cotreeのデータ分析でやってみてよかったこと
こちらのnoteを書いて2ヶ月ほど経ちました。引き続き、データを出してなんらかの発見を得る、という仕事をしているので、追記したい内容が出てきました。企画やマーケ系の人と一緒に働くうえで、大切と感じた内容について書いています。
粒度を細かくする
「〜を理解する」「〜を把握する」という粒度が大きい形で分析をすると、データを出して終わりになりがちです。（何か見つかったとしても、「何かを見出そうとする」姿勢になり、都合の良い解釈が出がちです。）それよりも、
どのような仮説を持っていて、どのような事実があれば、どのようなアクションをとるか
この前提を持つことで、スムーズに分析から施策まで繋げられたと感じます。特に仮説は、誰でも共通認識を取れるレベルまで粒度を細かくすると、判断がしやすいです。
一方で、本当に何も実態がわかっていない場合は（週にどれだけ利用するか、ユーザーの男女比はいくらかなど）、基礎知識・仮説を出す上での材料として、「〜を理解する」系のデータ分析はありだと考えています。
深入りしない
仮説のアテが外れたり、検証ができなかったときには、「む、これは何か差異があるのではないか？」「これは何か意味ある行動のハズだ」とつい分析を続けたくなってしまいます。
一方、そのようにして深掘りを進めたとしても、「何かあるっぽいけど、確信はできませんでした」というような結果になります。データは、その人やモノの一側面を引っ張ってきているだけなので、データだけで深掘りしてもいろんな事実が見つかりまくるだけでしかないからです。
サービスの利用実態をよく知っている人に話を聞くと、データ上では何か新たな事実のように見えたことも、至極当然の前提だったり、ただの仕様だった、なんてこともあります。
カジュアルにデータのことを相談する
これは「粒度を細かくする」とは逆で、粒度粗めで周りの人にぶつけてみること。
データ分析を進めるなかで、疑問点があるファクトは見つかったが自分では分別できない、という時に使います。手が空いてそうな時に「相談なんですけど、この事実とこの事実がわかってて、、、」と相談します。
相手の人は自分と違うことを考えているので、自分とは違う仮説を頭の片隅に持っていたり、そこから議論が発展することもあります。
ある意味、データを人で検証する感じでしょうか。
結局何をするべきか
データをつかって価値が増える方向に持っていく、ところがデータ分析官の仕事なのかなと思ってます。データをとることで価値が出せるポイントを自分で見つけ、検証含め仕事を作っていけるようになれればと思っています。
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！