企業における統計学入門

1. 企業における統計学入門 1 @suruli

2. 今日お話しすること • 統計学が企業でどのように求められ、使われているか • 統計学を用いる際の注意点 • 主体的にデータ解析をしよう 2

3. 自己紹介 3 • SNS企業でゲームやSNSの売上や面白さをアップするための統計屋業に従事 • 現場の方が簡単に経営指標などを見られるような分析ツールのプログラミングしたり面白さを分析するための手法の開発など • 学生時代は統計学を専攻していました

4. 統計学って何するの？ • データを集計(合計や平均を求める)したり • グラフを描いたり • アンケートなどでデータを集めたり • 相関分析や回帰分析をしたり • 自然言語処理や画像認識という分野も！ 4

5. よく統計屋を募集している分野 5 • SNS • ソーシャルゲーム • ECサイト • 広告 • マーケティング • 品質管理 • 民間研究所

6. なぜ企業に統計学が必要なの？ 1. サービスの改善点を知りたい 2. 売行予測をして在庫の無駄をなくしたい 3. サービスをより良くしたい 4. サービスを健全化したい • どうやってやるの…？ • そこで統計学を活用します 6

7. 改善点を知る • ソーシャルゲームのチュートリアル解析 • チュートリアルはユーザが最も離脱し易い • 特に離脱し易いステップはどこ？ • 離脱し易いステップ＝改善ポイント！ • ユーザが主体的に選択するポイントで離脱傾向→選択ポイントを減らす＋後回し • 新規翌日継続率が 45->56% にアップ！ 7

8. 売行予測 • 過去の売り上げデータを元に、売行がどの程度になりそうか予測できる • 例：ビールの売上は気温が1度上がるごとに12%上がる→明日は3度上がる予報 • どれくらい仕入れればいいかわかるから過剰在庫による廃棄や品切れを防げる 8

9. サービスをより良くしたい • 「この商品説明ページは背景赤色のほうがいいのか青色のほうがいいのか…？」 • ユーザによって青赤を出しわけ、より購入される方の色はどちらかを明らかに • A/Bテストというよく知られた手法 • 検定の重要性：赤の方がちょっとだけ売れ易かったのはたまたまかもしれないよ 9

10. サービスを健全化する • SNSで暴力的な言葉やグロテスクだったり卑猥だったりな画像が溢れているとユーザが不愉快になる • テキストや画像を統計的に処理することで、不愉快になるようなコンテンツを削除したり未成年に見せないようにしたり • 上記を手作業でやるのは限界があるので統計学とプログラムを利用して自動化 10

11. 統計学の資格：統計学検定 • 時期：春・秋頃 • 費用：3級4000円、4級3000円 • メリット：資格欄に書ける、体系的に統計学を学べる、実力試しになる • 本学の統計学の講義を真面目に受けて勉強すれば3級は取れます • 就活にも使える！ 11

12. 12

13. …ほんと？ 13

14. 統計学の注意点 1. データは真実を語るのか？ 2. データは客観的なのか？ 3. データを集計したりグラフを描いたりさえすれば何かわかるのか？ 14

15. データは真実を語るのか？ 15

16. PVについて考えてみる • Webサービスがどれくらい活発に使われてるかを表すのに用いられるデータ • 沢山のWeb企業で現在も使われている • page viewの略 • 1画面表示したら1PV 16

17. 1PVって何だろう？ • ポップ画像浮き上がったら1pv？ • 商品説明長くなって2ページになりました →2pv？ • 「使い勝手を良くするために、あまり画面遷移しないでも簡単に操作出来るようにしました！」 →PV激減 →上司「昇給無しね」 17

18. PVの問題点 • サービスの画面遷移の数によって同じユーザ数でも値が大きく異なる • ユーザによっても値が大きく異なる • PVに応じて制作サイドにボーナス与えると、制作サイドは売上とは関係無いPV稼ぐためだけのページを作り出す可能性が • そもそもPVで活性度は本当に測れるの？ 18

19. ドリコムの対応策 • 「ソーシャルゲームにおいて、PVはあまりにも不安定。もっと実質的な活性度を測ることができるデータは？」 • 定着ユーザ:5日間連続ログインユーザ – 5日間も連続してゲームを遊び続けてくれるユーザはやる気があるユーザに違いない！ – 実際に定着ユーザは継続率も課金額も高い 19

20. 20引用：http://www.slideshare.net/TokorotenNakayama/dau-21559783

21. データは真実か？ • データはあくまでも対象をある一面から切り取っただけのモノ • データはある一面から見た事実ではあっても真実ではない • テストの点はある程度ヒトの頭の良さを測ることはできるけれど、全てではない 21

22. データは客観的なのか？ 22

23. 顧客単価を考える(1) • 顧客単価を平均値|中央値どちらで求めるか • 「高額商品を出して顧客単価アップだ！」先月売上 [100, 200, 300, 400, 500] 今月売上 [100, 200, 300, 600, 800] • 平均値:＝各売上を足して総数で割った値 • 中央値:=各売上を順番に並べた真ん中の値 • 先月平均値 = 300円, 今月平均値 = 400円 • 先月中央値 = 300円, 今月中央値 = 300円 23

