SlideShare une entreprise Scribd logo
1  sur  38
Copyright (C) 2018 BizReach, Inc.
分析できるデータは自ら作る
〜Data Analyst Meetup Tokyo vol.8〜
株式会社ビズリーチ
リクルーティングプラットフォーム統括本部
戦略統合推進部 部門企画・運営グループ 兼
事業戦略本部 事業戦略部 BIグループ
立川 太一
Copyright (C) 2018 BizReach, Inc.
自己紹介
1
「子・餃ズ」(ざ・ぎょうず)というユニットで歌っています
Twitterもやっています
Copyright (C) 2018 BizReach, Inc.
自己紹介
 私立弘学館高校(佐賀県)(2003~2006)
• 3年間寮生活
• 高1時は授業以外で毎日8時間勉強
 京都大学工学部地球工学科(2006~2012)
• 専攻は土木、研究室は河川防災系
 中央復建コンサルタンツ(株)(2012~2017)
• 専門は都市交通・交通計画・道路計画・地域公共交通
• 国土交通省・地方自治体の施策検討が主とした業務
 国土交通省国土技術政策総合研究所(2016~2017)
• 自動車の位置情報から交通特性を解明する研究開発に従事
• 論文執筆、学会発表等が主とした業務
 (株)ビズリーチ(2017~)
• 2017年4月に事業戦略部BIグループに入社
• 同年10月からインサイドセールス・マーケティング部で戦略・企画・分析を担当
2
Copyright (C) 2018 BizReach, Inc.
はじめに
 分析に使うデータは、「自動で記録されるデータ」「手動で記録する必要
があるデータ」の2種類があると考えている。
 本発表は、「手動で記録するデータ」を、「分析できる」「綺麗な状態」
に保つ運用について、実例をもとにその課題や解決策等をお伝えするもの
である。
 なお、本発表における「手動で記録するデータ」は、弊社インサイドセー
ルス部門で運用しているSalesforceのデータである。
3
Copyright (C) 2018 BizReach, Inc.
BIグループからインサイドセールスグループへ
 2017年の10月に、私はBIグループからインサイドセールスグループを兼
務することになった。
 弊社のインサイドセールスグループとは・・・
• 社内から、メールや電話などを活用して顧客の温度感を高め、商談機会を
作って営業(フィールドセールス)につなぐ部署。
• データとしては・・・
– メールや電話等の行動履歴をセールスフォースに残している。
– セールスフォースに残すことで進捗管理をしたり、分析をしたりしている。
4
Copyright (C) 2018 BizReach, Inc.
BIグループからインサイドセールスグループへ
 当時インサイドセールスグループで起きていたこと
• インサイドセールスで獲得できる商談数が見込めていなかった
– どれくらいの出力になるか分からないと、フィールドセールスとの調整が難しい
– また、メンバーの適正な目標を設定することも難しい
• 各マーケ施策経由の売り上げが分からない
– 効果的な施策とそうでない施策の判断がつかない
5
Copyright (C) 2018 BizReach, Inc.
 これをそれぞれ見たい
BIグループからインサイドセールスグループへ
6
リード 商談 受注
イ
ン
バ
ウ
ン
ド
取引先
責任者
への架電
商談 受注
ア
ウ
ト
バ
ウ
ン
ド
これが分かれば・・・
・リードの量から商談の量が推計できる
・リードのROIも可視化できる
これが分かれば・・・
・架電量から商談の量が推計できる
Copyright (C) 2018 BizReach, Inc.
 実態は・・・
BIグループからインサイドセールスグループへ
7
リード
イ
ン
バ
ウ
ン
ド
ア
ウ
ト
バ
ウ
ン
ド
実態は・・・
・リード・取引先責任者のどちらに架電
したか不明
・商談や受注が、リード・取引先責任者の
どちら経由か不明
・リードが増えた時にどれだけ商談が取れ
るか分からない
・リードあたりの受注金額等も分からない
取引先
責任者
への架電
商談 受注
この商談はインバウンド?アウトバウンド?
Copyright (C) 2018 BizReach, Inc.
異動(兼務)前
 以前は、データが適切に管理されておらず、属人的になっていた。
 データを分析することで成果につなげるということの優先順位が下がって
しまっていた。
• 例えば「アポ獲得経路」という項目の選択肢の入力ルールがなかったり
• ルールがない「アポ獲得経路」という項目を使って集計をしていたり
8
Copyright (C) 2018 BizReach, Inc.
 どうする???
9
Copyright (C) 2018 BizReach, Inc.
具体策 をどう考えたか
 何をやるか
 その前に、なぜデータをうまく活用できていないのか、調査
• メンバーへのヒアリング
• マネージャーへのヒアリング
• 飲み会で、「ぶっちゃけ、どうなのよ?」と聞いてみる
– この頃の飲み会はほぼ仕事の本音を聞きにいくために使っていました
– みんなごめん
10
Copyright (C) 2018 BizReach, Inc.
具体策 をどう考えたか
 見えてきたもの
• どうも、セールスフォースの構造は複雑で、簡単に数字は出せない
• マネージャーはデータ整備や分析に費やす時間を割けていない
• メンバーは日々の顧客へのアプローチに追われ、丁寧なオペレーションを徹
底する余裕がない
• また、仮に丁寧なオペレーションでやっても、その結果何が起こるか分から
ない
• 決してやりたくないわけではない
• 色々聞く中で思ったことは・・・
• 皆「データをちゃんと入力して活用できればしたい」という思いはあるもの
の、色々なタスクがあるなかでうまく手が付けられていない
11
Copyright (C) 2018 BizReach, Inc.
具体策 をどう考えたか
 皆がデータを活用できるようになるためにはどうするか?
 皆ができていない理由を徹底的に抽出し、一つひとつ解決した
• 入力を忘れる
⇒入力を忘れたらアラートが飛ぶような仕組みづくり
• 正直なところ入力の方法が分からない
⇒入力方法をひとりずつ個別で伝える
• 入力したものが見れない
⇒入力したものが見えるように可視化
• なぜ入れるのか分からない
⇒入れる理由、入れることでできるようになることを示す
 「自分でデータを作る」気概で自分の責任範囲・干渉範囲を拡げた
12
Copyright (C) 2018 BizReach, Inc.
自分の責任範囲・干渉範囲を拡げる
13
インサイドセールス
マネージャー
インサイドセールス
メンバー
セールスフォース
エンジニア
このデータは
正しいのか?
どうやって
解消するのか?
ル
ー
ル
確
認
不
明
点
存
在
どうやって
解消するのか?
データ分析者
Copyright (C) 2018 BizReach, Inc.
自分の責任範囲・干渉範囲を拡げる
14
自分で
データ構造を
把握する
インサイドセールス
マネージャー
インサイドセールス
メンバー
セールスフォース
エンジニア
このデータは
正しいのか?
どうやって
解消するのか?
ル
ー
ル
確
認
不
明
点
存
在
