より良い意思決定の支援をするための"効果検証 虎の巻"｜Mercari Analytics Blog
今回は、メルカリのAnalyticsチームの中でも主にビジネス分析やマーケティング分析を行うGrowth Analytics Teamからの記事です。 Analyticsチームは、以下のミッションを通じて事業に貢献するチームです。 Provide actionable insights and help people make better decisions（実行可能なインサイトを提供し、より良い意思決定の支援を行う） Democratize data and empower everyone with analytics（データの民主化を推し進め、皆の分析力を高めていく） そんなAnalyticsチームで、"効果検証 虎の巻"なるものを導入しました。主な狙いは以下の2点です。 Analyticsチーム内の暗黙知を集約して言語化・浸透させることによる、メンバーのアウトプットの質の向上 誰
UXリサーチを活用して、仮説検証プロセスを改善した話（後編）〜メルカリの機能を事例として〜｜Mercari Analytics Blog
はじめに はじめまして。メルカリ Analytics チームでAnalyst兼リサーチャーをしている@tsugutoと申します。今回のブログでは、私が分析を担当しているSeller Experience チームで取り組んでいる「アプリのログ分析とUXリサーチ統合の試み」について、実際の事例を紹介できればと思います。前回のブログでは、取り組みの全体像について記載しているので、ご興味あればご覧いただけると嬉しいです。 振り返り：取り組みの全体像について 前回のブログでは、Seller Experience チームでの分析〜機能を実装する取り組みの全体像を紹介しました。改めて、このチームでの機能の実装までの流れは以下のとおりです。 1. Analyze : 最もインパクトのあるターゲットを選定する 2. UX Research : インサイトを理解し仮説を構築する（優先順位をつける） 3. Ra
ファネル分析実践入門 〜Web版メルカリの事例で学ぶ〜｜Mercari Analytics Blog
こんにちは。メルカリ Analytics チームの @suwachan です。2021年4月にメルカリに入社し、入社当時からWeb版メルカリの分析を行っています。 この記事では、私が実際に行ったWeb版メルカリの分析を例に、ファネル分析の具体的な進め方・考え方について解説いたします。 この記事を通して、ファネル分析の実践のサポートができれば幸いです。 想定する読者の方 ・ファネル分析をやってみたいマーケティング担当・アナリスト・PMなどの方 ・ファネル分析にかかわらず、分析の基礎について学びたい方 注: この記事に出てくる分析内容・結果は、実際のものとは異なります。 ファネル分析とはファネル分析とは、お客さまの購買行動をいくつかのステップに分け、そのステップごとに遷移率 (または離脱率) を算出し、改善点を分析する手法です。 通常、ステップごとに人数が減っていくため、それを図式化すると漏斗
レガシー化したData Pipelineの廃止 ― メルカリのData Architectのお仕事例｜Mercari Analytics Blog
Analytics Infra チームの@hizaです。 この記事ではメルカリの分析環境を改善した事例を紹介します。 今回は「運用に課題があってリプレースしたいが、業務への影響が大きすぎてリプレースできない」そんな板挟みな状況を解決した事例です。 また、その紹介を通じてメルカリのData Architectがどんな仕事をしているのかその一部を感じてもらえる記事をめざしました。 メルカリのデータ活用の現状 メルカリには様々な職種でデータを活用する文化があります。 AnalystやML Engineerの他にも、PdMやCustomer Supportなども業務にデータを活用しています。結果として社内のBigQueryユーザー数は月間800名を超えるほどになりました。 こういった環境ではデータが良く整備されている事が事業の成果に大きく影響しえます。例えば、使いやすいDWHがあれば多数の社員の業
メルカリにおけるA/Bテスト標準化への取り組み｜Mercari Analytics Blog
こんにちは、Analytics Infra チームの @yaginuuun です。主にA/Bテスト周りの改善や Recommendation 関連の分析を担当しています。 当ブログは 2021/07/28 に開催された Retty ✕ Mercari Analyst Talk Night! におけるLT内容を改めて少し補足を加えながらブログの形に書き起こしたものです。 当日の資料はこちらです。 A/Bテストとは A/Bテストは Randomized Controlled Trial (RCT) とも呼ばれる効果検証手法です。最も単純な例をあげると、二つの群を用意し片方の群にのみ何かの変更を加えることでその変更による数値変動を評価します。 A/Bテスト自体は医学や農業の分野など幅広く行われています。特に医学の領域においては Level of Evidence という考え方があるようですが、A
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
