gloops流データアナリストの部署間連携術
•Als PPTX, PDF herunterladen•
9 gefällt mir•4,390 views
2014年10月8日に弊社データマイニング部が行った分析者向けセミナーの資料です。
Empfohlen
Weitere ähnliche Inhalte
Was ist angesagt?
Was ist angesagt? (20)
Andere mochten auch
Andere mochten auch (20)
Ähnlich wie gloops流データアナリストの部署間連携術
Ähnlich wie gloops流データアナリストの部署間連携術 (20)
gloops流データアナリストの部署間連携術
- 1. 第二回GDMS gloops流データアナリストの部署間連携術 データ様に聞け！- 組織の中のデータマイニング
- 2. 2 自己紹介 ソーシャルゲーム事業本部 データマイニング部アナリスト 勝俣真也 KATSUMATA SHINYA BIRTH AGE 1987.6.25 27 出身校 専攻 大阪大学→大阪大学大学院 ・超分子化学・物理化学 ・光化学討論会最優秀学生発表賞 趣味 水泳（専門バタフライ）
- 3. 3 AGENDA 1. gloopsの紹介 2. gloopsデータマイニングの日常 3. Phase 1: CM実施前 4. Phase 2: CM実施期間中 5. Phase 3: 効果測定 6. まとめ
- 5. 5 1. gloopsの紹介 ブランドステートメント
- 6. 6 1. gloopsの紹介 主な事業内容 ソーシャルアプリケーション事業 過去累計約40タイトル／延べ登録者数3000万人以上
- 8. 8 1. gloopsの紹介 こんな経験ありませんか？ ？ データを出したけど、伝え方がわからな い・・・ 分析結果を聞き入れてもらえない・・・ 他部署の方とどのように関わったら良いか 分からない・・・
- 9. 9 1. gloopsの紹介 gloops DM流連携術“D x 3” Data ～ データ 伝えたい事を明確に 結論をピンポイントに Data Analyst ～ 自分自身 分析対象を理解 自分が知らない事を知る Destinations ～ 相手先 共通目標の設定 共通認識の普及 一目瞭然 無知之知 広宣流布
- 10. 2 gloopsデータマイニングの日 常 10
- 11. 11 2. gloopsデータマイニングの日常 データマイニングの日常 定点観測 システム レポート イベント進捗等チーム にとって重要なデータ コンテンツ独自 のデータ 全社的に 重要なデータ
- 12. 分析の前に重要な事 12 2. gloopsデータマイニングの日常 分析対象（ゲーム）に対する理解
- 13. カジノ ショップ 交換所 挨拶Pt 召還覚醒売却 13 2. gloopsデータマイニングの日常 パラメータ相関図 LPフィールドその他BPフィールド 強化フィールド クエスト ノーマルサブ 手配書 スペシャ ル経験値・ゼニ・魔者 訓練所 クリア 召還P 覚醒素材 Level 継承 覚醒メダ ル エンブレ ム 魔具 強化 フレンド トロフィ アイテム チップ イベント パーティ 魔者 コロシア ム CP ランキン グ 報酬
- 14. 問題定義 DMAIC 14 2. gloopsデータマイニングの日常 分析プロセス DMAICサイクル DEFINE MEASURE CONTROL IMPROVE ANALYZE 計測 監視 改善・提案分析
- 15. 15 2. gloopsデータマイニングの日常 DefineとImproveの関係 例えば・・・ ふんわり君 キーパーソン確 保 まずデータ共有 なんの データ？ データを 出しただけ しっかり君 キーパーソン確 保 まず課題確認 コミュニケー ションの繰り返 し データが 活きる
- 16. スカイロックの大規模PRを具体例として、 DMと他部署との方との連携に関してご紹介します。 16 2. gloopsデータマイニングの日常
- 17. 17 2. gloopsデータマイニングの日常 スカイロック MOBILE PC TVCM 新鋭漫画家によるキャラクターデザイ ン、 映画「ドラゴンボールZ 神と神」など 人気作に携わる脚本家の渡辺雄介氏が ストーリーを手がけた、王道RPG。
