Mixed Methodsで改善を続けるメルカリ出品UXの事例
こんにちは、Mercari Analytics Blog 編集部です。
連載「メルカリのデータアナリストが向き合う11のテーマ」、今回はInsight Analyticsチームの@tsugutoさんによる「出品UX」の記事です。
メルカリでは、購入と同様に出品にも力を入れて取り組んでいます。入社当初からこのテーマに取り組んでいる@tsugutoさんに聞いてみました。
アプリの外での体験も含めて「出品」である
――取り組みのミッションは何ですか?
Seller Experienceというチームで、メルカリにおける出品体験の改善に取り組んでいます。出品体験は幅が広く、アプリを立ち上げる前も含めてお客様がどういった状態になれば出品していただけるのか考えながら取り組んでいます。
――ご自身はどのような役割ですか?
メインはリサーチの企画と実施ですが、リサーチだけでなくログを用いた分析も行うことがあります。個人的な思いとしては、どのような方法であれ、お客様の出品体験の改善につながる提案ができればと思っています。
――取り組みに参加したきっかけは何ですか?
入社後、最初にアサインされたチームでした。そこからチーム名が変わったりなどはありましたが、ずっと所属しています。当時、どのように分析が進んでいるのかもわからなかったので、プロダクトマネージャー(PdM)やデザイナーも所属している本チームに所属できたのはありがたかったです。
出品体験を「買うと同じくらい当たり前」に
――チームのObjectiveは何ですか?
メルカリにおける出品体験を改善することで、出品数を増やすことです。また、出品体験の改善に向けたお客様理解をしっかりと行い、数値が伸びるだけでなくお客様に良い体験を届けることです。
――そのObjectiveに対して、チームとして今どのような課題に取り組んでいますか?
出品を軸にしてお客様を複数のセグメントに分解し、セグメント間移動に着目したアプローチでObjectiveに取り組んでいます。例えば、出品したことがないお客さま(=Never Lister)を少しだけ出品したことがあるお客様(=Light Lister)にするには何が必要かといった形で分析を進めています。
――その課題に対して、どのように分析を進めていますか?
ログ分析・インタビュー調査・アンケート調査を併用しています。まずログ分析で、どのセグメントに焦点を当てるべきかインパクトの観点で分析を行います。次に、インタビュー調査でセグメント移動に必要な仮説を抽出し、アンケート調査で仮説の重要度をつけていきます。そうした得られた仮説に対して施策のアイデア出しを行い、検証を進めています。
――その分析のアプローチ方法やプロセス等を用いた理由は何ですか?
「出品体験を改善し、出品数を増やす」という目的において、インパクト(ビジネス視点)とUX(お客さま視点)の双方を理解して進める必要がありました。そのため、複数の手法を併用することで、上記の課題をクリアできると考えたからです。
――分析における難しいポイントは何ですか?また、それをどのように乗り越えていますか?
A/Bテストの結果の解釈にはいつも迷います。分析によって得た仮説を元に施策を立案し、A/Bテストを行います。効果が出なかった際に仮説が誤っていたのか/仮説は正しかったが施策が誤っていた(弱かった)のかいつも悩みます。改善策としては、A/Bテストにおいてログで計測できる指標以外にアンケートも実施し、意識面においても仮説は正しかったのかの検証プロセスを入れています。
――分析の中で意識しているポイントは何ですか?
「施策につながるか」という観点と「正しく調査(計測)できているか」という観点のバランスを取ることを意識しています。リサーチャーやアナリストが介在する価値もそこにあるかなと考えています。
――取り組みに参加するやりがいは何ですか?
分析をもとにした施策で実際に成果に繋がったことは嬉しかったです。多くの方が使ってくださるアプリで実際に機能として実装されているのを見ると嬉しくなります。
――チームとして、今後どのような価値をお客さまに提供していきたいですか?
「買う」に比べて「売る」という行為は特殊な行為だと思います。「売る」という行為を「買う」と同じくらい当たり前に自然にできるようにしていきたいです。そのために、よりお客様の視点に立ったプロダクト開発に貢献できればと考えています。
暗黙知を防ぐには、「わからなければ聞く」
――チームには、どのような職種の人がいますか?
PdM、デザイナー、エンジニア、アナリストが所属しています。最も多くコミュニケーションを取るのはPdMですが、デザイナーやエンジニアとも議論をしつつ業務を進めています。業務の進め方としては、最初にPdMやアナリストが中心となって、最初の調査を行います。その後、調査結果を踏まえて施策のアイデア出しをチーム全体で行い、採用されたアイデアを実際に形にしていきます。調査結果に対する解釈やアイデアを形にしていく場面において、PdMはもとより、デザイナーやエンジニアとも相談しながら進めています。
――コミュニケーションはどのように行っていますか?
毎日スタンド・アップMTGがあり、タスクの確認をしています。このMTGとは別に週1回の長めのMTGで分析結果のシェアや施策に向けた議論をしています。Slackなどでのコミュニケーションは適宜行っている状況です。
基本的に分析結果などは、Slackでシェアしてから詳細はMTGで共有するなど、Slackを頭出しに使っているかもしれません。あとは、緊急でないものなどは極力Slackで伝達するようにしています。
――リモートワークで気を付けていることはありますか?
極力、明るく振る舞うことと、不明点があれば発言するようにしています。私自身、リモートワーク化でメルカリに入社して、直接お会いしたことがない方も多い(このチームではなく)ので、少しでも明るい雰囲気で過ごせたらいいなと思っています。また、暗黙知などのキャッチアップがオンラインだとしにくい部分があるので、「わからなければ聞く」を意識しています。
Mixed Methodsの強化
――ご自身として、今後高めていきたいスキルや得たい経験はありますか?
定性×定量 (Mixed Methods)のアプローチをより強化していきたいです。学生時代からずっと興味があることなので、引き続き仕事でもデータの形に囚われずに、最適なアプローチを選択できるようにしていきたいです。
――こんな人と一緒に働きたい、というイメージがあれば教えてください
論理的でありつつも、お客様がどう思うかなどの気持ちを汲み取れる方と一緒に働いていきたいです。また、メルカリはまだまだ分析が未開拓な領域もあるので、積極的に取り組んでいただける方だと嬉しいです。
「メルカリのデータアナリストが向き合う11のテーマ」と連動したイベントも開催します!こちらからお申し込みください。
▼「メルカリのデータアナリストが向き合う11のテーマ」連載記事一覧
この記事が気に入ったらサポートをしてみませんか?