データ駆動のデータ分析プロセス
今回は、データ駆動戦略をアジャイルやリーン開発の中で、どう馴染ませてについて述べていきます。前提として、マーケティングやエンジニアといった境目は考えておらず、エンジニアもデータ分析をしながら仮説立案して開発→リリース→計測するといったことを考えています。
データ駆動戦略
データ駆動とは、いわゆるデータ・ドリブンにデータを計測しながら次の施策を立てたりプロダクト戦略を立てたり経営戦略に活かしたりするプロセスです。
詳しくは、以下のスライドで述べておりますのでご興味あればご覧ください。
今回は、データ駆動といったことを組織として行うときに開発プロセスにどうなじませていくかの流れを説明していきます。
基本的なデータ駆動における分析の流れ
まずは、アジャイルやリーンといった開発プロセスに関係なく、基本的なデータ駆動及びデータ分析のプロセスを説明していきます。
Phase0
前提として、きちんとKPIを定めているところからはじめています。もちろん、そのためにはKGIやCSFなども整備している前提です。
Phase1
そうした中で、まずは「データがあるかどうか」が焦点になります。そこから「定量的データ」か「定性データ」に分かれます。そこからは、仮説立案に向けて分析→仮説立案へと進んでいきます。
Phase2
特に定量的データに基づく仮説立案については、まず良いユーザーを特定します。また、そのデータとの相関関係を探りながら因果関係を探していきます。定性データに関しては、ユーザーインタビューやクレーム、ブレストからアイディアを出していきます。そして、それをA/Bテストなどで仮説の妥当性を見ていきます。
Phase3
ここからは、実際に仮説の実施へと移ります。実施中はコホート分析などを使い、時間の経過を見ながらデータを観察していきます。
Phase4
そして、結果として「効果がでなかったのか」「効果がでたのか」を判断します。
効果がでなかった = ピボットして、「仮説立案を見直す」 or 「A/Bテスト(検証)をやり直す」効果が出たのであれば、次の仮説へと進みます。
以上です。
