ずっと社内で放置されていた…「調整さん」10年目の本気 | HRナビ by リクルート
2006年にリリースされ、今年で10年目を迎えた日程調整ツール「調整さん」。イベントの幹事はメンバーにURLを送るだけで、出欠確認や日程調整が行えるサービスだ。20代以上のネットユーザーなら一度は利用したことがあるのではないだろうか。無料で簡単に使えて、当たり前のようにインターネット上に存在していた調整さんだが、2015年に入ってから密かに、驚くべき成長を遂げていた。 調整さんのMAU（Month Active User、月間利用者数）は2014年の7月時点で50万人ほどだった。これが、2015年3月には100万人、9月には200万人にまで伸びているのだ。シンプルな機能しか持たない古株のWebサービスに、この1年で一体何が起きたのだろうか。調整さんの開発チームを率いるリクルートホールディングス・MTL（メディアテクノロジーラボ）の山本一誠さんにお話を伺った。 手付かずで5年以上放置されてい
A/Bテスト設計を工夫し、必要最低限のコストで仮説を検証する - Hatena Developer Blog
こんにちは、はてなアプリケーションエンジニア兼はてなブログのディレクターをしているid:shiba_yu36 / @shiba_yu36 です。 こちらにて紹介させていただいたとおり、先日Web Designingの2月号の「サイト改善のためのA/Bテスト実践講座」の特集に寄稿させていただきました。 Web Designing: 2015年2月号 Web Designing 2015年2月号 ［雑誌］ 作者: Web Designing編集部出版社/メーカー: マイナビ発売日: 2015/01/17メディア: Kindle版この商品を含むブログを見る 寄稿した内容の下書きを弊社技術ブログにて掲載する許可をいただいたので、今回は本特集についての簡単な紹介と寄稿内容を公開します。 今回の特集はA/Bテストに関して A/Bテストを行う理由 最新のツールの紹介 A/Bテストの事例紹介 A/Bテスト
[JS]Google Analyticsを使ったABテストが簡単に実装できるスクリプト -easyAB
ランディングページやバナーなどで、クリックされるテキストはどっちだろう？ カラーを変えるとクリック率があがる？ など、どちらがより効果的か検証することができるABテストを簡単に実装できるjQuery（Zeptoにも対応）の超軽量（2KB）プラグインを紹介します。
Optimizelyの社員が教えるA/Bテストで試せる71のこと | POSTD
OptimizelyはA/Bテストや多変量テストを提供する、パワフルで使いやすい世界規模のWeb最適化プラットフォームです。技術的な知識がなくてもウェブサイトを動的に書き換えて様々なパターンをテストすることができ、すぐに結果を集め目標達成に向けて進むことができます。スターバックスやeBayなど8,000を超える企業がOptimizelyを導入し、19万を超えるテストが作成され、この数は急速に伸び続けています。 A/Bテストを行う上で一番難しいのが、最初に何をテストすべきかを決めることです。これまで、毎日A/Bテストを行っている多くの顧客と仕事をしてきましたが、一番よく聞く共通の質問が、「どこから始めればいいのか？」です。 好都合なことに、ウェブサイトのテストでは、そもそも解決策よりも疑問の方が多くあがってきます。初めてテストを行う場合、全体のフォローアップテストを嫌になるくらい何度も行うで
要注意、A/Bテストがほぼ確実に「失敗」する3つの兆候 | GROWTH HACK BLOG（グロースハックブログ） by KAIZEN platform
様々なメディアでA/Bテストの考え方や事例が紹介されるようになった今、A/Bテストが重要ではないと考える人はかなり少ないのではないでしょうか？ 一方で、全ての企業がA/Bテストを成功させられるわけでないのも事実。コストをかけても効果がでないケース、結局始まりすらしなかったというケースもあります。 そこで本稿では、A/Bテストが失敗してしまう危険性の高い3つの兆候を紹介します。現在実施中、もしくは実施を検討していらっしゃる方は是非チェックしてみてください。 兆候1. A/Bテストの計画が1週間以内に決まらない A/Bテストを実施する場合、そもそもどこのページでやるか、いつまでにやるか、誰が担当するのかといった大本となる計画を最初に立てる必要があります。 ただ、それらの計画が1週間以内に決まらない場合は、テストが失敗してしまう危険性がかなり高くなるので要注意です。 大本の計画が決まらないことに
