28

Slide 28 text

CRM1.0はSimpleにはじめよう 0 No CRM 1 CRM 1.0 2 CRM 2.0 3 CRM 3.0 Segment = 3 case of mercari

Slide 29

Slide 29 text

Simple Segmentを始めるための４Step How to Step forward at first

Slide 30

Slide 30 text

0 Simpleにすると固く心に誓う複雑だと、先に上げた『 3種類の地獄』に陥ることは直感的にわかっていた僕がまずやった4つのこと phase0

Slide 31

Slide 31 text

おまじない『複雑化』の欲求に囚われたときには

Slide 32

Slide 32 text

● セグメントを作ろう！と頑張っていると、どうしても周囲からいろいろと言う人も出てくる ● 大体において、そういう人の意見が『もっと複雑に』したいというもの → もっと細く、もっと正確に = 複雑さを生む ● そんなときに思い出してほしい呪文『複雑化の誘惑』

Slide 33

Slide 33 text

No content

Slide 34

Slide 34 text

“Intelligent fool, you tend to complicate things. In order to proceed in the opposite direction from that, it requires a lot of courage and a little bit of talent.” 知的な馬鹿は物事を複雑にする傾向がある。それとは反対の方向に進むためには、少しの才能と多くの勇気が必要になる。 - Albert Einstein

Slide 35

Slide 35 text

“Simple can be harder than complex. You have to work hard to get your thinking clean to make it simple.” シンプルであることは複雑であることよりもむずかしいときがある。物事をシンプルにするためには懸命に努力して思考を明瞭にしなければならないからだ。 - Steve Jobs

Slide 36

Slide 36 text

“A wise man considers a complicated thing simply.” 賢者は複雑なことをシンプルに考える。 - Socrates (ソクラテス)

Slide 37

Slide 37 text

賢者 or 知的なバカ?

Slide 38

Slide 38 text

1 これまでの知見から仮説を考える既にある程度わかっていること × 簡単な分析をベースに考え出してみる僕がまずやった4つのこと phase1-3

Slide 39

Slide 39 text

1 これまでの知見から仮説を考える既にある程度わかっていること × 簡単な分析をベースに考え出してみる 2 考え方を目に見える形に落とすいろんなひとと話すために、自分の整理のために、可視化は重要僕がまずやった4つのこと phase1-3

Slide 40

Slide 40 text

1 これまでの知見から仮説を考える既にある程度わかっていること × 簡単な分析をベースに考え出してみる 2 考え方を目に見える形に落とすいろんなひとと話すために、自分の整理のために、可視化は重要 3 ある程度の複雑さレベルで分析しつつ、まとめる実は、最初に作った segmentの素案は 10 だった僕がまずやった4つのこと phase1-3

Slide 41

Slide 41 text

Slide 42

Slide 42 text

これまでの知見から仮説を考える 1 メルカリで買ったことがある人と無い人がいる総合的なアクションの数よりも、直近アクティブ性が大事 DL数が〇〇で、MAUが△△。それに対して月間のActive Buyerが □□ 月間の購買数は人によってかなり広がりがある非アクティブな人にはPushが届かない

Slide 43

Slide 43 text

これまでの知見から仮説を考える - 有効と思われた仮説 1 メルカリでこれまで買ったことがあるか直近で購買があるか直近でアクセスがあるか新規登録 Or 既存 ● 自分の過去の分析の知見から考える ● 施策担当者とブレストしながらアイディアを出していく

Slide 44

Slide 44 text

これまでの知見から仮説を考える - 有効と思われた仮説 1 メルカリでこれまで買ったことがあるか直近で購買があるか直近でアクセスがあるか新規登録 Or 既存 ● この時点では、『直近』とはどれくらいかとか、『購買』がいくつくらいかとか難しいことは余り考えないほうがよい

Slide 45

Slide 45 text

直近購買あり “元” 顧客購買ないまま離脱まだ購買の経験なしこれまでの知見から仮説を考える 1 色々あるけど一旦2軸で整理 ● 購買経験の有無 ● 直近購買あるかある程度の分析と、あとは決めの問題過去に購買経験あるか Yes No 直近購買あるか Yes No A B A B

Slide 46

Slide 46 text

ココが大事必ず『この軸でも考えたほうがいいんじゃない?』と言う意見が出てきます Simpleさを死守してください 3次元以上になると人間の認知がなかなか追いつきません。最初の切り口は2軸に留められると吉。 !