- 18. 18 CM実施 CM実施における3つのフェーズ Phase 1. 実施前マーケティング+ DM Phase 2. 実施中企画+ DM Phase 3. 実施後 DM 期間中のデータ測定並びに解析 2. gloopsデータマイニングの日常
- 19. 3 Phase 1: CM実施前 19
- 20. マーケティングDM 20 マーケティング Phase 1 CM実施コンテン ツの検討 PFとの調整 決済予測 リクープ期間 の算出 PFとの諸条件調 整 3. Phase 1: CM実施前 Phase 1.における流れ
- 21. 21 3. Phase 1: CM実施前 CM実施コンテンツの検討
- 22. 新規install数及びアウェイク数を大型プロモーション によって最大化させ決済増を狙う実施目的 22 3. Phase 1: CM実施前 大型プロモーション概要 実施期間2014年5月30日（金）～2014年6月19日（木） TVCMを中心とした大規模なプロモーション展開 PF内導線はもちろん、PF外広告も積極的に実施 実施内容
- 23. スカイロックの最大の魅力である「キャラクター」を活かした クリエイティブで展開すべく、セル画を使用したアニメーションで 制作。 23 大型プロモーション概要 兄弟編 プロローグ的な要素として、主人公シエルをはじめ、「運命の五 つ子」達の横顔を紹介しながら、壮大な物語の幕開けを描く。 バトル編 スカイロックの第二の見せ場となるバトルシーンを中心にしたク リエイティブに。「バトル編」では、覚醒した４人の魔者達が、 冥界神サタナスと繰り広げる戦いのワンシーンを描く 3. Phase 1: CM実施前 放映地域 クリエイティ ブ 制作物 全国（約3,000GRP程度） ① 兄弟編： 15秒ver. / 30秒ver. ② バトル編：15秒ver.
- 24. 3. Phase 1: CM実施前 サタン・ガブリエル・ペガサス＋それぞれの魔人まで覚醒する覚醒 素材 1 サタン(★8) 2 ガブリエル(★7) 3 ペガサス(★7) 24 大型プロモーション概要 インセンティ ブ スケジュール3つのインセンティブを用意し、3週間にわたりTVCMを展開 インセンティブ①サタン②ガブリエル③ペガサス 兄弟編（15秒ver.） 兄弟編（30秒ver.） バトル編（15秒ver.） ※バトル編と組合せ30秒ver.にて展開 日程 5月6月 29 30 31 1 金 土 日 月 2 火 3 水 4 木 5 金 6 土 7 日 8 月 9 火 10 水 11 木 12 金 13 土 14 日 15 月 16 火 17 水 18 木 19 金
- 25. 25 3. Phase 1: CM実施前 大型プロモーション概要 公式サイトも大幅リニューアルし、SNSキャンペーンも同時に展開
- 26. 26 実施決定 再シミュ レーション 経済条件 調整 初期シミュ レーション 決定プロセス ゲームKPI 市場分析 • 市場規模 • 継続率 • 課金傾向 などの調査を実施 市場にニーズが ある/起こせるタ イトルとは？を検 証 • 過去出稿実績 • 想定install • 想定awake 投資がいつまで に回収出来るかを 検証 • 目標install数の 精緻化 シミュレーショ ンにて算出した install数を達成す る施策をPFと日別 に精緻化 • 過去出稿実績 • 目標install • 想定awake より精緻にすべ く再シミュレー ションを行い、リ クープ期間の目標 を設定 3. Phase 1: CM実施前 タイトル選定リクープ検証成功確度up対応 リクープ再検 証
- 27. 大型プロモーション実施の考え方 対 27 キャンペーン予算 追加広告予算 人件費増分 インフラコスト など 決済の伸び アクティブ数確保 （ins・awake） お客様心理に与える プラス影響 ブランディングな ど 3. Phase 1: CM実施前 費用効果
- 28. 3. Phase 1: CM実施前 大型プロモーション実施の考え方 大型プロモーションを行った場合と行わなかった場合との差異で 決済増分 CM開始1ヶ月目2ヶ月目3ヶ月目4ヶ月目それ以降 リクープ 28 決済 投資コストがいつ回収出来るかを重視 決済増分キャンペーン予算
- 29. 大型プロモーション実施の考え方 決済予測額推移PR効果累計 29 3. Phase 1: CM実施前 スカイロックマスプロモーション時の決済予測（効果予測） 決済予測額推移 high low nown PR効果累計 high low 予 測 決 済 額 予測決済 額 リクープライン
