Enviar búsqueda
Cargar
First step of UX Monitoring 〜UXモニタリングこと始め〜
•
Descargar como PPTX, PDF
•
31 recomendaciones
•
6,365 vistas
Taro Yoshioka
Seguir
ソシオメディアUX戦略フォーラム2015 fallにて登壇した時のUXモニタリングに関する資料を公開します。
Leer menos
Leer más
Diseño
Denunciar
Compartir
Denunciar
Compartir
1 de 29
Descargar ahora
Recomendados
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
Tokoroten Nakayama
機械学習 入門
機械学習 入門
Hayato Maki
カルマンフィルタ入門
カルマンフィルタ入門
Yasunori Nihei
MonotaRO のデータ活用と基盤の過去、現在、未来
MonotaRO のデータ活用と基盤の過去、現在、未来
株式会社MonotaRO Tech Team
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
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
Tokoroten Nakayama
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
バンディットアルゴリズム入門と実践
バンディットアルゴリズム入門と実践
智之 村上
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
Takahiro Kubo
Recomendados
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
Tokoroten Nakayama
機械学習 入門
機械学習 入門
Hayato Maki
カルマンフィルタ入門
カルマンフィルタ入門
Yasunori Nihei
MonotaRO のデータ活用と基盤の過去、現在、未来
MonotaRO のデータ活用と基盤の過去、現在、未来
株式会社MonotaRO Tech Team
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
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
Tokoroten Nakayama
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
バンディットアルゴリズム入門と実践
バンディットアルゴリズム入門と実践
智之 村上
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
Takahiro Kubo
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
Takeshi Suzuki
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
BrainPad Inc.
Transformerを雰囲気で理解する
Transformerを雰囲気で理解する
AtsukiYamaguchi1
協調フィルタリング入門
協調フィルタリング入門
hoxo_m
テーブル・テキスト・画像の反実仮想説明
テーブル・テキスト・画像の反実仮想説明
tmtm otm
Visual Studio CodeでRを使う
Visual Studio CodeでRを使う
Atsushi Hayakawa
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
Shota Imai
データ活用をするための組織
データ活用をするための組織
Kon Yuichi
マハラノビス距離とユークリッド距離の違い
マハラノビス距離とユークリッド距離の違い
wada, kazumi
トピックモデルでテキストをクラスタリングしてみた
トピックモデルでテキストをクラスタリングしてみた
Hirofumi Tsuruta
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
西岡 賢一郎
データサイエンティスト スキルチェックリスト
データサイエンティスト スキルチェックリスト
The Japan DataScientist Society
機械学習応用のためのソフトウェアエンジニアリングパターン
機械学習応用のためのソフトウェアエンジニアリングパターン
HironoriTAKEUCHI1
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
Satoshi Hara
社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森
Masashi Komori
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
MicroAd, Inc.(Engineer)
協力ゲーム理論でXAI (説明可能なAI) を目指すSHAP (Shapley Additive exPlanation)
協力ゲーム理論でXAI (説明可能なAI) を目指すSHAP (Shapley Additive exPlanation)
西岡 賢一郎
ドロネー三角形分割
ドロネー三角形分割
Yusuke Matsushita
DID, Synthetic Control, CausalImpact
DID, Synthetic Control, CausalImpact
Yusuke Kaneko
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
Tokoroten Nakayama
Domoによるモニタリングオートメーション
Domoによるモニタリングオートメーション
Taro Yoshioka
分析手法のご紹介
分析手法のご紹介
Recruit Technologies
Más contenido relacionado
La actualidad más candente
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
Takeshi Suzuki
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
BrainPad Inc.