自分で
ルールを
作る
データ分析者
入力する
動機を説明する
どうやって
解消するのか?
自分で
オペレーションを
整備する
Copyright (C) 2018 BizReach, Inc.
実際にやったこと
 データの理解
• 何をどうすれば見たいデータが見れるのか、自分で徹底的に理解する
• “この部分は専門の部署の人に聞けば分かるけど自分は説明できない”という状態で止めない
– この状態では、メンバーからの信頼は得られない
– 何を聞かれても必ず自分で回答できるようにする
 ルールの整備・オペレーションの整備
• アラートを出す仕組みを作る
– システム化できるところはシステム化、人間がやらないといけないところは人間がやる
– アラートもただ出すだけでなく、アラート後に直しているかなどチェック
• 個別に教える
– アラートを出すと、入力できていない人が明らかになる
– そういった人に個別で、データ入力(及び修正)を理解してもらえるまで実演する
– 実演できないと説得力がないので効果は薄い
 データを入れる動機の周知
• データ入力が進むことで達成できるものを示す
– 私の場合は、毎月の予算の考え方に組み込んでいました
– 常に、「入力が進んだおかげでこんなことが可能になった」と伝えていく
15
Copyright (C) 2018 BizReach, Inc.
実際にやったこと
 データの理解
• 何をどうすれば見たいデータが見れるのか、自分で徹底的に理解する
• “この部分は専門の部署の人に聞けば分かるけど自分は説明できない”という状態で止めない
– この状態では、メンバーからの信頼は得られない
– 何を聞かれても必ず自分で回答できるようにする
 ルールの整備・オペレーションの整備
• アラートを出す仕組みを作る
– システム化できるところはシステム化、人間がやらないといけないところは人間がやる
– アラートもただ出すだけでなく、アラート後に直しているかなどチェック
• 個別に教える
– アラートを出すと、入力できていない人が明らかになる
– そういった人に個別で、データ入力(及び修正)を理解してもらえるまで実演する
– 実演できないと説得力がないので効果は薄い
 データを入れる動機の周知
• データ入力が進むことで達成できるものを示す
– 私の場合は、毎月の予算の考え方に組み込んでいました
– 常に、「入力が進んだおかげでこんなことが可能になった」と伝えていく
16
Copyright (C) 2018 BizReach, Inc.
具体的にやったこと
 まずはデータ構造の理解
• 「HP経由で来た顧客」と
「商談」を繋ぐにはどう
する?
17
セールスフォースのER図
Copyright (C) 2018 BizReach, Inc.
具体的にやったこと
 まずはデータ構造の理解
• 「HP経由で来た顧客」と
「商談」を繋ぐにはどう
する?
18
商談
キャンペーンメ
ンバー
セールスフォースのER図
Copyright (C) 2018 BizReach, Inc.
具体的にやったこと
 まずはデータ構造の理解
• 「取引先責任者」と
「キャンペーンメンバー」
は繋がっている
• 「取引先責任者」と
「取引先責任者の役割」
を繋ぐ必要がある
• 「商談」と
「取引先責任者の役割」
を繋ぐ必要がある
19
商談
取引先責任者社の役割
opportunity_idで接続
contact_idで接続
取引先責任者
キャンペーンメ
ンバー
contact_idで接続
セールスフォースのER図
Copyright (C) 2018 BizReach, Inc.
具体的にやったこと
 まずはデータ構造の理解
• 「取引先責任者」と
「キャンペーンメンバー」
は繋がっている
• 「取引先責任者」と
「取引先責任者の役割」
を繋ぐ必要がある
• 「商談」と
「取引先責任者の役割」
を繋ぐ必要がある
20
商談
取引先責任者社の役割
opportunity_idで接続
contact_idで接続
取引先責任者
キャンペーンメ
ンバー
contact_idで接続
IDで自動連携
IDで自動連携
きちんと入力しないと
連携しない!!!!
⇒キモはここ!!!
セールスフォースのER図
Copyright (C) 2018 BizReach, Inc.
具体的にやったこと
 考えうる対策(細かいところは時間の都合上カット)
21
方針 商談に、「取引先責任
者」を必ず残してもらう
商談に、「主キャンペー
ンソース」を必ず残して
もらう
データの持ち方 ○
・「誰から」が残る
・「誰から」が残るため
「何から」も抽出可能
△
・「誰から」は残らない
・「何から」は残る
・「誰から」が抽出不能
入力の手間 ○ ○
集計・分析の質 ○
・「何から」が複数あっ
ても分析可能
△
・「何から」が値でしか
持っていないため他の
分析はできない
集計・分析の難易度 △
・SQLを書いてAWSから
抽出する
・もしくはCSV出力して
Excelで集計する
○
・Salesforce上のレポー
トで確認可能
Copyright (C) 2018 BizReach, Inc.
具体的にやったこと
 考えうる対策(細かいところは時間の都合上カット)
22
方針 商談に、「取引先責任
者」を必ず残してもらう
商談に、「主キャンペー
ンソース」を必ず残して
もらう
データの持ち方 ○
・「誰から」が残る
・「誰から」が残るため
「何から」も抽出可能
△
・「誰から」は残らない
・「何から」は残る
・「誰から」が抽出不能
入力の手間 ○ ○
集計・分析の質 ○
・「何から」が複数あっ
ても分析可能
△
・「何から」が値でしか
持っていないため他の
分析はできない
集計・分析の難易度 △
・SQLを書いてAWSから
抽出する
・もしくはCSV出力して
Excelで集計する
○
・Salesforce上のレポー
トで確認可能
第1弾として実施
・早く分析が必要
・やってもらう人に早めに
モノを見せたい
Copyright (C) 2018 BizReach, Inc.
具体的にやったこと
 考えうる対策(細かいところは時間の都合上カット)
23
方針 商談に、「取引先責任
者」を必ず残してもらう
商談に、「主キャンペー
ンソース」を必ず残して
もらう
データの持ち方 ○
・「誰から」が残る
・「誰から」が残るため
「何から」も抽出可能
△
・「誰から」は残らない
・「何から」は残る
・「誰から」が抽出不能
入力の手間 ○ ○
集計・分析の質 ○
・「何から」が複数あっ
ても分析可能
△
・「何から」が値でしか
持っていないため他の
分析はできない
集計・分析の難易度 △
・SQLを書いてAWSから
抽出する
・もしくはCSV出力して
Excelで集計する
○
・Salesforce上のレポー
トで確認可能
第2弾として実施
・細かいデータも必要
・やってもらう人への理解も
必要
Copyright (C) 2018 BizReach, Inc.
実際にやったこと
 データの理解
• 何をどうすれば見たいデータが見れるのか、自分で徹底的に理解する
• “この部分は専門の部署の人に聞けば分かるけど自分は説明できない”という状態で止めない
– この状態では、メンバーからの信頼は得られない
– 何を聞かれても必ず自分で回答できるようにする
 ルールの整備・オペレーションの整備
• アラートを出す仕組みを作る