24. 顧客単価を考える(2) • 中央値だと先月も今月も顧客単価は変わらず、しかし平均値だと上昇してる • 顧客単価として平均値を使うか中央値を使うかで高額商品戦略の成功/失敗のとらえ方が変わってしまう！ • 同じデータでも計算方法によって結果は変わる。データ「さえあれば」客観的（全員同じ結論を導く）というわけではない 24

25. データを集計したりグラフにしたり… それさえすれば何かわかるのか？ 25

26. 26 引用： http://www.atmarkit.co.jp/fwin2k/itpropower/admin-kun/051/adminkun051.html

27. ツールや手法に振り回されない • Excel、R、SPSS、STATA…色々便利なツールや分析手法はあるけれど • データをツールに放り込んだだけでは価値がない。ツールから出てきた結果を解釈し意味づけして初めて価値が出てくる • 仕事でもレポートでもそれは同じ 27

28. 28 引用：フジテレビスーパーニュース

29. シンプソンズ・パラドックス • データをある軸で分割してみると、全体とは違った傾向がみられる事象 29

30. 例：PC保持台数と恋愛数 30 人数 PC ※仮想例です相関なんて無かった？

31. 31 人数 PC 男女で分離してみた女性男性

32. ここまでのまとめ • 統計学は様々なことを明らかにしてくれる強力な武器になる！ • でも、使い方を誤ると価値がなくなる • 正しく統計学を使えるよう、今のうちに全力で学び、研究にも就活にも仕事にも活用しよう！ 32

33. データ解析とは何か 33 John. W. Tukey

34. データ解析とは、データを分析する手順，その手順から得られた結果を解釈する技法，解析をより容易かつ高精度かつ高確度にするデータ収集のプランニング、そしてデータの分析に適用された統計学の手法と結果の全てである 34

35. 統計屋心得 • 統計に関する全ての責任を負う • 「依頼内容がダメだったんだ」 →良き依頼内容になるよう主体的に行動する • 「俺の素晴らしい分析結果を依頼者が理解できなかったから失敗したんだ」 →理解して頂くのも仕事のうちです • 「データが悪くて上手く行かないんだ」 →データの設計や整備こそ統計屋の仕事です 35

36. 36

37. 分析事例紹介～統計屋心得を踏まえて～ 37

38. とあるRPG系ソシャゲ分析依頼依頼主「継続率落ちてないのにユーザ数が落ち続けている。広告費を削減したため、新規登録者の数が落ちたせいだ。ユーザ数を元の状態に戻したい。どの程度広告をすればいいだろうか？」 38

39. 統計屋がすべきこと • 目的の明確化 • 事実と仮説の確認 • 定義の確認 • 手段の選定 • 言われるがままにそれだけやるのは、どんな高度な統計手法適用しようがただのオペレータです 39

40. 状況の明確化事実：継続率落ちてないのにユーザ数が落ち続けている仮説：ユーザ数減少の主要因は、広告費を削減による新規登録者減少（のみ）目的：ユーザ数を元の状態に戻したい手段：広告費を上げる 40

41. 事実確認 • 確かに「提示された継続率」は落ちてない、新規登録者は減少 • 継続率の定義は？ – 全ユーザのうち翌週もプレイしている率 • この定義は妥当か？ →初級、中級、上級者で継続率全然違う＋初～上級者の定義を明確にしよう • 本当に改善手段は広告費アップだけ？ 41

42. 検証してみる • 初級者は継続率が低く、上級者は高いことが明らかに • この結果は経験・直観的にも妥当 • ユーザ全体のうち、広告切ったせいで初級者層が減って上級者層が増えている →割合として継続率が高い層が増えているのだから、ユーザ全体の継続率は上がる筈では？ 42

43. さらに検証してみる • 新事実：上級者層の継続率が最近下落していた！ • 事実を組み合わせて検証してみる • →「新規ユーザの減少に伴う低継続率層の減少による全体継続率上昇」と「上級者層の継続率低下による全体継続率低下」を合わせた結果がたまたま±0に！ 43

44. 学び • ユーザ減少の問題点は「広告減による新規ユーザの減少」だけではなく「上級者の継続率低下」もあった • 正しく問題点を把握出来たのは、主体的に事実と仮説を確認・検証したから • 言われるがままに任せない、非専門家に計画責任を負わせない • 医者は患者に言われるままに薬を出すか 44

45. まとめ • 研究でも仕事でも主体的に動こう • ×「ゼミ飲み会の場所は毎回俺が決める」 • 「お客さんが言ったからやった」「先生に言われたからやった」では学びも価値もありません • なぜ学ぶのか、なぜこの対象を分析するのか、なぜこの手法を使うのか、人任せではなく自分で説明できるようにしよう 45

46. 最後に • 統計学は難しいです、挫折も仕方ないです • 学生時代、統計が役に立つのか半信半疑でした • でも、今私が稼げてるのは統計学のお陰です • 学部の統計学は基礎体力。成果に直結しなくても気にしなくて良いです • 統計学は正しく使うと、とてもお金になります • プログラミングも出来るとなお良いが、焦らず • 明確な目標(単位や就活)に向けて頑張って下さい 46

SlideShare for iOS

Views

Actions

Embeds 0

Report content

Transcript