- 30. 30 3. Phase 1: CM実施前 Phase 1.におけるDMの役割
- 31. リクープ期間を算出せよ！！ 31 3. Phase 1: CM実施前 MISSION
- 32. 32 3. Phase 1: CM実施前 DEFINE リクープ期間の最小化 費用対効果の最大化 決済予測が必要
- 33. 33 3. Phase 1: CM実施前 Define 決済= DAU x 課金率x ARPPU DAU = install x 継続率 決済= install x 継続率x 課金率x ARPPU
- 34. install 初めてゲームに接触したお客様数 34 3. Phase 1: CM実施前 KPIに関する補足 決済= install x 継続率x 課金率x ARPPU ある日にinstallしたお客様で、それ以降も ログインして頂けている人数の割合 継続率 ログインしているお客様でお金を使って頂けた人の 割合 課金率 ARPPU 課金して頂けたお客様の平均課金額
- 35. 決済= install x 継続率x 課金率x ARPPU 35 3. Phase 1: CM実施前 決済予測に関する補足 継続率Date 5月30日5月31日6月1日6月2日6月3日6月4日DAU 課金率ARPPU 決済 0日後100% 5月30日1,000 1,000 40% 7,000 2,800,000 1日後60% 5月31日600 1,500 2,100 20% 7,000 2,940000 2日後45% 6月1日450 900 3,000 4,350 10% 6,000 2,610,000 3日後30% 6月2日300 675 1,800 2,000 4,775 10% 3,000 1,432,500 4日後30% 6月3日300 450 1,350 1,000 2,000 5,300 10% 2,000 1,060,000 5日後25% 6月4日250 450 900 900 1,200 1,000 4,700 10% 1,500 705,000
- 36. 決済= install x 継続率x 課金率x ARPPU 過去の実績値より予測可能 36 3. Phase 1: CM実施前 Measure and Analyze DMくん ＣＭ期間？！ installってどのぐら い？
- 37. 部署間連携に応用して考える！ 37 3. Phase 1: CM実施前 ジョハリの窓の応用 ジョハリの窓と は？ 自分 対人関係における自己の 気づきのグラフモデル 知っている知らない 相 手 知 っ て い る 知 ら な い 開かれた窓 自分も知っており、 相手も知っている 気づかない窓 自分は気づいていないが、 相手は知っている 隠された窓 自分には分かっているが、 相手は知らない 未知の窓 自分も相手も気づいていない CM期間中 自分が「知らない事」を知る 共通目標を設定する ⇒ 共通目標の為に情報を開示してもらう のins
- 38. 決済予測額推移PR効果累計 38 3. Phase 1: CM実施前 Improve 決済予測額推移 high low nown PR効果累計 high low 予 測 決 済 額 予測決済 額 リクープライン
- 39. DEFINE-定義 決済予測の算出 売上のKPI分解 DMAIC 39 MEASURE-計測 3. Phase 1: CM実施前 DMAICプロセス CONTROL-監視 過去データの測定 (後述) IMPROVE-提案ANALYZE-分析 不足情報の精査 決済予測 投資額の提案
- 40. DEFINE-定義 決済予測の算出 売上のKPI分解 CONTROL-監視MEASURE-計測 DMAIC 3. Phase 1: CM実施前 DMAICプロセス (後述) 過去データの測定 IMPROVE-提案ANALYZE-分析 40 不足情報の精査 決済予測 投資額の提案 コミュニケーション
- 41. 41 いろいろな関数近似 線形近似y = a * x + b 指数近似y = a * e ^ (b * x) x y 対数近似y = log(a * x): a* x > 0 x y 0 OnePointAdvice 三角関数近似y = a * sin(b * x) 0 x y 3. Phase 1: CM実施前 x y
- 42. 継続率推移 42 継続率の推移 継続率 0 5 10 15 20 25 30 経過日数 3. Phase 1: CM実施前 継 続 率 継続率推移 OnePointAdvice