効果36倍のA/Bテスト方法ほか海外人気バイラルメディアに学ぶサイト改善の公式と施策 - Kaizen Platform Blog
数多く存在するバイラルメディアの中でも、急激な成長率が話題となったUpworthy。良質なコンテンツはもちろんのこと、その成長の秘訣は「オリジナルのバイラルを起こすための公式」と、それに関する「細かい施策と考え方」です。 本稿では以下の項目に沿って、メディアを運営している人を始め、サービスの成長に悩んでいる方に参考になるポイントをお伝えします。 Upworthyのグロースの公式 『Shares per view』(シェア数)を高める施策 『Clicks per shares』（クリック数）を高める施策 その他の改善施策 Attention Minutesという新たな指標 終わりに / 参考資料の紹介 グロースの公式の作り方 鍵を握る2つの指標 (「How to make that one thing go viral just kidding」スライド3枚目参照) まず押さえておきたいのが
A/Bテストでいちばん大切なこと - Kentaro Kuribayashi's blog
「A/Bテスト」が、Webサービスの最適化技法として人口に膾炙して久しい昨今ですが、それでもなお、個々の施策実行時にはいろいろと迷うことがあります。たとえば: 有用なテスト結果を得るためにパターンをどのような基準で用意すればよいのか テスト結果の統計的有意性をどのように検定すればよいのか 個々の改善がそれぞれによかったとしても、それらが局所最適に陥らないためにはどうしたらよいのか といったあたりが挙げられます。(2)については純粋に技術的な問題なので、ここでは議論しません。問題にしたいのは(1)および(3)についてです。ひとまず、いまのところ僕が思う一番大切なことをひとつだけ述べておきましょう。それは: 「それに対してなんらかの肯定的/否定的意見のあるパターンをテストする」 ということです。どういうことか。 視野狭窄的なA/Bテスト A/Bテスト、あるいは同様の最適化技法については、かつて
誰でも簡単にA/Bテストが作れるOptimizelyを実際に使ってみた | ShareWis Blog（シェアウィズ ブログ）
こんにちは、ShareWisの辻川です。 「ユーザーの反応を見ながら、小さな改善を繰り返そうぜ！」 スタートアップにとっては、とっても大切な教訓です。 今日はそんな「小さな改善」を実施する手法の一つ、A/Bテストについて書きたいと思います。 A/Bテストとは読んで字のごとく、AとBの2種類のページを準備して（実際は3種類でも4種類でもいいですが）、ユーザーをランダムにAとBのページに振り分け、どちらのページがクリック率やコンバージョン率などの成績がいいのをテストするものです。 すごくシンプルなテストに見えますが、実際にテスト環境を作ろうとすると、ページの準備、ユーザーの振り分け、結果の集計など、めんどくさいことずくめ。 しかし、世の中には便利なツールがあるもので、今日紹介するOptimizelyを使えば、誰でも簡単にA/Bテストを実施することができます。 Optimizelyに登録後、発行
The home of exceptional digital experiences
Your all-in-one operating system for marketing Optimizely powers the entire marketing lifecycle, unlocking your team to create content with speed, launch experiments with confidence, and deliver experiences of the highest quality. Get started More about Optimizely One Everything you need for marketing, all in one AI-powered, marketer-friendly, and best-in-class (just ask the analysts) Content Orch
A/Bテストのガイドライン：仮説検定はいらない（Request for Comments｜ご意見求む） - 廿TT