– システム化できるところはシステム化、人間がやらないといけないところは人間がやる
– アラートもただ出すだけでなく、アラート後に直しているかなどチェック
• 個別に教える
– アラートを出すと、入力できていない人が明らかになる
– そういった人に個別で、データ入力(及び修正)を理解してもらえるまで実演する
– 実演できないと説得力がないので効果は薄い
 データを入れる動機の周知
• データ入力が進むことで達成できるものを示す
– 私の場合は、毎月の予算の考え方に組み込んでいました
– 常に、「入力が進んだおかげでこんなことが可能になった」と伝えていく
24
Copyright (C) 2018 BizReach, Inc.
具体的にやったこと
 Salesforceでアラートが出るようにレポートを作成
25
Aさん
Bさん
Cさん
Dさん
Eさん
Fさん
Gさん
Copyright (C) 2018 BizReach, Inc.
具体的にやったこと
 Slackでも周知
26
Copyright (C) 2018 BizReach, Inc.
具体的にやったこと
 入力がきちんとなされないことは「自分の責任」と考えて、入力できてい
ない人がいなくなるまで徹底的にサポート
• Sales Assistant さんに毎日帰る前にSlackで配信してもらう
• Slackに自ら顔を出して、入力ができていない人がいたら個別に連絡を入れて、
入力できていない理由を聞く
– システム面などから支援できることがあれば開発側と調整し、開発を行う
– ルール整備に問題があれば、ルール改変を行う
– そのほかなぜ入力漏れが起きたか確認し、次回から入力ミスがないようにサポート
• アラートを出し、アラートに該当する回数が多い人へのコミュニケーション
を徹底する
27
Copyright (C) 2018 BizReach, Inc.
実際にやったこと
 データの理解
• 何をどうすれば見たいデータが見れるのか、自分で徹底的に理解する
• “この部分は専門の部署の人に聞けば分かるけど自分は説明できない”という状態で止めない
– この状態では、メンバーからの信頼は得られない
– 何を聞かれても必ず自分で回答できるようにする
 ルールの整備・オペレーションの整備
• アラートを出す仕組みを作る
– システム化できるところはシステム化、人間がやらないといけないところは人間がやる
– アラートもただ出すだけでなく、アラート後に直しているかなどチェック
• 個別に教える
– アラートを出すと、入力できていない人が明らかになる
– そういった人に個別で、データ入力(及び修正)を理解してもらえるまで実演する
– 実演できないと説得力がないので効果は薄い
 データを入れる動機の周知
• データ入力が進むことで達成できるものを示す
– 私の場合は、毎月の予算の考え方に組み込んでいました
– 常に、「入力が進んだおかげでこんなことが可能になった」と伝えていく
28
Copyright (C) 2018 BizReach, Inc.
具体的にやったこと
 毎月、全体に向けて発信
• マーケ獲得のリードを、温度感の違いで3種類に分ける
• 3種類それぞれの、チーム別での商談獲得率を算出
• 「平均で何件ずつリードがある」ため、「平均で何商談取れる」といったモ
ノを説明
29
Copyright (C) 2018 BizReach, Inc.
具体的にやったこと
 取引先責任者が見た直近のマーケ施策別で
商談獲得率や受注率を整理して公表
• どの状態の取引先責任者に優先的にアプローチ
すべきか考えるネタになる
 マーケ施策別の事業別の商談獲得比率を算出
して公表
• ビズリーチ社では、「ビズリーチ」「キャリ
トレ」「HRMOS」など複数の事業を展開
• インサイドセールス部では、この複数の事業
の商談を提供する必要がある
• どのリードから、どの事業の商談を獲得しやす
いかを整理
30
Copyright (C) 2018 BizReach, Inc.
結果
 予算予測精度向上
• 半年間で約180%伸びた商談数を半年前の時点でのヨミ対比で102%に抑えた
• 半年前から正確性を持ったヨミが作れたことで、事業部の予測を支援
31
商談数は半期で
約180%伸長
実績はヨミに
対して102%
Copyright (C) 2018 BizReach, Inc.
結果
 色々と可視化
• 顧客からの反応があった日からの経過日数別の商談獲得率
– 「ホットリード」も、流入から1週間程度経過すると商談獲得率はその他のリード
と同程度になる
32
Copyright (C) 2018 BizReach, Inc.
今後やりたいこと
 弊社サービスと親和性が高い企業
 弊社サービスを使うことで採用課題を解決できる企業
• を、数値化する
 以下の3つと受注や採用決定の関係性をみる
• 企業属性
– 外部から購入
– 売上や利益など、定量的に関係性がありそうな指標
• 取引先責任者と弊社との関係性(NEW)
– 取引先責任者と弊社の商談・活動の関係性をみる
• マーケティング施策に対する顧客の反応(NEW)
– 取引先責任者とマーケティング施策への関係性をみる
33
Copyright (C) 2018 BizReach, Inc.
今後やりたいこと
 弊社サービスと親和性が高い企業
 弊社サービスを使うことで採用課題を解決できる企業
• を、数値化する
 以下の3つと受注や採用決定の関係性をみる
• 企業属性
– 外部から購入
– 売上や利益など、定量的に関係性がありそうな指標
• 取引先責任者と弊社との関係性(NEW)
– 取引先責任者と弊社の商談・活動の関係性をみる
• マーケティング施策に対する顧客の反応(NEW)
– 取引先責任者とマーケティング施策への関係性をみる
34
本発表の取り組みにより、
このデータが見れるようになった
Copyright (C) 2018 BizReach, Inc.
おわりに
 データ分析 ⇒ なにか難しいことを求められている(気がする)
 現場で必要なもの ⇒ 必ずしも難しいものとは限らない
• むしろ、分析視点に立てば簡単なことだったりもする
– 今回の場合、「分析」というよりは「基礎集計」レベルのものもあった
• ただし、分析以前の「運用」面がより厄介な課題であることもしばしば
 現場に必要なものがなにか考える
• 今回でいえば、求められるものは基礎集計
• データ構造の理解や入力のルール、運用整備などが求められていた
 現場に必要なものを達成するためにできること・できる方法はあるか考える
• できない理由は様々、できる方法を考え抜く
• 複雑さが増すとミスは増える、複雑さと得られるもののバランスが重要
 この積み重ねで、「分析できるデータは自ら作る」ことが重要
35
Copyright (C) 2018 BizReach, Inc.
個人的な告知
 スモールな勉強会?懇親会?ができればと思っています!
• インサイドセールスやマーケティング ⇒ なかなか難しい立場…
• セールスフォースの運用 ⇒ 思うようにいかない…
• 色々本音ベースで話ができるスモールな勉強会(愚痴のこぼし合い?)をし
たいと思っています!
• 似たような課題がある方、社内で似たような問題意識を持っている方がいれ
ば、ご連絡いただければと思います!
36
分析できるデータは自ら作る@Data Analyst Meetup Tokyo vol.8