- 43. 継続率推移 43 3. Phase 1: CM実施前 継続率の推移 継続率 0 5 10 15 20 25 30 経過日数 継 続 率 継続率推移 OnePointAdvice
- 44. 4 Phase 2: CM実施期間中 44
- 45. 企画DM 45 4. Phase 2: CM実施期間中 Phase 2 Phase 2.における流れ 企画 プロモーション の効果を最大化 するには？ お客様に長く遊 んでもらうに は？ お客様の理解 離脱要因の検討 施策の立案、実施
- 46. 46 4. Phase 2: CM実施期間中 CM実施時の施策について
- 47. 47 4. Phase 2: CM実施期間中 チームから見たDM活用法 はじめまして、スカイロックディレクター上田朋宏と申します。 ここからは、CM中の具体的な施策と、 施策策定にあたりどうDMを活用したか というお話をさせて頂きます。
- 48. Heavy Base User お客様を、 48 4. Phase 2: CM実施期間中 CMを通じて目標にしていたことは、 ｢スカイロックを毎日遊んで頂ける お客様を増やす｣ことでした。 そのため、HBUという指標をKPIに用いまし た。 HBU 1ヶ月間に26日以上 ログインするお客様 1ヶ月間のログイン 日数により6種類に セグメント分け ゴールを決める
- 49. 49 4. Phase 2: CM実施期間中 ゴールを決める DMと相談しつつ、過去のCM実績や スカイロックの継続率を参考にしながら、 ｢HBU1.5倍｣という大目標を立てました。 HBUを増やすためには、流入してきた お客様にゲームを継続してもらう、 すなわち｢継続率｣を上げる必要がありま す。 継続率アップが中目標に
- 50. 50 4. Phase 2: CM実施期間中 継続率アップは難しい!! さて、｢継続率アップ｣と口でいうのは 簡単ですが、これはゲーム運用の中で 最も難しい目標の1つだと思います。 なぜなら、お客様がゲームをやめる理由 というものが多岐に渡りすぎて、施策単位 で コントロールすることがほぼ不可能に近い からです。
- 51. 51 4. Phase 2: CM実施期間中 ではどうするか? ここでDMの出番です。まずはゲーム内の 継続率に影響しそうなパラメータを 徹底的に洗い出してもらいます。 検証!! 継続率に影響がありそうなパラメータ(仮説) クエスト 進度 フレンド数 課金経験 の有無 所持魔者 レアリティ イベント 参加率 課金額
- 52. 52 4. Phase 2: CM実施期間中 ではどうするか? この検証により、継続率に影響すると思われる 『より具体化された』KPIが判明し、 各種KPI同士の優先順位も判明します。 抽象的KPI｢継続率｣具体的KPI｢ステージ進度｣ ！ 継続率を上げる にはどうすれば いいんだ･･･ お客様のステージ 進度を上げるには･･･ そうだ!!｢ステージ2 を クリアで報酬GET!!｣ というミッションは どうか?
- 53. 53 4. Phase 2: CM実施期間中 施策例① 戦闘力6,000以上のお客様は、ゲームを継続しやすい CM記念ログボ 最高レアリティまで育てられる 魔者｢サタン｣を贈り、CM期間中 に毎日手に入る育成アイテムで 育ててもらう 3日目と7日目には｢サタン｣が 進化する特別なアイテムがもらえ る その他施策の報酬等と合わせて パーティを作れば、戦闘力が大体 6000を超えるようになっている
- 54. 54 4. Phase 2: CM実施期間中 施策例② ステージ進度3以上のお客様は、ゲームを継続しやす い カムバックミッション しばらくログインしていなかった お客様だけが挑戦できる 特別なミッション(限定感) このミッション内容の一部を、 ステージ1クリア ステージ2クリア ステージ3クリアというものに 進捗感を出すべく段階調整、 既にクリアしている人について はボーナスパネル扱い
- 55. 55 4. Phase 2: CM実施期間中 その他の施策例 イベント参加率 初心者でも活躍しやすい、分かりやすい イベントを開催 フレンド数 フレンドとコミュニケーションをとること で ポイントを貯め、報酬と交換できるCPを 所持開魔催者レアリ ティログインボーナスで最高レアリティの魔者を 配布