Slide 47

Slide 47 text

貴方が負けた先に待っているもの 1 Too Late to Start 『できるだけ正確にちゃんと切りたい』『みんなが納得するものを』など志を変に高く持ちすぎて、半年たっても決まらずグダる 2 Too Hard to Operate セグメントの数が多すぎるなどで運用がまわらない 3 Too Difficult to Understand 切り方やコンセプトが複雑でごく一部の人しか理解できない特に上位レイヤーのひとが理解を諦めるレベルだと致命傷になる

Slide 48

Slide 48 text

こうなる ….つらい

Slide 49

Slide 49 text

● 直感的にわかりやすいか ● 結局のところこれがなにより大事 ● 周囲にぱっと入ってない人が2人以上いたら危険信号 ● セグメントごとの人数が極端に非均衡でないか ● 極端にボリュームの少ないセグメントなどは作るだけムダ ● 例) 4セグメントで、人数比率が『70 : 20 : 7 : 3』など軸の条件をチェックするための項目

Slide 50

Slide 50 text

● データによる分離が容易か ● セグメント分割のためのデータが簡単に手に入るものか ● 例) “満足度の高さ”みたいな、アンケートしないといけないような項目を使うのはつらそう ● その軸で分けたユーザ群が、別の生態系となるか ● 別のセグメントには施策が全く異なる、というイメージがあるか？ ● 年齢や性別などの静的情報もよいが、行動情報の方がおすすめ軸の条件をチェックするための項目

Slide 51

Slide 51 text

Slide 52

Slide 52 text

考え方を目に見える形に落とす- 当時実際に作っていた資料 2 この仮説の切り口をベースに、情報を付加して絵に落としていく。 ● セグメント内セグメント ● 各群のボリューム感、売上寄与など

Slide 53

Slide 53 text

Pre- Buying Active Buyer Dead wood Dormant 1 3 4 過去に購買経験あるか Yes No 直近アクティブか Yes No 購買経験なし直近購買あり購買ないまま離脱 “元” 顧客考え方を目に見える形に落とす- 当時実際に作っていた資料新規 DL 2 購買数も月に1個から >10個など幅がある 2

Slide 54

Slide 54 text

考え方を目に見える形に落とす- 当時実際に作っていた資料 2 ● 施策のイメージをつけるために、セグメント間の意味合いも付加

Slide 55

Slide 55 text

考え方を目に見える形に落とす 2 樫田マーケターマーケター ● すっと理解できるか ● 施策のイメージ ● 注力どころ

Slide 56

Slide 56 text

Slide 57

Slide 57 text

ある程度の複雑さレベルで分析しつつ、まとめる 3 ☺朗報☺ 過去全体向けに打った施策も後から分解して振り返れる (もしできない場合は、セグメントの切り方が苦しい可能性が高い )

Slide 58

Slide 58 text

ある程度の複雑さレベルで分析しつつ、まとめる 3 全体向けに打った施策：反応率 30% 過去にNo Segmentationで打った施策も『あの時、いま考えたSegmentで分けていたら..』と考えて見てみる

Slide 59

Slide 59 text

ある程度の複雑さレベルで分析しつつ、まとめる 3 Segment 1 80% Segment 2 50% Segment 3 20% Segment 4 0.5% 全体向けに打った施策：反応率 30% 仮説のセグメントで分解してみてみると ...

