プロダクト改善のためにウォッチしておくべき7つの指標 - Gunosyデータ分析ブログ
データ分析部でグノシーというニュースアプリのプロダクト改善を担当している @ij_spitz です。 今回はプロダクト改善のためにウォッチしておくべき7つの指標をSQLで算出してみます。 Gunosyではこれらの指標を、プロダクトに異常があった時に検知するため、また施策の効果検証といった主に2つの目的で使用しています。 簡潔にするため、ユーザーとログインの2つのテーブルを使った算出できる指標のみを対象としています。 また、これらの指標をどうやってプロダクト改善に役立てているのかということも少しではありますが、合わせて書いていきたいと思います。 DAU WAU(MAU) HAU 積み上げHAU 1ユーザーあたりのログイン回数 登録N日後継続率 登録日別N日後継続率 前提 今回のブログで紹介するSQLはAmazon Redshift上で動くSQLなので、MySQLやGoogle BigQuer
物理サーバを選定する際のポイント – Eureka Engineering – Medium
Eureka EngineeringLearn about Eureka’s engineering efforts, product developments and more.
データ分析の「7つの進化のステップ」を今一度おさらいしてみる - 渋谷駅前で働くデータサイエンティストのブログ
2016年最初の記事ということで、もはや1月下旬に差し掛かりつつありますがこちらでは改めて、あけましておめでとうございます＆本年もよろしくお願いいたします。 で、新年一発目のお題は。。。実は似たようなお題で過去にも記事を書いていますが（笑）、年も改まったことなので今一度備忘録的におさらいしてみたいと思います。観点としては、どちらかというと「これからデータ分析のカルチャーを職場に導入していくとしたらどうやってステップアップさせていくか」みたいなところです。なお過去記事はこちら。 この辺の話題を踏まえながら、過去記事リンクのオンパレードで恐縮ですがちょっと一席やってみます。なお以下に挙げる「ステージ」はあくまでも一例であり、業界によってはもっと高度な方向に展開させられる（orもっとプリミティブなレベルに留まる）こともあるので、参考程度に見てもらえればと。 特にここでは「まだデータ分析を始めてい
サブスクリプションなビジネスにおける成長と停滞を見極める方法としての移動平均 - マーケティングメトリックス研究所/MARKETING METRICS Lab. – コミュニケーションの最適化を考える。マーケティングメトリックス研究所
※この記事は2014年1月に公開された「月で傾向が違っても大丈夫!移動平均法で季節変動か成長か見極める」のリライトです。 サブスクリプションのビジネスモデルを採択した事業の場合、売上を伸ばすためのKPIは契約者（社）数になるはずです。契約シャ数＊利用金額＝売上になるからですね。 ただし、この利用金額というのが曲者です。料金が2段階で変化する、或いは様々なオプションを付与する料金体系だと、1社（人）あたりの利用金額が微妙に異なります。 そこで売上／契約者シャ数＝平均単価を算出して、契約者シャ数＊（利用金額≒平均単価）＝売上と置き換えている会社が多いかと思います。しかし、この平均単価はダミーとして無理やり作っている数字なのであまり信頼できません。 結果、自然と契約者（社）数と売上に目が行くと思うのですが、季節によってジグザグしていて、事業が伸びているのか、季節要因による変動なのかが分かり辛くな
データの不備を統計的に見抜く (Gelman's Secret Weapon) - ほくそ笑む
リクルートの高柳さん、Yahooの簑田さんと共同で翻訳した本が出版されます。 「みんなのR」(原題：R for Everyone)です。 みんなのR -データ分析と統計解析の新しい教科書- 作者: Jared P. Lander,Tokyo.R（協力）,高柳慎一,牧山幸史,簑田高志出版社/メーカー: マイナビ発売日: 2015/06/30メディア: 単行本（ソフトカバー）この商品を含むブログ (7件) を見る この本は、統計言語 R のインストール・基本的な使い方から始まり、統計解析の基礎からちょっと高度な話題まで、幅広く取り扱っています。 特徴としては、 RStudio の使用を推奨 グラフィクスはすべて ggplot2 を使用 plyr, data.table, stringr といった、モダンな便利パッケージを使用*1 説明に使用されるデータはすべて Web からダウンロード可能 R
時系列データ分析の初心者に必ず知ってもらいたい重要ポイント ～ 回帰分析 ・相関関係 分析を行う前に必ずやるべきこと（データの形のチェックと変形） - Qiita
回帰分析 や 相関関係分析 を 行う前に、まず一番最初に、「データの検証」と「データの加工」が絶対に必要 上記のステップを踏まないと、例え、Excel や SPSS、Rで 回帰分析・相関関係を事項して、「実行エラー」起こらないで、ちゃんと数字が画面に出ても、それは『間違った数字』である可能性が非常に高い 回帰分析 や 相関関係分析に使えるデータは、次の 『 NG条件 』にあてはまらないデータだけ 「データの形」必須条件 ～その１ データ期間を通じて、データの平均値が変わるデータだとNG ⇒ 折れ線グラフでチェック必須！ 「データの形」必須条件 ～その２ データ期間を通じて、データのぶれ・ばらつきが変わるデータだとNG ⇒ 折れ線グラフチェック必須！ 「データの形」必須条件 ～その３ データ期間を通じて、データの値が直線的 or 曲線的に、増加する・減少するデータだとNG ⇒ 折れ線グラフチ
データ量が膨大でも大丈夫！基本統計量で「全体」を10秒で把握する – マーケティングメトリックス研究所/MARKETING METRICS Lab.
まずは、あるECサイトがリスティング広告を出稿した結果を見比べて下さい。 掛かったコストも、クリックも、獲得したCV件数も全く一緒で、計上された売上のみ異なります。どちらのキャンペーンが結果は良かったかと問われると、間違いなく「Y」になります。 では、どちらに「改善の施し様」があるでしょう。 「G」でしょうか？ いいえ、残念ながら、これだけでは解りません。キャンペーンは、無数にあるキーワードと広告で構成されています。この数字は、全てを合算したに過ぎません。 キーワードと広告単位で、CV件数を獲得していないもの、CPAが高いもの、CPCが高いもの等に分類する必要があるでしょう。 しかし、その洗い出しにどれくらいの時間を要するでしょうか。Excel形式で出力した後、全体の数字を見て、何がボトルネックか把握して、何度もエクセルをソートして……。 ずんの飯尾和樹のように現実逃避して、平日の昼間から
サブスクリプションなビジネスにおける成長と停滞を見極める方法としての移動平均 – マーケティングメトリックス研究所/MARKETING METRICS Lab.
※この記事は2014年1月に公開された「月で傾向が違っても大丈夫!移動平均法で季節変動か成長か見極める」のリライトです。 サブスクリプションのビジネスモデルを採択した事業の場合、売上を伸ばすためのKPIは契約者（社）数になるはずです。契約シャ数＊利用金額＝売上になるからですね。 ただし、この利用金額というのが曲者です。料金が2段階で変化する、或いは様々なオプションを付与する料金体系だと、1社（人）あたりの利用金額が微妙に異なります。 そこで売上／契約者シャ数＝平均単価を算出して、契約者シャ数＊（利用金額≒平均単価）＝売上と置き換えている会社が多いかと思います。しかし、この平均単価はダミーとして無理やり作っている数字なのであまり信頼できません。 結果、自然と契約者（社）数と売上に目が行くと思うのですが、季節によってジグザグしていて、事業が伸びているのか、季節要因による変動なのかが分かり辛くな
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
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016