- 56. 56 4. Phase 2: CM実施期間中 3つのセグメント 新規、既存、カムバッ クの 3セグメントに分けて 細かく施策をフォロー （総施策数22） 表示されるバナーも セグメント毎に変更 各セグメント毎に 毎日監視レポートを もらってKPI監視 新規 既存 改修･ 新規実装 キャン ペーン関係 イベント カム フレンド バック 関係 課金関係チュート改修 新スキル 実装 マイ ペ 整理 CP パネル ミッション ログイン ボーナス 強化CP カムバックCP カウント ダウンCP イベント ①～④ CM記念 召喚 セール ショップ 召喚施策 ①～②
- 57. 57 4. Phase 2: CM実施期間中 まとめ CM放映終了1ヶ月後に、HBU1.5倍という 目標を達成!! ｢KPIの具体化｣によって、プランナーが具体 的な企画をイメージしやすくすることが重要 (同時に優先順位付けを話し合う) プランナーは手段には興味が無い(～モデ ル、～分析など) 素早く、ピンポイント に、分かりやすく、結論を共有してほしい
- 58. 58 4. Phase 2: CM実施期間中 Phase 2.におけるDMの役割
- 59. 大規模PRを成功に導け！！ 59 4. Phase 2: CM実施期間中 MISSION
- 60. HBUを1.5倍 60 4. Phase 2: CM実施期間中 Define お客様により長く遊んで頂くにはどうしたら良いか？ 継続に強く影響している要因のあぶり出し
- 61. 61 4. Phase 2: CM実施期間中 上田より ｢HBU1.5倍｣という大目標を立てました。 HBU？
- 62. 62 4. Phase 2: CM実施期間中 30日ログインセグメント BU/FU ・・・DAUを過去30日のログイン日数 で分類 ログイン日数が多い= BU (Base User) ログイン日数が少ない= FU (Follow User) 過去30日間におけるログイン日数 New or Awake 0 ～ 0 ライト層 HFU 1 ～ 5 MFU 6 ～ 10 ミドル層 LFU 11 ～ 15 LBU 16 ～ 20 ヘビー層 MBU 21 ～ 25 HBU 26 ～ 30
- 63. 63 4. Phase 2: CM実施期間中 データマイニングの取り組み ”今さら聞けない・・・”KPI講座 分析の基礎と課金セグメント分析の解 説
- 64. 64 4. Phase 2: CM実施期間中 Measure
- 65. 65 4. Phase 2: CM実施期間中 Analyze A C G 戦闘力 継続率 クエストプレイ 回数 対人バトル 回数 H 翌日継続率 戦闘力_継続率 戦闘力
- 66. 素早く、ピンポイントに、分かりやすく、結論を共有して ほしい。 66 4. Phase 2: CM実施期間中 ジョハリの窓の応用 上田より 自分 知っている知らない 相 手 知 っ て い る 知 ら な い 開かれた窓 自分も知っており、 相手も知っている 気づかない窓 自分は気づいていないが、 相手は知っている 隠された窓 自分には分かっているが、 相手は知らない 未知の窓 自分も相手も気づいていない 分析結果 相手の興味・関心を知る。 結論をピンポイントに表現したデータ提供
- 67. 戦闘力6,000を超え ると継続率が大幅に 67 翌日継続率 戦闘力 Analyze UP 戦闘力を6,000以上に！！ 既存のお客様 新規のお客様 カムバックのお客様 4. Phase 2: CM実施期間中 継続率と戦闘力 戦闘力_継続率
- 68. DEFINE-定義 お客様に継続 して頂くには？ DMAIC 68 MEASURE-測定 4. Phase 2: CM実施期間中 DMAICプロセス CONTROL-監視 継続要因の あぶりだし IMPROVE-改善ANALYZE-分析 戦闘力の引き上げ離脱分析 22の施策 (後述)
- 69. お客様に継続 して頂くには？ DMAIC 4. Phase 2: CM実施期間中 DMAICプロセス IMPROVE-改善ANALYZE-分析 69 離脱分析 戦闘力の引き上げ 22の施策 (後述) コミュニケーション MEASURE-測定 DEFINE-定義 CONTROL-監視 継続要因の あぶりだし
- 70. 5 Phase 3: 効果測定 70