Slide 60

Slide 60 text

セグメントがSimple ➞ ここでの手法自体は簡単なクロス集計でいいある程度の複雑さレベルで分析しつつ、まとめる 3

Slide 61

Slide 61 text

㊙㊙ある程度の複雑さレベルで分析しつつ、まとめる 3 ※ 当時実際に作った、セグメントごとの特徴の分析シート → とりあえず8セグメントに切って、いろんな KPIを見てみた（実際には過去の施策の反応率なども分析）

Slide 62

Slide 62 text

ある程度の複雑さレベルで分析しつつ、まとめる 3 ここから、施策担当者と話しながら、Simpleに削いでいく ☑ 打つべき手が変わらない群はまとめる → 逆に明らかに変わってくる場合は、絶対に独立させる ☑ 人数が小さすぎるセグメントはまとめてしまう ☑ データ的に分割が容易かを考慮する ☑ 過去の反応率やKPIなどを見て傾向が同じような場合はまとめる ☑ 分割に寄って直感的にわかりづらくなる場合はまとめる

Slide 63

Slide 63 text

ある程度の複雑さレベルで分析しつつ、まとめる 3 ここから、施策担当者と話しながら、Simpleに削いでいく ☑ 打つべき手が変わらない群はまとめる → 逆に明らかに変わってくる場合は、絶対に独立させる ☑ 人数が小さすぎるセグメントはまとめてしまう（★要分析） ☑ データ的に分割が容易かを考慮する（★要データ知識） ☑ 過去の反応率やKPIなどを見て傾向が同じような場合はまとめる（★要分析） ☑ 分割に寄って直感的にわかりづらくなる場合はまとめる

Slide 64

Slide 64 text

樫田マーケターマーケターあれやこれや話すある程度の複雑さレベルで分析しつつ、まとめる 3

Slide 65

Slide 65 text

Keep Comeback New A B 過去に購買経験あるか Yes No 直近購買あるか Yes No 最終的なセグメントはこうなった 3 C CRM 1.0 最終的には Segment = only 3 めちゃsimple

Slide 66

Slide 66 text

Too Simple? Don’t worry, they’re beside you.

Slide 67

Slide 67 text

1 Simple is better than Accurate. 精緻さにこだわらない『まず最初はsimpleに』この勇気がすべてを解決する 2 Start with Simple. Sophisticate Later. 心配せずとも、Simple Startで成功すれば精緻化はあとからできるまた、なにごともやってみてわかることがたくさんある

Slide 68

Slide 68 text

Segmentが何に活きるか How to leverage “simple segment”

Slide 69

Slide 69 text

A KPIを分けて考えるセグメントごとにメインで追う指標を分けることができる数字自体も層ごとに分けてみることで、より施策の効果などが鮮明に見える B 施策を分けて考えるセグメントごとに有効な施策は異なるはずなので、出し分ける C 目標数値の精緻化セグメントごとの重要 KPIなどを深く知ることで、目標数値や予算などが精緻に計画できる

Slide 70

Slide 70 text

Keep 継続既存顧客 Comeback 復帰既存顧客 New 新規顧客 KPIを分けて考えるセグメントごとにみるものを変える A 全体：KPI = 売上セグメントごとに、メインで追う KPIを最適化するそれぞれのセグメントに最も期待するものをちゃんと KPIとして置く

Slide 71

Slide 71 text

Keep 継続既存顧客 Comeback 復帰既存顧客 New 新規顧客 KPIを分けて考えるセグメントごとにみるものを変える A 全体：KPI = 売上売上獲得数 CPA vs. LTV キャンペーン ROI 復帰Buyer数

Slide 72

Slide 72 text

Keep 継続既存顧客 Comeback 復帰既存顧客 New 新規顧客 KPIを分けて考えるセグメントごとにみるものを変える A 全体：KPI = 売上売上獲得数キャンペーン ROI 復帰Buyer数当然モニタリングもセグメントごとに分けて行う数字の好調・不調の理由が桁違いに理解しやすくなる CPA vs. LTV

