見出し画像

グロースでデータが活躍するところ

株式会社dotbindのWebディレクターの鈴木です。
最近はプロジェクトマネージャー的な立ち回りが多いのですが、WEBサイト・サービスのグロースもしています。

WEBサイト・サービスはリリースしてからが本番。リリース後、グロースさせるためにはデータの活用がマストです。

本記事ではグロースにおいてデータがどこで活躍するかまとめます。WEBサイト・サービスのグロース、としていますが、ビジネスの文脈としても成立するはず。

データが活躍するところは大きく分けて4つです。

健康診断と異常時の原因把握
改善方針の裏付け
施策の効果検証
問題・隠れた心理の発見

それぞれ説明していきます。

健康診断と異常時の原因把握

目標、および目標に対して影響を与えている指標をウォッチすることが大事です。なぜなら、目標に対して正しい方向に進んでいるのか把握することができ、問題があれば早く気づくことで被害を最小限で防げる。

ダッシュボードをつかって見える化したり、指標がしきい値を下回った時にアラートを飛ばす、などの仕組み化をしたり。

人間の健康診断とも似ていますね。

改善方針の裏付け

グロースは、問題に対して解決策を洗い出します。
洗い出した解決策のなかから、何に取り組むかの見極めが必要。
「効果が期待できるもの」、「実行容易性」、この2軸のマトリクスで優先度を決めます。

ただし、その解決策はまだ仮説段階。
仮説である解決策を実施したときに、期待する効果が得られるか、また、解決策の前提となっている課題が実在するかどうかを検証する必要があります。
なぜなら、資産(時間・お金・リソース)が限らているから。働き方改革もあり、より少ない資産で大きな成果を出すことが求められています。

どの数値でその仮説が検証できるのか、と分析手法を決めます。

施策の効果検証

「改善方針の裏付け」で実施することが決まり、施策を実施したあとは効果検証が必要です。効果を検証し、良かったこと、悪かったことをナレッジとして溜めていきましょう。

施策の効果検証のコツは、施策を実施する前に計測する指標を決めておくこと。実施する前に決めておくことで、「あ、見たい指標が計測できていなかった」なんてポカを防げます。

以下のことは決めておくと良いでしょう。
・期待する効果
・見るべき指標
・達成基準(できれば)

問題・隠れた心理の発見

問題や、解決策となる仮説を見つけるときに、データから気づきを得ることも多いです。
特に定性的なデータ。
定性的なデータとは、ユーザーインタビューやユーザーテストなどのミクロな視点から得られるデータのことです。

一人の人間の思考・行動をよりリアルに知ることができ、問題・隠れた心理を発見できることが多いです。

さいごに

データを活用して、より良いものになるようグロースしていきましょう!

この記事が気に入ったら、サポートをしてみませんか?
気軽にクリエイターの支援と、記事のオススメができます!
やったー!
dotbindのCOO。Webを使って企業のグロースのお手伝いをしたいWebディレクターです。