前項のプロダクト分析：オフラインの活用術では、調査の結果に合わせて追加的な調査や分析を行う必要性について解説しました。
大事な前提として、プロダクトがマストハブの域に達成するには顧客基盤と機能群の組み合わせを最適化する必要があります。最適化には実験を繰り返していく必要があります。今回は、マストハブなプロダクトを目指すための効果的な実験方法と効率的なデータ分析について解説していきます。本記事を読むことで、顧客に刺さるプロダクト作りの初期段階を理解し、実行に移せるようになります。
このブログのライティング者
＜目次＞
1.1 代表的な例：A／Bテスト
1.2 プロダクトそのものを変更するテスト
2.1 DXチームによる深い分析でマーケティングを加速させる
- さいごに
1. マストハブなプロダクトを目指すための実験
最近はデータ分析やオンラインマーケティングのツールが充実しており、使いこなすうえでスキルがほとんどいらない場合も多くあります。
その一方で、新機能の開発や設計の大幅な見直しのような大掛かりな実験では、資金や時間が多くかかることでしょう。どのような実験を行うかは厳密な基準をもとに判断しなければなりません。事業成長のチームにおいてはアイディアを適切に評価できる最小コストの実験であるMVTという考え方が採用されます。このMVTが成功すると追加のテストを実施したり、コンセプト実現の洗練度を高めたりといったことに投資する段階に移ります。
実験においては、マーケティングメッセージの簡単なテストとプロダクトの変更にかかわる複雑なテストを組み合わせて実施することが重要になります。これらの2種類のテストについて解説していきます。
1.1 代表的な例：A／Bテスト
まず、簡単な実験を紹介します。オンラインマーケティングが普及したおかげでメッセージの内容を練り上げるような作業は簡単にかつ科学的に行えるようになりました。特に強力で費用の掛からない手法としてA/Bテストがあります。
A/Bテストは見出しやLPのデザインなどを二通り用意し、無作為に選んだ二つ以上のグループに試して反応を比較するテストです。このテストを行うことで、メールの件名やボタンの文言、入力フォームの言葉遣いを変えるというようなわずかな変化であっても大きな効果が得られることがわかる可能性があります。
例えば「ハイライズ」というCRMプロダクト発売の際、利用登録ページのA/Bテストを行いました。
「無料トライアルに登録する」
という一言を
「プランと料金を見る」
に変えただけで登録者数が3倍に増加したという事例があります。このようなシンプルな変更がアハ・モーメントをもたらしユーザー数の急増につながった事例は数多くあります。こういった実験の価値が明らかになってからソフトウェアの会社が簡単で安価に実験できるツールを提供しています。
A/Bテストツールを使う際に注意することは、モノによっては得られるデータがやや限定的になってしまうことです。
例えば,Webサイトのどのボタンが最もクリックされるかはわかっても、そのボタンをクリックした訪問者が長期的なユーザーになるかどうかは追うことができません。このような問題にはA/Bテストツールだけでなくその被験者に対して長期利用まで追跡できるデータ分析手法が必要になります。簡単なテストは文言やデザイン以外にも使用し、認知拡大にとどまらず、活性化・維持・収益化・推薦に至る顧客体験のファネル全体に至ることが望ましいでしょう。
＜A／Bテストやデータ分析に関するご相談はコチラから！＞
1.2 プロダクトそのものを変更するテスト
プロダクトそのものを変更するテストはエンジニアリングに時間がかかります。サイト上にあるショッピングカートの応答時間を短くしたり、登録プロセスを改善したりといった、効果が証明されている成果向上策やユーザー体験強化策は優先して行うのがいいでしょう。
しかし、抜本的な再設計や新機能の開発など、前例がほとんどないような変更を加える場合には、ユーザー調査とデータ分析から導かれる有力な仮説に基づかなければなりません。時間と人員を大量投入するテストではまず、妥当な推論で労力の投資リスクを最小化して、リスクの高い施策は確度の高いものと組み合わせることが必要です。
複雑なテストはWebやソフトウェア関連のプロダクトでよく使われる実験手法となりますが、物理的なプロダクトにも応用できます。最大限にシンプルな試作品をユーザーに試してもらうことや動画やパソコン上のデモ版で新機能を見せて顧客の反応を見るなど、実験で得た結果を物理的プロダクトに活かす方法は様々あります。
2. マストハブなプロダクトを目指すための効率的なデータ分析
DXチームが収集できるデータはかつてないほど増えていますが、そのデータから役立つ洞察を引き出す分析力がなければ宝の持ち腐れとなってしまいます。分析ツールを導入して得られたデータを眺めるだけでは意味がありません。
プロダクトをマストハブにする手がかりを得るには自社のビジネスやプロダクトに適したデータを収集したうえで、メール広告のデータベースやPOSシステムなどの情報源も利用してデータの全体像を浮かび上がらせる必要があります。ここでは、データから規則性や豊かな洞察を掘り起こして成長のアイディアにつなげられるデータアナリストの存在も欠かせません。
近年ではほとんどの企業がグーグルアナリティクスなどを利用してサイトやプロダクトの基礎的分析を行うようになりました。しかし、ページビューやコンバージョン率などの指標は集める価値はあれど、「プロダクトとのかかわり方」を明確にしてくれるわけではありません。
2.1 DXチームによる深い分析でマーケティングを加速させる
上記したような指標は表面的な数値であり、プロダクト・マーケット・フィット(PMF)を実現したのかどうかを判断する手掛かりにはなりにくいからです。DXチームはそういった表面的な指標だけではなく、顧客体験のあらゆる側面からデータを集めて細かく徹底的に分析してプロダクトが計画通りの使われ方をしているかを確かめることが不可欠となります。場合によっては、マーケターやデータアナリスト、エンジニアが協力してサイトやアプリ、POSシステム、顧客データベースなどに適切な追跡機能を付加する必要もあります。高度な追跡機能から得られた情報源をつなぎ合わせ、ユーザー行動の緻密な全体像を作り上げてデータ部門の分析にまわす事になります。
こうして「データレイク」や「データウェアハウス」と呼ばれる、いわゆる「データをためる泉」ができあがっていきます。これはあらゆる顧客管理の一元的な保管場所のことで、深掘りすればプロダクトの使い方が異なるユーザーグループの存在が見えてくることもあります。
さらにはプロダクトの使い方をユーザー個人に焦点を当てて調べることもできるようになります。データを適切に集めることは回転の速いDXにおける実験結果をデータアナリストが共有しやすくなるという効果もあります。
さいごに
本記事では、プロダクトの成長のために行うべき実験や、データの分析方法について解説しました。
実験もデータ分析も、マストハブの原石の手掛かりを探すために行うことをお分かりいただけたでしょうか。深く正確な実験とデータ分析が顧客に刺さるプロダクト作りにつながり、最終的に顧客の獲得と維持につながります。効率的かつ徹底したデータ分析を行いたい方、A／Bテストやデータ分析に関するご相談がある方は下のボタンをクリックしてください！
📚 グロースハックについてさらに詳しく