Contenu connexe

Tendances

「レバレジーズ×ビズリーチ」マーケツール連携の裏側全部語ります。
「レバレジーズ×ビズリーチ」マーケツール連携の裏側全部語ります。「レバレジーズ×ビズリーチ」マーケツール連携の裏側全部語ります。
「レバレジーズ×ビズリーチ」マーケツール連携の裏側全部語ります。Ken Kurahashi
 
20201214佐賀県産業スマート化センター交流会プレゼン
20201214佐賀県産業スマート化センター交流会プレゼン20201214佐賀県産業スマート化センター交流会プレゼン
20201214佐賀県産業スマート化センター交流会プレゼンKazuhitoKitamura
 
20210512産業スマート化センター交流会
20210512産業スマート化センター交流会20210512産業スマート化センター交流会
20210512産業スマート化センター交流会KazuhitoKitamura
 
20211014大村市中小企業振興会議視察資料
20211014大村市中小企業振興会議視察資料20211014大村市中小企業振興会議視察資料
20211014大村市中小企業振興会議視察資料KazuhitoKitamura
 
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐Rakuten Group, Inc.
 
Icon imj conference2013 session1 リアルタイムでの意思決定によるマーケティング最適化
Icon imj conference2013 session1 リアルタイムでの意思決定によるマーケティング最適化Icon imj conference2013 session1 リアルタイムでの意思決定によるマーケティング最適化
Icon imj conference2013 session1 リアルタイムでの意思決定によるマーケティング最適化IMJ Corporation
 
Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料BrainPad Inc.
 
20220224職業訓練IT中級科「テクノロジーと経済社会」
20220224職業訓練IT中級科「テクノロジーと経済社会」20220224職業訓練IT中級科「テクノロジーと経済社会」
20220224職業訓練IT中級科「テクノロジーと経済社会」KazuhitoKitamura
 
機械学習の推定精度向上のための変数作成方法 ~AbemaTVのユーザ属性推定~
機械学習の推定精度向上のための変数作成方法 ~AbemaTVのユーザ属性推定~機械学習の推定精度向上のための変数作成方法 ~AbemaTVのユーザ属性推定~
機械学習の推定精度向上のための変数作成方法 ~AbemaTVのユーザ属性推定~Masatoshi Abe
 
企業が求めるデータサイエンティスト人材像-データサイエンティスト 国内企業動向調査(2019)より
企業が求めるデータサイエンティスト人材像-データサイエンティスト 国内企業動向調査(2019)より企業が求めるデータサイエンティスト人材像-データサイエンティスト 国内企業動向調査(2019)より
企業が求めるデータサイエンティスト人材像-データサイエンティスト 国内企業動向調査(2019)よりThe Japan DataScientist Society
 

Tendances (11)

YJTC18 A-7 Yahoo! JAPANを支える広告技術
YJTC18 A-7 Yahoo! JAPANを支える広告技術YJTC18 A-7 Yahoo! JAPANを支える広告技術
YJTC18 A-7 Yahoo! JAPANを支える広告技術
 
「レバレジーズ×ビズリーチ」マーケツール連携の裏側全部語ります。
「レバレジーズ×ビズリーチ」マーケツール連携の裏側全部語ります。「レバレジーズ×ビズリーチ」マーケツール連携の裏側全部語ります。
「レバレジーズ×ビズリーチ」マーケツール連携の裏側全部語ります。
 
20201214佐賀県産業スマート化センター交流会プレゼン
20201214佐賀県産業スマート化センター交流会プレゼン20201214佐賀県産業スマート化センター交流会プレゼン
20201214佐賀県産業スマート化センター交流会プレゼン
 
20210512産業スマート化センター交流会
20210512産業スマート化センター交流会20210512産業スマート化センター交流会
20210512産業スマート化センター交流会
 
20211014大村市中小企業振興会議視察資料
20211014大村市中小企業振興会議視察資料20211014大村市中小企業振興会議視察資料
20211014大村市中小企業振興会議視察資料
 
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
 
Icon imj conference2013 session1 リアルタイムでの意思決定によるマーケティング最適化
Icon imj conference2013 session1 リアルタイムでの意思決定によるマーケティング最適化Icon imj conference2013 session1 リアルタイムでの意思決定によるマーケティング最適化
Icon imj conference2013 session1 リアルタイムでの意思決定によるマーケティング最適化
 
Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料
 
20220224職業訓練IT中級科「テクノロジーと経済社会」
20220224職業訓練IT中級科「テクノロジーと経済社会」20220224職業訓練IT中級科「テクノロジーと経済社会」
20220224職業訓練IT中級科「テクノロジーと経済社会」
 
機械学習の推定精度向上のための変数作成方法 ~AbemaTVのユーザ属性推定~
機械学習の推定精度向上のための変数作成方法 ~AbemaTVのユーザ属性推定~機械学習の推定精度向上のための変数作成方法 ~AbemaTVのユーザ属性推定~
機械学習の推定精度向上のための変数作成方法 ~AbemaTVのユーザ属性推定~
 
企業が求めるデータサイエンティスト人材像-データサイエンティスト 国内企業動向調査(2019)より
企業が求めるデータサイエンティスト人材像-データサイエンティスト 国内企業動向調査(2019)より企業が求めるデータサイエンティスト人材像-データサイエンティスト 国内企業動向調査(2019)より
企業が求めるデータサイエンティスト人材像-データサイエンティスト 国内企業動向調査(2019)より
 

Similaire à 分析できるデータは自ら作る@Data Analyst Meetup Tokyo vol.8

20180322 wingarc saikido_panel
20180322 wingarc saikido_panel20180322 wingarc saikido_panel
20180322 wingarc saikido_panelHideki Ojima
 
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例秀 齊藤
 
ホームページ×SNSの活用で実店舗へ集客!
ホームページ×SNSの活用で実店舗へ集客!ホームページ×SNSの活用で実店舗へ集客!
ホームページ×SNSの活用で実店舗へ集客!良治 富田
 
Power BI の可能性?見(魅)せてやるよ!!!その本気ってやつをな
Power BI の可能性?見(魅)せてやるよ!!!その本気ってやつをなPower BI の可能性?見(魅)せてやるよ!!!その本気ってやつをな
Power BI の可能性?見(魅)せてやるよ!!!その本気ってやつをなYugo Shimizu
 
