LEAN ANALYTICSから学ぶ良い指標とは?

ベンチャー、スタートアップでデータ分析をする際にどの指標が最適で、どの指標がKPIに紐づいているのかわかりづらいことがあります。

今回読んだ「LEAN ANALYTICS スタートアップのためのデータ解析と活用法」ではスタートアップのためのデータ活用と最適な指標を見つけるためのヒントがたくさんありました。

その中で良い指標とは何かということが書かれていたので一部抜粋しながら学びをまとめていきたいと思います。

優れた指標とは何か?

LEAN ANALYTICSによると優れた指標は下記のポイントを押さえているとのことです。

・比較可能
・わかりやすい
・比率や割合
・行動につながりやすい

以上のポイントについてそれぞれ学びと抜粋を共有します。

1. 比較可能

優れた指標は比較可能です。例えばコンバージョン数5という指標よりも先週よりもコンバージョン数が2増えたなど比較しながら使えるかを気にかけるべきとのこと。

2. わかりやすさ

わかりやすさは優れた指標において非常に重要です。以下はLEAN ANALYTICSからの抜粋です。

指標が覚えにくかったり、議論が大変だったりすると、数値の変化を文化に取り入れるのが難しくなる

追っているKPIに複数の変数や、影響の受けやすい変数が混ざっていると議論する際に大変になります。

また施策を打って該当する指標に影響を与えられるかどうかも気にしながらKPIを決めていきたいところです。

3. 比率や割合

優れた指標は比率や割合であるとのこと。

例えば前述したコンバージョン数が増えた例で、原因がUUが増えたことなのかユーザーのアクティブレートが上がったことによるものなのかが隠れてしまいます。

コンバージョン数よりCVR、クリック数よりもCTRをKPIにおくと、比較可能で施策に繋げやすいです。

4. 行動につながりやすい

指標の変化に合わせて、これまでとは異なる行動ができるだろうか?

合計登録者数などの指標をKPIにした時に行動を変えられるかどうかが重要だという。どのようなユーザーが登録していて、どこで離脱しているかを把握できる指標を追っていくべきです。

自分の追っている指標が複数あるとして、その指標の変化前後で施策や行動につながっているかどうかを今一度確認したい基準となります。

指標で気をつけるべき5つのポイント

またLEAN ANALYTICSでは指標を見る際に5つのポイントに気をつけるべきだと言っています。

・定性的指標と定量的指標
・虚栄指標と行動につながる指標
・探索指標と報告指標
・先行指標と遅行指標
・相関指標と因果指標

定性的指標と定量的指標
KPIは基本的に定量的指標であることが多いですが、施策ごとに集まってくるデータが定性的であることもあります。

自分の手元にあるデータがどちらに属すかで扱い方が変わってきます。

虚栄指標と行動につながる指標
追っている指標が行動につながるかどうかを常に意識することが大切です。行動につながらない虚栄指標は沢山あります。前述した合計登録者数の例はまさにそれを示しています。

LEAN ANALYTICSでは以下の8つを虚栄指標の例としてあげています。

・ヒット数
・ページビュー数
・訪問数
・ユニーク訪問者数
・フォロワー/友達/いいね
・滞在時間
・収集したメールアドレスの数

探索指標と報告指標
行なっているデータ分析やデータ出しは仮設ベースのものなのか、またわかりきった分野に対しての数値なのかを意識するべきです。

LEAN ANALYTICSでは以下の4象限に分けて、探索指標と報告指標を区別しています。

・単なる思い込みではなく事実や仮定を確認できる(既知/既知)(報告指標)
・仮説を根拠に変えることで直感をテストできる(既知/未知)(探索指標)
・表計算に入力するデータが手に入る(未知/既知)(報告指標)
・ビジネスを構築する貴重な機会が発見できる(未知/未知)(探索指標)

とりわけスタートアップでは探索指標が大切になります。

先行指標と遅行指標
先行指標は未来を予測するための指標です。近年注目されるビッグデータはこの先行指標を出すために頻繁に活用されています。

また遅行指標は現状把握を行ったり、過去の傾向を見るものです。遅行指標から先行指標になることもあります。

相関指標と因果指標
これもよく言われている因果関係と相関関係の違いには気をつけましょうという話です。追っているKPIがKGIに対して相関関係なのか因果関係なのかは十分に議論する余地がありそうです。

因果関係と相関関係については以下の本がわかりやすかったです。

KPIを決めることの難しさ

今回LEAN ANALYTICSを読んで改めてスタートアップにおけるKPIを決定していくことの難しさがわかりました。

LEAN ANALYTICSではそれぞれのビジネスモデルでどの指標を追っていくと良いのか、気をつけるべきポイントがどこなのかが書かれています。

普段はまさに今回の記事のようにプロダクトのKPIを決めたり、それに関する意思決定周りをデータ分析から行うことが多いです。その中で上記のポイントを抑えているかどうかは常々意識しながらいきたいところです。

データ分析やグロースハック、プロダクトに関する情報を随時発信していますのでよろしくお願いします。

この記事が気に入ったら、サポートをしてみませんか?気軽にクリエイターを支援できます。

3

daiki_futami

IT企業のデータ分析チームに所属しています。以前はエンジニアやSEOなどをやっていました。データ分析やエンジニアリング、グロースハック関連の学びを貯めていきます
コメントを投稿するには、 ログイン または 会員登録 をする必要があります。