- 71. 71 プロモーション効果測定 ※ダミーデータです 5. Phase 3: 効果測定 5月30日5月31日6月1日6月2日6月3日6月4日 ins予測9,000 9,000 12,000 13,000 4,000 1,100 ins実績9,000 9,000 16,000 5,000 1,000 1,300 ARPPU予測¥7,000 ¥6,633 ¥12,198 ¥4,036 ¥1,056 ¥10,072 ARPPU実績¥8,000 ¥3,355 ¥9,599 ¥7,568 ¥2,068 ¥19,648 DAU予測200,000 189,503 348,519 115,313 30,185 287,763 DAU実績250,000 95,871 274,260 216,216 59,074 561,385 決済予測¥270,000,000 ¥255,829,332 ¥445,807,179 ¥257,036,960 ¥38,793,627 ¥55,816,758 決済実績¥300,000,000 ¥143,806,033 ¥197,200,910 ¥213,189,503 ¥62,969,582 ¥176,750,843 差分¥30,000,000 ¥-112,023,299 ¥-248,606,269 ¥-43,847,457 ¥24,175,955 ¥120,934,085
- 72. 72 実績予測 ins推移 5. Phase 3: 効果測定 効果測定 新規インストール 対予測比139% ｉｎｓ 数
- 73. 継続率推移 73 5. Phase 3: 効果測定 効果測定 継続率 期間中ins 期間外ins 1日後2日後3日後4日後5日後6日後7日後8日後 継 続 率
- 74. 5. Phase 3: 効果測定 4月5月6月7月8月 74 実績予測 6月対予測比129% 7月対予測比120% 8月対予測比110% 効果測定 決済額推移 決 済 額
- 75. 75 5. Phase 3: 効果測定 Phase 3.まとめ データマイニング 実施後の効果測定 全体プロセスのC : Control 伝えたい事を明確にしたデータ共有
- 76. 5. Phase 3: 効果測定 「伝えたい事を明確にした」その他事例 76 相関図 Sankey Diagram OnePointAdvice
- 77. 6 まとめ 77
- 78. 6. まとめ データを出したけど、伝え方がわからな い・・・ 結論をピンポイントに表現したアウトプット 伝えたいことを明確にしたアウトプット 自分の分析対象をしっかり理解！ 相手の土俵に近づく 78 こんな経験ありませんか？ 分析結果を聞き入れてもらえない・・・ 他部署の方とどのように関わったら良いか 分からない・・・ 自分の不足情報を知る 共通目標の設定 共通言語の普及
- 79. 79 6. まとめ gloops DM流連携術“D x 3” Data ～ データ 伝えたい事を明確に 結論をピンポイントに Data Analyst ～ 自分自身 分析対象を理解 自分が知らない事を知る Destinations ～ 相手先 共通目標の設定 共通認識の普及 しっかりDefine！ 部署間連携のコツ！
- 81. 81
Hinweis der Redaktion
- 普通に自己紹介
- 本日のagendaです。
- Gloopsはもっとおもしろいを目指し、モバイルエンターテイメントの可能性を追求します
- 具体的にはソーシャルゲームの提供 過去40タイトル・計3000万人以上の会員さま
- これを行動規範 ビジネスにおけるデータ活用は非常に重要
- こんな経験ありませんか？ そこで、gloopsではどのように他部署と連携しているか？ そのコツをご紹介します
- そのコツですが、３つです。 まず一つデータ これは伝いたい事を明確に 結論をピンポイントに。 つまり、一目瞭然のアウトプット 2つめ アナリスト地震 分析対象を理解すること そして、自分が知らないという事を知ること。 無知の知の精神 3つめ データの共有先 共通目標をしっかりと設定すること、 共通認識を普及させる事。 広宣流布の精神 今回のセミナーではここで紹介したコツについて、 具体例を用いて紹介をしていきます。 ではまず最初にgloopsのデータマイニング部が 普段どのような事を行っているかについて紹介します
- 普段大きく分類して二種類のデータを取り扱っています。 一つは全社的に重要なデータ。 例えば、日々ログインしているお客様の人数、課金額といったもの。 もう一つはコンテンツ独自のデータ 例えばイベントの進捗やお客様の行動ログに深堀り 最近ですと、iOS8を使っているお客様の人数なんていうのも出しました。
- 分析と同じくらい重要視している事があります。 それがこれ！ その具体例の１つとして、パラメータ相関図の書き起こし これが重要