私たち企業がアクセシビリティに取り組む理由(2018年) #accfes
私たち企業がアクセシビリティに取り組む理由(2018年) #accfes私たち企業がアクセシビリティに取り組む理由(2018年) #accfes
私たち企業がアクセシビリティに取り組む理由(2018年) #accfesYahoo!デベロッパーネットワーク
 
YJTC18 B-5 ビジュアルデザイナーのスキル向上させる仕組み作り
YJTC18 B-5 ビジュアルデザイナーのスキル向上させる仕組み作りYJTC18 B-5 ビジュアルデザイナーのスキル向上させる仕組み作り
YJTC18 B-5 ビジュアルデザイナーのスキル向上させる仕組み作りYahoo!デベロッパーネットワーク
 
ビープラウドの紹介と渋谷区千駄ヶ谷5-32-7に漂着するまでの道のり
ビープラウドの紹介と渋谷区千駄ヶ谷5-32-7に漂着するまでの道のりビープラウドの紹介と渋谷区千駄ヶ谷5-32-7に漂着するまでの道のり
ビープラウドの紹介と渋谷区千駄ヶ谷5-32-7に漂着するまでの道のりHaruo Sato
 
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)IMJ Corporation
 
CustomerSuccess_recruiting_LT#6_20201223
CustomerSuccess_recruiting_LT#6_20201223CustomerSuccess_recruiting_LT#6_20201223
CustomerSuccess_recruiting_LT#6_20201223Toru Komaya
 
PickUpご案内資料_Capex.pdf
PickUpご案内資料_Capex.pdfPickUpご案内資料_Capex.pdf
PickUpご案内資料_Capex.pdfShuntaro Kogame
 
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方Hisahiko Shiraishi
 
身近なところからはじめるマーケットデザイン
身近なところからはじめるマーケットデザイン身近なところからはじめるマーケットデザイン
身近なところからはじめるマーケットデザインYojiTomita
 
サイエンス視点からのデータアーキテクト
サイエンス視点からのデータアーキテクトサイエンス視点からのデータアーキテクト
サイエンス視点からのデータアーキテクトMasaharu Horino
 
Microsoft Teams無償版 調査レポート
Microsoft Teams無償版 調査レポートMicrosoft Teams無償版 調査レポート
Microsoft Teams無償版 調査レポート高見 知英
 
【会社概要】株式会社Biotopo_会社紹介資料_20240104_Company Information
【会社概要】株式会社Biotopo_会社紹介資料_20240104_Company Information【会社概要】株式会社Biotopo_会社紹介資料_20240104_Company Information
【会社概要】株式会社Biotopo_会社紹介資料_20240104_Company Information雅史 澤西
 
Io tビジネスモデルに関する考察20161119
Io tビジネスモデルに関する考察20161119Io tビジネスモデルに関する考察20161119
Io tビジネスモデルに関する考察20161119Keiichiro Nabeno
 
「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ
「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ
「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へYoheiGibo
 

Similaire à 分析できるデータは自ら作る@Data Analyst Meetup Tokyo vol.8 (20)

20180322 wingarc saikido_panel
20180322 wingarc saikido_panel20180322 wingarc saikido_panel
20180322 wingarc saikido_panel
 
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
 
ホームページ×SNSの活用で実店舗へ集客!
ホームページ×SNSの活用で実店舗へ集客!ホームページ×SNSの活用で実店舗へ集客!
ホームページ×SNSの活用で実店舗へ集客!
 
Power BI の可能性?見(魅)せてやるよ!!!その本気ってやつをな
Power BI の可能性?見(魅)せてやるよ!!!その本気ってやつをなPower BI の可能性?見(魅)せてやるよ!!!その本気ってやつをな
Power BI の可能性?見(魅)せてやるよ!!!その本気ってやつをな
 
私たち企業がアクセシビリティに取り組む理由(2018年) #accfes
私たち企業がアクセシビリティに取り組む理由(2018年) #accfes私たち企業がアクセシビリティに取り組む理由(2018年) #accfes
私たち企業がアクセシビリティに取り組む理由(2018年) #accfes
 
YJTC18 B-5 ビジュアルデザイナーのスキル向上させる仕組み作り
YJTC18 B-5 ビジュアルデザイナーのスキル向上させる仕組み作りYJTC18 B-5 ビジュアルデザイナーのスキル向上させる仕組み作り
YJTC18 B-5 ビジュアルデザイナーのスキル向上させる仕組み作り
 
ビープラウドの紹介と渋谷区千駄ヶ谷5-32-7に漂着するまでの道のり
ビープラウドの紹介と渋谷区千駄ヶ谷5-32-7に漂着するまでの道のりビープラウドの紹介と渋谷区千駄ヶ谷5-32-7に漂着するまでの道のり
ビープラウドの紹介と渋谷区千駄ヶ谷5-32-7に漂着するまでの道のり
 
Linked in×採用活動
Linked in×採用活動Linked in×採用活動
Linked in×採用活動
 
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
 
CustomerSuccess_recruiting_LT#6_20201223
CustomerSuccess_recruiting_LT#6_20201223CustomerSuccess_recruiting_LT#6_20201223
CustomerSuccess_recruiting_LT#6_20201223
 
PickUpご案内資料_Capex.pdf
PickUpご案内資料_Capex.pdfPickUpご案内資料_Capex.pdf
PickUpご案内資料_Capex.pdf
 
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
 
身近なところからはじめるマーケットデザイン
身近なところからはじめるマーケットデザイン身近なところからはじめるマーケットデザイン
身近なところからはじめるマーケットデザイン
 
サイエンス視点からのデータアーキテクト
サイエンス視点からのデータアーキテクトサイエンス視点からのデータアーキテクト
サイエンス視点からのデータアーキテクト
 
Fit28
Fit28 Fit28
Fit28
 
WCAN 2018 Winter -2018年12月15日 -
WCAN 2018 Winter  -2018年12月15日 -WCAN 2018 Winter  -2018年12月15日 -
WCAN 2018 Winter -2018年12月15日 -
 
Microsoft Teams無償版 調査レポート
Microsoft Teams無償版 調査レポートMicrosoft Teams無償版 調査レポート
Microsoft Teams無償版 調査レポート
 
【会社概要】株式会社Biotopo_会社紹介資料_20240104_Company Information
【会社概要】株式会社Biotopo_会社紹介資料_20240104_Company Information【会社概要】株式会社Biotopo_会社紹介資料_20240104_Company Information
【会社概要】株式会社Biotopo_会社紹介資料_20240104_Company Information
 
Io tビジネスモデルに関する考察20161119
Io tビジネスモデルに関する考察20161119Io tビジネスモデルに関する考察20161119
Io tビジネスモデルに関する考察20161119
 
「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ
「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ
「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ
 

