20140407_kddi_growth_hack_pub.pdf

Transcript

1. Growth Hacking for nanapi Co-Founder CTO Shuichi Wada / @wadap
2. Agenda *OUSPEVDUJPO 8IBU
   JT
   (SPXUI
   )BDL
   )PX
   UP
   "OBMZ[F
   %BUB
   
3. Agenda *OUSPEVDUJPO 8IBU
   JT
   (SPXUI
   )BDL
   )PX
   UP
   "OBMZ[F
   %BUB
   
4. Introduction • 和田修一 / @wadap • 1981年生まれ • 株式会社nanapi Co-Founder（共同創業者）
 取締役 執行役員 CTO • サーバインフラ〜サーバサイド開発が得意分野 • 現在でもインフラ周りのメインエンジニア
5. Biography • 2005年 新卒にて楽天株式会社へ入社
 サーバ・インフラ系の部署に配属される • 2009年 楽天を退職し、弊社代表の古川と起業
 株式会社ロケットスタート CTOに就任 • 2011年 社名を株式会社nanapiへ変更
 株式会社nanapi 取締役 執行役員 CTOに就任
6. Personal Work 6/*9తͳΞϨ
   IUUQXBEBQIBUFOBCMPHDPN 6OJYͷೖ໳ߨ࠲
   IUUQTDIPPKQDMBTT
7. 0VS
   4FSWJDFT w ੜ׆ͷ஌ܙ͕ू·ΔαΠτ
 IUUQOBOBQJKQ
   w ༷ʑͳϋ΢πʔΛఏڙ͢Δα Πτͱͯ͠ϦϦʔε
   w ೥݄̍̕೔ϦϦʔε
   w ݄ؒສ66
 ݄ؒສ7JTJUPS
8. • 即レスQAアプリアンサー
 「アンサー」で検索！ • 質問してから数分以内に回答 がくるのが特徴 • 2013年12月リリース
 LineQとリリース被った！ 0VS
   4FSWJDFT
9. • 英語圏の人に向けた新サービ スをリリース • 4/1にリリース済み
 ※国内へは未告知 • 英語圏を中心に展開をしてい く予定 0VS
   4FSWJDFT
10. Agenda *OUSPEVDUJPO 8IBU
    JT
    (SPXUI
    )BDL
    )PX
    UP
    "OBMZ[F
    %BUB
    
11. What’s GrowthHack? • バズワードに騙されないように！ • 数値を正しく因数分解し、実行し、その結果を分析 して成果を出すこと • 要するに、正しくPDCAサイクルを回すこと
12. GrowthHacking for nanapi ϢχʔΫϢʔβʔ ݄ͷ๚໰਺ ̍ճ͋ͨΓͷӾཡ17 Y Y ສ
    ճ ճ 4&0هࣄ૿Ճ Ϧϐʔτࢪࡦ ճ༡ࢪࡦ
13. どのようにして それぞれの数値を伸ばせば良いのか？
14. -　William Edwards Deming - ”神ならば信じよう。 神でない人はデータを持ってきなさい。”
15. • どのようにデータ解析が世間 的に活用されているのかを多 く紹介されている • Web業界というよりも、医療 系など様々な話が多く興味深 い • データ分析の重要性を理解す るための入門書５冊
 http://goo.gl/RAOoSx Data Analysis
16. Data Driven • 回遊施策やSEOなど、最終的に雰囲気で実施されて しまうことが多い • 大事なのは、実行されたあとにその結果がどのよう な数値を招いたのかを検証すること • そのためにビッグデータを解析する
17. Agenda *OUSPEVDUJPO 8IBU
    JT
    (SPXUI
    )BDL
    )PX
    UP
    "OBMZ[F
    %BUB
    
18. • GoogleAnalyticsにおけるア クセス解析 • TreasureDataにおけるデータ マイニング Analyze Tools
19. Problems of Google Analytics • 1000万PV/monthを超えると、細かい解析結果が サンプル値となってしまう • サービスのデータに依存した複雑な解析が難しい
20. • クラウド上に構築されている データ解析プラットフォーム • ログを直接送ることで、あと からSQLでデータ解析を行う ことができる TreasureData
21. 3FRVFTU )551
    WJB
    +BWBTDSJQU 'MVFOUE 'PSXBSE Overview
22. Log Format • データ解析を行う際に大事なのは、解析対象となる ログのデータ設計 • 取得するログは “非正規化” することが大事 • RDBMS感覚で正規化を行いすぎるととにかく解析 しづらいデータになる
23. • TreasureData上のデータは、 SQLで抽出できる • Hiveをベースに実装されてい るので、基本的なMySQLの知 識だけで抽出可能 • この画面を非エンジニアにも 提供し、データ解析を実施 How to analyze Data
24. Analysis Example ͱ͋ΔվमΛߦͬͨͱ͜Ζएׯ17͕ݮগͨ͠ɻ
    ۩ମతʹͳͥ17͕ݮগͨ͠ͷ͔ʁ ϥΠτϢʔβʔ͸ճ༡਺͕ݮগ
    ϔϏʔϢʔβʔ͸ճ༡਺ɾ๚໰਺ڞʹ਺஋͕ݮগ
25. ϔϏʔϢʔβʔͷճ༡਺͕ݮͬͨͷ͸
    Ͳͷίϯςϯπʹ͓͍͔ͯʁ ࿀Ѫίϯςϯπʹ͓͍ͯ͸ճ༡͸མ͍ͪͯͳ͍͕ɺ
    ͦͷଞͷίϯςϯπʹ͓͍ͯ͸ݮ͍ͬͯΔ Analysis Example
26. • クエリの実行パターンはある 程度限られるのでドキュメン ト化 • データ解析をエンジニアのも のだけにしないことが大事 • SQLは非エンジニアでも触れ るくらいの心意気を育てる All employees use
27. Growth Hack • GrowchHackとはイコール企業文化につながる • データ解析による判断が正義になるか • 本当の意味でユーザーを大切にしているか