- こうしてパラメータ相関図を書き起こす理由は大きく分けて2つあります。 まず一つはゲームに対してしっかりと理解することす。 この図、仕様書を見ながら書いているわけではないです。 しっかりとゲームをプレイしながら書き起こしています。 少しでも企画に近い土俵に行くことです。 ゲームを知らない人間からKPIがどうのと言われても説得力が 低いですよね それと、我々が見たいのは確かにデータですｇ， データの先のお客様の動き、これをしっかりとデータから読み解きたいですよね。 そういった事をするのに、自分がまず一人のユーザとなって ゲームをプレイするのはすごく大切です。 そしてもう一つは共通認識を強化するためです。 共通認識の普及というのをもう少し深く考えてみましょう。 共通認識というのはことらから広めるだけではありません。 共通認識を自分に普及させるというのもとても重要です。 例えばゲーム内でアイテムを購入できるゲーム内通過。 これはスカイロックではゼニーと呼ばれており、 制作サイドも普通にゼニーという言葉を使います。 これをアナリストだけがゲーム内通過と読んでいたら距離を 感じてしまいますよね。 そういった事を防ぐためにもゲームに対する共通認識を 自分の中にも普及させる。 そういった事がすごく重要です。
- そうやって分析をおこなっているのですが、 その分析プロセスが非常に重要。 モトローラーの生産管理のプロセスの一貫 そのためにDMAICサイクル 改善提案をする。 この中で最も大事なのは改善提案ですよね。 そしてこの改善提案をしっかりとしていくために最も重要な事、どこだと思いますか？ アナライズも計測も重要です。 ここに関しては弊社よりもレベルの高い分析を行っている 会社さんもあると思いますが、 提案を行う上で最も大切なのは、我々は問題定義の部分だと考えています。 その一例を示します。
- こちら、2人のDMの例を示します。 まず、最初はキーパーソンを確保する。 これができている前提で話します。 上のふんわりくん。つまり問題定義が曖昧な状態の場合、 こういった状況でよく起こるのは、初回のミーティングでデータ共有を行う。 結果共有された側はなんのデータ？ なんのためのデータ？ となってしまい、そこで話が止まってしまいます。 結果提案以前に関係が不成立になってしまう。 かたや、問題定義が自分の中でしっかりしている場合、 初回ミーティングで行うのはまず、課題の確認です。 この事により、現時点における問題点をしっかりとお互いの共通認識 とすることができるのです。 そして、それに対して議論を行うことで問題点があぶり出し、 信頼関係が強化されていくのです。 ではこういった事例に関して、 今回はスカイロックの大規模PRを例にデータマイニングと 他部署との連携に関して、ご紹介をさせて頂きます。
- そこで今回はスカイロックの大規模PRを具体例として 他部署との連携についてご説明させて頂きます。
- スカイロックにかんしてまず最初に簡単にご紹介させて頂きます。
- 3つのフェーズ この中でDMが関わった方が良いこと、関われるところ、どこでしょうか？ これら全てにDMが関わっています。
- ではCM実施時の状況です
- こういった流れで話が進みました。 まず最初に～～～～ ではCM実施概要に関して弊社マーケティング担当鶴羽よりご説明をさせて頂きます。 鶴羽さん、お願いしますーー
- それでは、実施コンテンツの検討について弊社マーケティング担当である鶴羽より ご説明させて頂きます。 鶴羽さん、よろしくお願いします。
- リクープ期間を算出することです。 こういったミッションを解決するにあたっても 我々はDMAICサイクルを活用しています。 では、今回のDMAICの入り口となる Defineの部分を見ていきます
- これが今回のDefineです。 リクープ期間を最小化し、 費用対効果を最大化すること。 つまり決済予測が必要になります
- 日々の決済はDAU、課金率、ARPPUに分解が可能です、 そしてDAUはインストールと継続率に分解することが可能になります。 ではここで、今回ソーシャルゲーム業界以外の方もいらっしゃってるとは思いますので、 KPI用語について補足させて頂きます
- インストール・はじめてゲームに接触したお客様の数、 継続率
- 耳慣れないお客様も居るとは思うので補足でーす
- では考えてみましょう。 こういった値、我々は日常的に観測しておりますので過去の実績値より予測することは可能ですが、、、 CM実施ジとなると話は別です。 特にインストールは大量に見込まれるためちょっと違います。 おっと困った・・・ここからコミュニケーションが増えてきます。