分析できるデータは自ら作る@Data Analyst Meetup Tokyo vol.8

  • 1. Copyright (C) 2018 BizReach, Inc. 分析できるデータは自ら作る 〜Data Analyst Meetup Tokyo vol.8〜 株式会社ビズリーチ リクルーティングプラットフォーム統括本部 戦略統合推進部 部門企画・運営グループ 兼 事業戦略本部 事業戦略部 BIグループ 立川 太一
  • 2. Copyright (C) 2018 BizReach, Inc. 自己紹介 1 「子・餃ズ」(ざ・ぎょうず)というユニットで歌っています Twitterもやっています
  • 3. Copyright (C) 2018 BizReach, Inc. 自己紹介  私立弘学館高校(佐賀県)(2003~2006) • 3年間寮生活 • 高1時は授業以外で毎日8時間勉強  京都大学工学部地球工学科(2006~2012) • 専攻は土木、研究室は河川防災系  中央復建コンサルタンツ(株)(2012~2017) • 専門は都市交通・交通計画・道路計画・地域公共交通 • 国土交通省・地方自治体の施策検討が主とした業務  国土交通省国土技術政策総合研究所(2016~2017) • 自動車の位置情報から交通特性を解明する研究開発に従事 • 論文執筆、学会発表等が主とした業務  (株)ビズリーチ(2017~) • 2017年4月に事業戦略部BIグループに入社 • 同年10月からインサイドセールス・マーケティング部で戦略・企画・分析を担当 2
  • 4. Copyright (C) 2018 BizReach, Inc. はじめに  分析に使うデータは、「自動で記録されるデータ」「手動で記録する必要 があるデータ」の2種類があると考えている。  本発表は、「手動で記録するデータ」を、「分析できる」「綺麗な状態」 に保つ運用について、実例をもとにその課題や解決策等をお伝えするもの である。  なお、本発表における「手動で記録するデータ」は、弊社インサイドセー ルス部門で運用しているSalesforceのデータである。 3
  • 5. Copyright (C) 2018 BizReach, Inc. BIグループからインサイドセールスグループへ  2017年の10月に、私はBIグループからインサイドセールスグループを兼 務することになった。  弊社のインサイドセールスグループとは・・・ • 社内から、メールや電話などを活用して顧客の温度感を高め、商談機会を 作って営業(フィールドセールス)につなぐ部署。 • データとしては・・・ – メールや電話等の行動履歴をセールスフォースに残している。 – セールスフォースに残すことで進捗管理をしたり、分析をしたりしている。 4
  • 6. Copyright (C) 2018 BizReach, Inc. BIグループからインサイドセールスグループへ  当時インサイドセールスグループで起きていたこと • インサイドセールスで獲得できる商談数が見込めていなかった – どれくらいの出力になるか分からないと、フィールドセールスとの調整が難しい – また、メンバーの適正な目標を設定することも難しい • 各マーケ施策経由の売り上げが分からない – 効果的な施策とそうでない施策の判断がつかない 5
  • 7. Copyright (C) 2018 BizReach, Inc.  これをそれぞれ見たい BIグループからインサイドセールスグループへ 6 リード 商談 受注 イ ン バ ウ ン ド 取引先 責任者 への架電 商談 受注 ア ウ ト バ ウ ン ド これが分かれば・・・ ・リードの量から商談の量が推計できる ・リードのROIも可視化できる これが分かれば・・・ ・架電量から商談の量が推計できる
  • 8. Copyright (C) 2018 BizReach, Inc.  実態は・・・ BIグループからインサイドセールスグループへ 7 リード イ ン バ ウ ン ド ア ウ ト バ ウ ン ド 実態は・・・ ・リード・取引先責任者のどちらに架電 したか不明 ・商談や受注が、リード・取引先責任者の どちら経由か不明 ・リードが増えた時にどれだけ商談が取れ るか分からない ・リードあたりの受注金額等も分からない 取引先 責任者 への架電 商談 受注 この商談はインバウンド?アウトバウンド?
  • 9. Copyright (C) 2018 BizReach, Inc. 異動(兼務)前  以前は、データが適切に管理されておらず、属人的になっていた。  データを分析することで成果につなげるということの優先順位が下がって しまっていた。 • 例えば「アポ獲得経路」という項目の選択肢の入力ルールがなかったり • ルールがない「アポ獲得経路」という項目を使って集計をしていたり 8
  • 10. Copyright (C) 2018 BizReach, Inc.  どうする??? 9
  • 11. Copyright (C) 2018 BizReach, Inc. 具体策 をどう考えたか  何をやるか  その前に、なぜデータをうまく活用できていないのか、調査 • メンバーへのヒアリング • マネージャーへのヒアリング • 飲み会で、「ぶっちゃけ、どうなのよ?」と聞いてみる – この頃の飲み会はほぼ仕事の本音を聞きにいくために使っていました – みんなごめん 10
  • 12. Copyright (C) 2018 BizReach, Inc. 具体策 をどう考えたか  見えてきたもの • どうも、セールスフォースの構造は複雑で、簡単に数字は出せない • マネージャーはデータ整備や分析に費やす時間を割けていない • メンバーは日々の顧客へのアプローチに追われ、丁寧なオペレーションを徹 底する余裕がない • また、仮に丁寧なオペレーションでやっても、その結果何が起こるか分から ない • 決してやりたくないわけではない • 色々聞く中で思ったことは・・・ • 皆「データをちゃんと入力して活用できればしたい」という思いはあるもの の、色々なタスクがあるなかでうまく手が付けられていない 11
  • 13. Copyright (C) 2018 BizReach, Inc. 具体策 をどう考えたか  皆がデータを活用できるようになるためにはどうするか?  皆ができていない理由を徹底的に抽出し、一つひとつ解決した • 入力を忘れる ⇒入力を忘れたらアラートが飛ぶような仕組みづくり • 正直なところ入力の方法が分からない ⇒入力方法をひとりずつ個別で伝える • 入力したものが見れない ⇒入力したものが見えるように可視化 • なぜ入れるのか分からない ⇒入れる理由、入れることでできるようになることを示す  「自分でデータを作る」気概で自分の責任範囲・干渉範囲を拡げた 12
  • 14. Copyright (C) 2018 BizReach, Inc. 自分の責任範囲・干渉範囲を拡げる 13 インサイドセールス マネージャー インサイドセールス メンバー セールスフォース エンジニア このデータは 正しいのか? どうやって 解消するのか? ル ー ル 確 認 不 明 点 存 在 どうやって 解消するのか? データ分析者
  • 15. Copyright (C) 2018 BizReach, Inc. 自分の責任範囲・干渉範囲を拡げる 14 自分で データ構造を 把握する インサイドセールス マネージャー インサイドセールス メンバー セールスフォース エンジニア このデータは 正しいのか? どうやって 解消するのか? ル ー ル 確 認 不 明 点 存 在 自分で ルールを 作る データ分析者 入力する 動機を説明する どうやって 解消するのか? 自分で オペレーションを 整備する