Slide 73

Slide 73 text

Brandnewへの施策ブースト別セグメントには影響なし KPIを分けて考える実際に見ていたダッシュボード A 特定セグメントへの施策の反応が、セグメント別に見るとビビッドに現れる目標値もセグメント別に管理すると非常に捗る

Slide 74

Slide 74 text

施策を分けて考えるセグメントごとに打つ施策を変える B 全体全体向けに共通の施策を打っている状況 = 非効率

Slide 75

Slide 75 text

Keep 継続既存顧客 Comeback 復帰既存顧客 New 新規顧客施策を分けて考えるセグメントごとに打つ施策を変える B 全体 ● クーポン ● キャンペーン ● App内中心 ● コミュニケーション ● Pre-buy コンテンツ ● Adなど外部施策 ● 初購入特典 ● 大きめのPoint施策やること、できること、書けられるコストなどが結構違う

Slide 76

Slide 76 text

さらに言えば KPIが明確に分かれている / 施策が分かれている = 担当者を明確に分割して考えることも可能になるということ !

Slide 77

Slide 77 text

目標数値の精緻化（グラフは完全に適当です / Chart is just illustrative） C keep 10月 11月継続率 x% Keep : 成熟しているサービスなら継続率はPredictable ( + 継続施策どれくらいやるか）

Slide 78

Slide 78 text

目標数値の精緻化（グラフは完全に適当です / Chart is just illustrative） C keep CB BN 10月 11月継続率 x% Brandnew : 新規獲得系なので広告費などが影響 Keep : 成熟しているサービスなら継続率はPredictable Comeback : 復帰系施策やRe-Engagement系などが影響 ( + 継続施策どれくらいやるか）

Slide 79

Slide 79 text

目標数値の精緻化（グラフは完全に適当です / Chart is just illustrative） C keep CB BN Total 10月 11月継続率 x% keep 12月継続率 y%

Slide 80

Slide 80 text

目標数値の精緻化（グラフは完全に適当です / Chart is just illustrative） C keep CB BN Total 10月 11月継続率 x% keep CB BN 12月継続率 y% 12月は広告で新規獲得に注力する計画の場合

Slide 81

Slide 81 text

目標数値の精緻化 C メリット① 施策計画を加味した目標計画（YoYよりも可変性が高い）メリット② N月の施策のN+1月への積み上がり影響を加味メリット③ セグメントごとの計画が立つ

Slide 82

Slide 82 text

Simple Segmentの運用と分析 How to leverage “simple segment”

Slide 83

Slide 83 text

前提：特にKPIに響く、インセンティブ系の施策を重視

Slide 84

Slide 84 text

運用サイクルに分析をきちんと組み込む Scrap & Build 良い施策は定期化ダメな施策はRefine Test セグメントごとに施策を考え小さく実行 (事前分析なども) Analysis - 打った施策を分析 Segmentの運用サイクル 1 2 3

Slide 85

Slide 85 text

Segmentの運用において大事なこと Segmentの運用サイクルテッパン施策を見極めて恒例化する必要なら予算化を行うダメダメ施策を理解して知見とする二度と同じ愚を繰り返さない A C 施策の反応率を知見化する施策あたりのコスト感を掴む B

Slide 86

Slide 86 text

ちゃんと分析を組み込まないとこうなるテッパン施策かどうかわからないずっといろんな施策を試す羽目にダメダメ施策が繰り返される手数を打ってるのに上がらないKPI 施策の反応率の加減がわからない突然訪れる予算オーバー “勘で運用”の悪魔俺の感覚はあたるんだ！

Slide 87

Slide 87 text

分析チームとして気をつけていたこと施策担当（当時はマーケチーム）分析チーム 1 施策チームと分析チームは密接に週1-2回は施策のプランについて定期的に話す MTG 施策チームで分析強い人を巻き込む 2 施策の設計・実施に深く関わる A/Bテストできる設計を提案して実行していく試算などは分析チーム主導で行う（ので絶対に相談くる） 3 数字の見える化、ダッシュボード KPIを可能な限り見える化して、施策チームに浸透させる