本記事の編集方針 ※この記事に興味をもたれた方は、 A/Bテスト カテゴリーの記事一覧 - 廿TT も、必要に応じてご覧いただければと思います。 本記事はもともとは、「A/Bテストの数理」への批判：「有意」とはなにか の続き的なエントリでした。 しかし、予想外に反響があったため Request for Comments（ご意見求む）の精神で、随時更新している部分もあります。 ただし、ベースとなる主張、Web系施策のA/Bテストに、仮説検定は向かないという部分は変化していません。 もしぼくの考えが変わり、「やっぱ仮説検定、いいかも」となった場合、本記事の存在価値はほぼ消滅します。 そのようなことがあれば、ページ最上部に「考えが変わりました」と明記します。 また、他の修正箇所も区別して明記し、差分がわかるようにします。 ただし細かい言い回しや、誤字脱字等はだまって修正します。 目次： そもそも
A/Bテストの根拠ごとの成功率比較 : まりっぺぶろぐ
前職でA/Bテストやってた時のことを思い出すなど。「A/Bテストってなんぞや」とか、ツールや実施方法については過去の記事を見るかググっていただきたい。 いきさつとか プロジェクト内で行った50個くらいのA/Bテストを全てデータベース化して、成功率を比較したことがありました。 いきなり余談ですが、データベース化するのにもちょっとしたエピソード（？）があったりなかったりします。データベース化して後から情報を利用しやすくしたいと提案したら、最初は「え、それいる？使わなくない？」とまさかの難色を示されました。「使わないとかないからｗｗｗやらないとかありえないからｗｗｗｗｗｗ」と思った私は、社内のいろんな人（A/Bテスト関係者中心）に「こういうことやろうと思ってるんだけどどう思う？」と質問を飛ばしまくって、『絶対やった方がいいと思う！』みたいな回答を集めました。そして「A/Bテスト実施（候補）者に支
UI設計での「データ中心主義」は局所最適になりがちなんじゃないのって話 - Muchonovski got it wrong
グーグルのビジュアルデザイン責任者が退職--データ中心主義に嫌気 - CNET Japan 「Googleのビジュアルデザイン責任者だったDouglas Bowmanが、データ中心主義の企業文化にうんざりしてGoogleを辞めた」というcnetの記事のはてブで、Googleの「データ中心主義」なるものに感心している人が結構いるのだけれど、これってGoogle AdwordsでSEM広告を出稿している人にはお馴染みの「A/Bテスト」そのものですよね。 一応書いておくと、A/Bテストというのは、比較すべき対象（バナー画像や広告テキスト、あるいはランディングページ全体）を初期状態では50:50の確率で出し分け、どちらの方があらかじめ設定した成果指標（クリックスルー率、遷移率、最終的なコンバージョン率など）で高い数字を出しているかをランニングで測定しながら、好成績な方の表示確率を上げてゆく仕組み。
サービス終了のお知らせ - NAVER まとめ
サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。
PHP A/B Testing – PHPシステム開発まで
phpとは? phpとは、web開発でよく使用されるスクリプト言語で、HTMLに埋め込むことができます。 web開発でよく使用されるスクリプト言語にJavaScriptがありますが、phpとの大きな違いは、そのコードがどこで実行されるかにあります。JavaScriptはwebサイトを閲覧しているブラウザである「クライアント」サイドがコードを受け取り、そこで動作します。つまり、どのようなコードが書かれているのか、誰でも見ることができてしまいます。 一方phpは「サーバー」サイドでコードを実行します。クライアントサイドはその結果のみを受け取るため、どのようなコードで導き出された結果なのか見ることができません。 phpを実行するには、phpがインストールされたwebサーバが必要です。ローカルに開発環境を用意したい場合は、XAMPPを使うのが便利です。 また、phpを使用することができるレンタルサ
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
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
https://qiita.com/kekekenta/items/8b1f9d2a17c4c6a6b638
django-experiments
GitHub - disqus/gargoyle: Feature switches in Django
Landing Page Builder & Conversion Marketing Platform | Landing Page Software
http://kaizenplatform.in/
A/Bテストがビジネスルールを変えていく（あるいは、ぼくらの人生すらも？）