  • 16. Copyright (C) 2018 BizReach, Inc. 実際にやったこと  データの理解 • 何をどうすれば見たいデータが見れるのか、自分で徹底的に理解する • “この部分は専門の部署の人に聞けば分かるけど自分は説明できない”という状態で止めない – この状態では、メンバーからの信頼は得られない – 何を聞かれても必ず自分で回答できるようにする  ルールの整備・オペレーションの整備 • アラートを出す仕組みを作る – システム化できるところはシステム化、人間がやらないといけないところは人間がやる – アラートもただ出すだけでなく、アラート後に直しているかなどチェック • 個別に教える – アラートを出すと、入力できていない人が明らかになる – そういった人に個別で、データ入力(及び修正)を理解してもらえるまで実演する – 実演できないと説得力がないので効果は薄い  データを入れる動機の周知 • データ入力が進むことで達成できるものを示す – 私の場合は、毎月の予算の考え方に組み込んでいました – 常に、「入力が進んだおかげでこんなことが可能になった」と伝えていく 15
  • 17. Copyright (C) 2018 BizReach, Inc. 実際にやったこと  データの理解 • 何をどうすれば見たいデータが見れるのか、自分で徹底的に理解する • “この部分は専門の部署の人に聞けば分かるけど自分は説明できない”という状態で止めない – この状態では、メンバーからの信頼は得られない – 何を聞かれても必ず自分で回答できるようにする  ルールの整備・オペレーションの整備 • アラートを出す仕組みを作る – システム化できるところはシステム化、人間がやらないといけないところは人間がやる – アラートもただ出すだけでなく、アラート後に直しているかなどチェック • 個別に教える – アラートを出すと、入力できていない人が明らかになる – そういった人に個別で、データ入力(及び修正)を理解してもらえるまで実演する – 実演できないと説得力がないので効果は薄い  データを入れる動機の周知 • データ入力が進むことで達成できるものを示す – 私の場合は、毎月の予算の考え方に組み込んでいました – 常に、「入力が進んだおかげでこんなことが可能になった」と伝えていく 16
  • 18. Copyright (C) 2018 BizReach, Inc. 具体的にやったこと  まずはデータ構造の理解 • 「HP経由で来た顧客」と 「商談」を繋ぐにはどう する? 17 セールスフォースのER図
  • 19. Copyright (C) 2018 BizReach, Inc. 具体的にやったこと  まずはデータ構造の理解 • 「HP経由で来た顧客」と 「商談」を繋ぐにはどう する? 18 商談 キャンペーンメ ンバー セールスフォースのER図
  • 20. Copyright (C) 2018 BizReach, Inc. 具体的にやったこと  まずはデータ構造の理解 • 「取引先責任者」と 「キャンペーンメンバー」 は繋がっている • 「取引先責任者」と 「取引先責任者の役割」 を繋ぐ必要がある • 「商談」と 「取引先責任者の役割」 を繋ぐ必要がある 19 商談 取引先責任者社の役割 opportunity_idで接続 contact_idで接続 取引先責任者 キャンペーンメ ンバー contact_idで接続 セールスフォースのER図
  • 21. Copyright (C) 2018 BizReach, Inc. 具体的にやったこと  まずはデータ構造の理解 • 「取引先責任者」と 「キャンペーンメンバー」 は繋がっている • 「取引先責任者」と 「取引先責任者の役割」 を繋ぐ必要がある • 「商談」と 「取引先責任者の役割」 を繋ぐ必要がある 20 商談 取引先責任者社の役割 opportunity_idで接続 contact_idで接続 取引先責任者 キャンペーンメ ンバー contact_idで接続 IDで自動連携 IDで自動連携 きちんと入力しないと 連携しない!!!! ⇒キモはここ!!! セールスフォースのER図
  • 22. Copyright (C) 2018 BizReach, Inc. 具体的にやったこと  考えうる対策(細かいところは時間の都合上カット) 21 方針 商談に、「取引先責任 者」を必ず残してもらう 商談に、「主キャンペー ンソース」を必ず残して もらう データの持ち方 ○ ・「誰から」が残る ・「誰から」が残るため 「何から」も抽出可能 △ ・「誰から」は残らない ・「何から」は残る ・「誰から」が抽出不能 入力の手間 ○ ○ 集計・分析の質 ○ ・「何から」が複数あっ ても分析可能 △ ・「何から」が値でしか 持っていないため他の 分析はできない 集計・分析の難易度 △ ・SQLを書いてAWSから 抽出する ・もしくはCSV出力して Excelで集計する ○ ・Salesforce上のレポー トで確認可能
  • 23. Copyright (C) 2018 BizReach, Inc. 具体的にやったこと  考えうる対策(細かいところは時間の都合上カット) 22 方針 商談に、「取引先責任 者」を必ず残してもらう 商談に、「主キャンペー ンソース」を必ず残して もらう データの持ち方 ○ ・「誰から」が残る ・「誰から」が残るため 「何から」も抽出可能 △ ・「誰から」は残らない ・「何から」は残る ・「誰から」が抽出不能 入力の手間 ○ ○ 集計・分析の質 ○ ・「何から」が複数あっ ても分析可能 △ ・「何から」が値でしか 持っていないため他の 分析はできない 集計・分析の難易度 △ ・SQLを書いてAWSから 抽出する ・もしくはCSV出力して Excelで集計する ○ ・Salesforce上のレポー トで確認可能 第1弾として実施 ・早く分析が必要 ・やってもらう人に早めに モノを見せたい
  • 24. Copyright (C) 2018 BizReach, Inc. 具体的にやったこと  考えうる対策(細かいところは時間の都合上カット) 23 方針 商談に、「取引先責任 者」を必ず残してもらう 商談に、「主キャンペー ンソース」を必ず残して もらう データの持ち方 ○ ・「誰から」が残る ・「誰から」が残るため 「何から」も抽出可能 △ ・「誰から」は残らない ・「何から」は残る ・「誰から」が抽出不能 入力の手間 ○ ○ 集計・分析の質 ○ ・「何から」が複数あっ ても分析可能 △ ・「何から」が値でしか 持っていないため他の 分析はできない 集計・分析の難易度 △ ・SQLを書いてAWSから 抽出する ・もしくはCSV出力して Excelで集計する ○ ・Salesforce上のレポー トで確認可能 第2弾として実施 ・細かいデータも必要 ・やってもらう人への理解も 必要