- こちらジョハリのマドという考えかたで、 元々はお互いのパーソナリティの取り扱いを示すものです。 開かれた窓の領域を増やすほど、お互いの共通認識を増やし、 相互理解をマスことができます。 これを我々は自分たちが取り扱う情報に置き換えて考えています。 今、CM期間中のインストールが分からないということがありましたが、 これはここですね、気づかない窓。 我々が展開しているプラットフォームをやっているDeNAは よくセミナーやってるなー DeNAに聞けないかなー（チラっ） マーケがDeNAと仲良いなー（チラッ） 教えて下さい！ ではダメです！ ここではお互いの共通目標を設定することが大事です。 今回はリクープラインを算出するというお互いの共通の目標がありましたので、 これを設定することで情報を開示して頂くことができました。
- 本題に戻ります。 今回DMAICサイクルはこんな感じ。
- 本題に戻ります。 今回DMAICサイクルはこんな感じ。
- ここでテクニックの紹介です こちら関数近似ですが、 予測を行う時は便利ですねー と言いますのも、これエクセルで2クリック位できるんですねー これ、私が決済予測するときにも使っています。
- それがこちら、継続率の推移を予測するときです。 スカイロックの決済予測を初めて算出した時は リリースしてから三ヶ月でしたー ただ、リクープに関してはもっと長い期間を想定していたため、 これだけじゃダメ。。。 そこでべき乗近似を利用しました
- べき乗で良いの？って思いますよね・・・ それは時と場合です。 実際に決定係数が高かったので使ったというのが実情です。
- CM実施中においてはこういった流れで話が進んでいきました。 まず最初にうんたらかんたら まず最初に企画の専門家であるスカイロックディレクターの 上田よりお話をして頂きたいと思います。 上田さん、お願いします。
- 今回我々に課せられたmissionはこちら、 大規模PRを成功に導け。 このためにどうしたら良いか。 そしてこれを達成する上でも様々なコミュニケーションがありました。
- 今回のDMAICの入り口となるDefineはこちらちょっとむずかしい・・・ こういった時はステートメントに立ち返ります。 面白さをお客様が継続してプレイするか、しないかで測っています。 つまり面白ければ継続する、面白くなければ継続しない。 つまりお客様に継続して頂くにはどうしたら良いか？ というのが今回のDefineになるのです。 そしてこれを調べるのに私は離脱分析に注力しました。 お客様に継続していただくには、お客様の離脱する箇所を潰すというのが重要に なるからです
- 先ほど上田よりHBU1.5倍というお話がさらっとありました＞ HBUって何だ！？
- HBUというのはgloopsで重要視しているログインセグメントの１つで、 DAUを過去30日のログイン日数でセグメンテーションしたものです。 ログイン日数が多いお客様をBaseUser、少ないお客様をFollowUserとして それをさらに細かく分類します。 そして、最もログイン日数の多いセグメントをHBUとし、 Gloopsでは非常に重要視しています。 こういったKPI用語がなぜ企画さんの口からさらっと出ているのか。 それは、我々がこういった指標の普及活動も日常的に行っているからです
- 弊社ではstudyという社員ならば誰でも開催できる 勉強会の制度があり、こうした者を日々行っています。 こちらにその例を示しています。 私もお客様のセグメンテーションの導入する際、 こういった勉強会を開催しています
- お客様の継続に関係が高そうなデータを取得していきます。
- 先ほど取得したデータからお客様を理解していきます。 戦闘力が高いほどログイン回数が多い。 つまり継続する傾向が高そうだという事がわかります。
- ピンポイントに表現して欲しい。 なぜこういった表現が出てきたのか。 それは企画の方の興味は施策を立案して実施することだからです。 このような場合に見難いデータを提供したらどう感じるでしょうか。 すると、データを見ることに時間がかかってしまい、 結果施策の立案に使う時間が少なくなってしまいます。 そういった事を考えるためにも、相手の興味関心をしる、 そして、結論をピンポイントに表現ｓちあデータ共有が非常に重要になります。
- データ出した本人だから、細かいデータをDMは把握している。 必要な人には共有している
- ここはもう少し直す