Slide 88

Slide 88 text

運用サイクルに分析をきちんと組み込む具体的なプロセスフローやりながらこんな感じに固まっていった

Slide 89

Slide 89 text

運用サイクルに分析をきちんと組み込む施策チーム分析チーム施策素案予算計画定例MTG （週1-2）一緒に検討施策のKPIや予算感の確認、期待効果、筋が良いかなどのブレスト

Slide 90

Slide 90 text

運用サイクルに分析をきちんと組み込む施策チーム分析チーム施策素案予算計画定例MTG （週1-2）一緒に検討・期待した効果が出そうかの詳細な試算・反応率などの予測からの消化予算などを分析・場合によっては、対象層の絞り込みなど対象抽出分析・試算

Slide 91

Slide 91 text

対象抽出運用サイクルに分析をきちんと組み込む施策チーム分析チーム施策素案予算計画定例MTG （週1-2）一緒に検討分析・試算施策実施モニタリング (ダッシュボードなど) ・Dailyくらいで見れる仕組み・Slackなどで都度議論・顔合わせた時に会話

Slide 92

Slide 92 text

対象抽出運用サイクルに分析をきちんと組み込む施策チーム分析チーム施策素案予算計画定例MTG （週1-2）一緒に検討分析・試算施策実施モニタリング (ダッシュボードなど) 効果分析・サクッとSheet1枚程度・全施策の結果をWikiに掲載

Slide 93

Slide 93 text

対象抽出運用サイクルに分析をきちんと組み込む施策チーム分析チーム施策素案予算計画定例MTG （週1-2）一緒に検討分析・試算施策実施モニタリング (ダッシュボードなど) 結果振り返り効果分析重要なのはコンセンサスづくり

Slide 94

Slide 94 text

対象抽出運用サイクルに分析をきちんと組み込む施策チーム分析チーム施策素案予算計画定例MTG （週1-2）一緒に検討分析・試算施策実施モニタリング (ダッシュボードなど) 結果振り返り効果分析テッパン施策知見 (失敗含む)

Slide 95

Slide 95 text

チームワークが大事分析担当者はやや外れた存在になりがち？でも本当は戦略の中心にいるべき。

Slide 96

Slide 96 text

みんなで数字を達成するのは楽しい

Slide 97

Slide 97 text

Q終了直前で目標ギリギリ達成グラフ (データの内容は秘密) セグメント戦略を導入した４半期の “Last 1.5 hour” ※ 当時のSlackより僕財務担当者マーケ責任者担当執行役員

Slide 98

Slide 98 text

Simple Segmentからの進化 Evolution of Segment

Slide 99

Slide 99 text

CRM1.0の運用にも慣れてきた

Slide 100

Slide 100 text

CRMとセグメントの軌跡 - メルカリの場合 0 No CRM 1 CRM 1.0 3 CRM 3.0 2 CRM 2.0 Segment = 5

Slide 101

Slide 101 text

Keep (直近購買あり) Comeback (直近購買なし) A B New 購買経験あり購買経験なし C 1.0 → 2.0 の update CRM 1.0

Slide 102

Slide 102 text

Keep (直近購買あり) Comeback (直近購買なし) A B New 購買経験あり購買経験なし C Comeback (直近購買なし) Star Weak Brandnew Delay CRM 2.0 CRM 1.0 購買の強さで 2つに分離登録時期で 2つに分離そのまま 1.0 → 2.0 の update

Slide 103

Slide 103 text

あくまで漸進的な変化

Slide 104

Slide 104 text

小さいことを積み重ねるのが、とんでもないところへ行くただひとつの道だと思っています。 - 鈴木一朗（イチロー）

Slide 105

Slide 105 text

“If you want to go fast, go alone. If you want to go far, go together.” 早く行きたければ、ひとりで行け。遠くまで行きたいのなら、みんなで進め。 - アフリカのことわざ