  • 25. Copyright (C) 2018 BizReach, Inc. 実際にやったこと  データの理解 • 何をどうすれば見たいデータが見れるのか、自分で徹底的に理解する • “この部分は専門の部署の人に聞けば分かるけど自分は説明できない”という状態で止めない – この状態では、メンバーからの信頼は得られない – 何を聞かれても必ず自分で回答できるようにする  ルールの整備・オペレーションの整備 • アラートを出す仕組みを作る – システム化できるところはシステム化、人間がやらないといけないところは人間がやる – アラートもただ出すだけでなく、アラート後に直しているかなどチェック • 個別に教える – アラートを出すと、入力できていない人が明らかになる – そういった人に個別で、データ入力(及び修正)を理解してもらえるまで実演する – 実演できないと説得力がないので効果は薄い  データを入れる動機の周知 • データ入力が進むことで達成できるものを示す – 私の場合は、毎月の予算の考え方に組み込んでいました – 常に、「入力が進んだおかげでこんなことが可能になった」と伝えていく 24
  • 26. Copyright (C) 2018 BizReach, Inc. 具体的にやったこと  Salesforceでアラートが出るようにレポートを作成 25 Aさん Bさん Cさん Dさん Eさん Fさん Gさん
  • 27. Copyright (C) 2018 BizReach, Inc. 具体的にやったこと  Slackでも周知 26
  • 28. Copyright (C) 2018 BizReach, Inc. 具体的にやったこと  入力がきちんとなされないことは「自分の責任」と考えて、入力できてい ない人がいなくなるまで徹底的にサポート • Sales Assistant さんに毎日帰る前にSlackで配信してもらう • Slackに自ら顔を出して、入力ができていない人がいたら個別に連絡を入れて、 入力できていない理由を聞く – システム面などから支援できることがあれば開発側と調整し、開発を行う – ルール整備に問題があれば、ルール改変を行う – そのほかなぜ入力漏れが起きたか確認し、次回から入力ミスがないようにサポート • アラートを出し、アラートに該当する回数が多い人へのコミュニケーション を徹底する 27
  • 29. Copyright (C) 2018 BizReach, Inc. 実際にやったこと  データの理解 • 何をどうすれば見たいデータが見れるのか、自分で徹底的に理解する • “この部分は専門の部署の人に聞けば分かるけど自分は説明できない”という状態で止めない – この状態では、メンバーからの信頼は得られない – 何を聞かれても必ず自分で回答できるようにする  ルールの整備・オペレーションの整備 • アラートを出す仕組みを作る – システム化できるところはシステム化、人間がやらないといけないところは人間がやる – アラートもただ出すだけでなく、アラート後に直しているかなどチェック • 個別に教える – アラートを出すと、入力できていない人が明らかになる – そういった人に個別で、データ入力(及び修正)を理解してもらえるまで実演する – 実演できないと説得力がないので効果は薄い  データを入れる動機の周知 • データ入力が進むことで達成できるものを示す – 私の場合は、毎月の予算の考え方に組み込んでいました – 常に、「入力が進んだおかげでこんなことが可能になった」と伝えていく 28
  • 30. Copyright (C) 2018 BizReach, Inc. 具体的にやったこと  毎月、全体に向けて発信 • マーケ獲得のリードを、温度感の違いで3種類に分ける • 3種類それぞれの、チーム別での商談獲得率を算出 • 「平均で何件ずつリードがある」ため、「平均で何商談取れる」といったモ ノを説明 29
  • 31. Copyright (C) 2018 BizReach, Inc. 具体的にやったこと  取引先責任者が見た直近のマーケ施策別で 商談獲得率や受注率を整理して公表 • どの状態の取引先責任者に優先的にアプローチ すべきか考えるネタになる  マーケ施策別の事業別の商談獲得比率を算出 して公表 • ビズリーチ社では、「ビズリーチ」「キャリ トレ」「HRMOS」など複数の事業を展開 • インサイドセールス部では、この複数の事業 の商談を提供する必要がある • どのリードから、どの事業の商談を獲得しやす いかを整理 30
  • 32. Copyright (C) 2018 BizReach, Inc. 結果  予算予測精度向上 • 半年間で約180%伸びた商談数を半年前の時点でのヨミ対比で102%に抑えた • 半年前から正確性を持ったヨミが作れたことで、事業部の予測を支援 31 商談数は半期で 約180%伸長 実績はヨミに 対して102%
  • 33. Copyright (C) 2018 BizReach, Inc. 結果  色々と可視化 • 顧客からの反応があった日からの経過日数別の商談獲得率 – 「ホットリード」も、流入から1週間程度経過すると商談獲得率はその他のリード と同程度になる 32
  • 34. Copyright (C) 2018 BizReach, Inc. 今後やりたいこと  弊社サービスと親和性が高い企業  弊社サービスを使うことで採用課題を解決できる企業 • を、数値化する  以下の3つと受注や採用決定の関係性をみる • 企業属性 – 外部から購入 – 売上や利益など、定量的に関係性がありそうな指標 • 取引先責任者と弊社との関係性(NEW) – 取引先責任者と弊社の商談・活動の関係性をみる • マーケティング施策に対する顧客の反応(NEW) – 取引先責任者とマーケティング施策への関係性をみる 33
  • 35. Copyright (C) 2018 BizReach, Inc. 今後やりたいこと  弊社サービスと親和性が高い企業  弊社サービスを使うことで採用課題を解決できる企業 • を、数値化する  以下の3つと受注や採用決定の関係性をみる • 企業属性 – 外部から購入 – 売上や利益など、定量的に関係性がありそうな指標 • 取引先責任者と弊社との関係性(NEW) – 取引先責任者と弊社の商談・活動の関係性をみる • マーケティング施策に対する顧客の反応(NEW) – 取引先責任者とマーケティング施策への関係性をみる 34 本発表の取り組みにより、 このデータが見れるようになった
  • 36. Copyright (C) 2018 BizReach, Inc. おわりに  データ分析 ⇒ なにか難しいことを求められている(気がする)  現場で必要なもの ⇒ 必ずしも難しいものとは限らない • むしろ、分析視点に立てば簡単なことだったりもする – 今回の場合、「分析」というよりは「基礎集計」レベルのものもあった • ただし、分析以前の「運用」面がより厄介な課題であることもしばしば  現場に必要なものがなにか考える • 今回でいえば、求められるものは基礎集計 • データ構造の理解や入力のルール、運用整備などが求められていた  現場に必要なものを達成するためにできること・できる方法はあるか考える • できない理由は様々、できる方法を考え抜く • 複雑さが増すとミスは増える、複雑さと得られるもののバランスが重要  この積み重ねで、「分析できるデータは自ら作る」ことが重要 35
  • 37. Copyright (C) 2018 BizReach, Inc. 個人的な告知  スモールな勉強会?懇親会?ができればと思っています! • インサイドセールスやマーケティング ⇒ なかなか難しい立場… • セールスフォースの運用 ⇒ 思うようにいかない… • 色々本音ベースで話ができるスモールな勉強会(愚痴のこぼし合い?)をし たいと思っています! • 似たような課題がある方、社内で似たような問題意識を持っている方がいれ ば、ご連絡いただければと思います! 36

Notes de l'éditeur

  1. 複雑なER図