Slide 106

Slide 106 text

チームで進みたいなら焦ってはダメ

Slide 107

Slide 107 text

1.0 → 2.0 の update ● 施策の頻度を落とすセグメントなども作る ● 新しい施策も試してみる ● 別の分割の切り口も考えてみる機運よりメリハリをつけた施策の出し分けなどにシフトしていく

Slide 108

Slide 108 text

CRM3.0と、4.0に向けて

Slide 109

Slide 109 text

現在進行形なので詳しくは話せませんが... CRM3.0 (現在) 特に注力するセグメントをさらに細く割って、条件のトリガーベースで施策を自動化その際の分割の軸は分析 × ある程度ヒューリスティック CRM4.0 (Next) 機械学習の導入 Simpleセグメント ➞ 多数の行動特徴を機械学習モデルで複合判定する Complexセグメントへ（一部実験中）

Slide 110

Slide 110 text

機械学習は銀の弾丸か? + 納得感ヒューリスティックな仮説ベースでやっていると、いろんな意見が出る分析から数字で示しても、自分の感覚にこだわる人は絶対に反論をしたがるそういうオールドファッションな人ほど、なぜか『 AIでやってます』で納得する（と思う。） + 個別化 & 正解に近い単純な2軸~3軸の分解だと、多数の例外が発生する 5セグメントに区切ったところで、同じセグメントのなかにも実はいろんなユーザが存在する機械学習は、実質的には大量（有効な特徴量の数）の軸でセグメントしているに等しい一人ひとりを個別のセグメントに分類している状態に近い

Slide 111

Slide 111 text

機械学習は銀の弾丸か? - 人的リソースはかかる座組として、MLエンジニア × プランナー × データアナリスト（ML/数字/ビジネスをブリッジできる ) が必要オーナーシップの所在をどこに置くかが結構難しい感覚さらに実用化の場合は SysMLなど

Slide 112

Slide 112 text

おさらい

Slide 113

Slide 113 text

● Simpleにすると固く心に誓う ➞ もうできるはず。今日の話と偉人の言葉を思い出してください。。。 ● これまでの知見から仮説を考える ➞ みなさんの社内にもうあるはず。 ● 考え方を目に見える形に落とす ➞ 図表化が上手そうな人を見つけましょう。 ● ある程度の複雑さレベルで分析しつつ、まとめる ➞ いまこそ分析者を活かしましょう。いなければなんとか育てましょう。分析者なんて雇っていられない？それで本当に大丈夫ですか？もしSimple Segmentを始めようと思ったら

Slide 114

Slide 114 text

Slide 115

Slide 115 text

● Simpleにすると固く心に誓う ➞ もうできるはず。今日の話と偉人の言葉を思い出してください。。。 ● これまでの知見から仮説を考える ➞ みなさんの社内にもうあるはず。 ● 考え方を目に見える形に落とす ➞ 図表化が上手そうな人を見つけましょう。 ● ある程度の複雑さレベルで分析しつつ、まとめる ➞ いまこそ分析者を活かしましょう。分析者なんて雇っていられない？今は21世紀、それで本当に大丈夫ですか？もしSimple Segmentを始めようと思ったら

Slide 116

Slide 116 text

おわりに

Slide 117

Slide 117 text

No content

Slide 118

Slide 118 text

Simple is better than Accurate. 精緻さにこだわらない『まず最初はsimpleに』この勇気がすべてを解決する - Hikaru Kashida

Slide 119

Slide 119 text

No content

Slide 120

Slide 120 text

実はMarkの発言ではないらしい....? FacebookのCEO Markは “Done is better than perfect” といった simple Facebookの壁には “Done is better than perfect” と書かれている。創業者のMarkの言だという説もあるが実際に彼が言ったという証拠は無く元が誰の発言であるかは諸説ある Accurate どちらを使うべきかは場合に寄るだろうが、わかりやすさを重視して、多少の不正確さを許容することで得るものもある。

Slide 121

Slide 121 text

Slide 122

Slide 122 text

Hikaru Kashida @hik0107 on Twitter / note / Qiita / Speakerdeck Thanks! Have a Better Segment, Better Life.