Transformerを雰囲気で理解する
Transformerを雰囲気で理解する
AtsukiYamaguchi1
協調フィルタリング入門
協調フィルタリング入門
hoxo_m
テーブル・テキスト・画像の反実仮想説明
テーブル・テキスト・画像の反実仮想説明
tmtm otm
Visual Studio CodeでRを使う
Visual Studio CodeでRを使う
Atsushi Hayakawa
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
Shota Imai
データ活用をするための組織
データ活用をするための組織
Kon Yuichi
マハラノビス距離とユークリッド距離の違い
マハラノビス距離とユークリッド距離の違い
wada, kazumi
トピックモデルでテキストをクラスタリングしてみた
トピックモデルでテキストをクラスタリングしてみた
Hirofumi Tsuruta
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
西岡 賢一郎
データサイエンティスト スキルチェックリスト
データサイエンティスト スキルチェックリスト
The Japan DataScientist Society
機械学習応用のためのソフトウェアエンジニアリングパターン
機械学習応用のためのソフトウェアエンジニアリングパターン
HironoriTAKEUCHI1
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
Satoshi Hara
社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森
Masashi Komori
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
MicroAd, Inc.(Engineer)
協力ゲーム理論でXAI (説明可能なAI) を目指すSHAP (Shapley Additive exPlanation)
協力ゲーム理論でXAI (説明可能なAI) を目指すSHAP (Shapley Additive exPlanation)
西岡 賢一郎
ドロネー三角形分割
ドロネー三角形分割
Yusuke Matsushita
DID, Synthetic Control, CausalImpact
DID, Synthetic Control, CausalImpact
Yusuke Kaneko
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
Tokoroten Nakayama
La actualidad más candente
(20)
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
Transformerを雰囲気で理解する
Transformerを雰囲気で理解する
協調フィルタリング入門
協調フィルタリング入門
テーブル・テキスト・画像の反実仮想説明
テーブル・テキスト・画像の反実仮想説明
Visual Studio CodeでRを使う
Visual Studio CodeでRを使う
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
データ活用をするための組織
データ活用をするための組織
マハラノビス距離とユークリッド距離の違い
マハラノビス距離とユークリッド距離の違い
トピックモデルでテキストをクラスタリングしてみた
トピックモデルでテキストをクラスタリングしてみた
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
データサイエンティスト スキルチェックリスト
データサイエンティスト スキルチェックリスト
機械学習応用のためのソフトウェアエンジニアリングパターン
機械学習応用のためのソフトウェアエンジニアリングパターン
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
協力ゲーム理論でXAI (説明可能なAI) を目指すSHAP (Shapley Additive exPlanation)
協力ゲーム理論でXAI (説明可能なAI) を目指すSHAP (Shapley Additive exPlanation)
ドロネー三角形分割
ドロネー三角形分割
DID, Synthetic Control, CausalImpact
DID, Synthetic Control, CausalImpact
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
Destacado
Domoによるモニタリングオートメーション
Domoによるモニタリングオートメーション
Taro Yoshioka
分析手法のご紹介
分析手法のご紹介
Recruit Technologies
Fallstudie uxm final
Fallstudie uxm final
eResult_GmbH
エンジニアが成長のエンジンになる日 #devsumi #natsumiC7
エンジニアが成長のエンジンになる日 #devsumi #natsumiC7
Itsuki Kuroda
UXとビジネスまとめ by 篠原 稔和 - presentation from UX まとめ 2015
UXとビジネスまとめ by 篠原 稔和 - presentation from UX まとめ 2015
Sociomedia
リーンスタートアップ概論
リーンスタートアップ概論
Itsuki Kuroda
Top 10 BI Trends for 2013
Top 10 BI Trends for 2013
Tableau Software
『創って学ぶ、次世代Web時代のセキュリティ』 株式会社 jig.jp 社長 福野泰介 - セキュリティミニキャンプ
『創って学ぶ、次世代Web時代のセキュリティ』 株式会社 jig.jp 社長 福野泰介 - セキュリティミニキャンプ
Taisuke Fukuno
「HOME'Sデータセット」を通じた不動産分野の研究活性化
「HOME'Sデータセット」を通じた不動産分野の研究活性化
Yoji Kiyota
社内スタートアップによる組織の成長に伴い発生する痛みとその解決策について45分拡大版 #devsumi #devsumiB
社内スタートアップによる組織の成長に伴い発生する痛みとその解決策について45分拡大版 #devsumi #devsumiB
Itsuki Kuroda
Treasure Data × Wave Analytics EC Demo
Treasure Data × Wave Analytics EC Demo
Takahiro Inoue
Distance会社概要
Distance会社概要
Kengo Abe
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
Recruit Technologies
AARRRで始めるグロースハック
AARRRで始めるグロースハック
pLucky
Introduction to Lean Analytics for Lean Startup Circle SF
Introduction to Lean Analytics for Lean Startup Circle SF
Lean Analytics
Workshop Design #1・2 ワークショップのつくり方「全体を分化させていく」
Workshop Design #1・2 ワークショップのつくり方「全体を分化させていく」
Takashi Iba
社内スタートアップによる組織の成長に伴い発生する痛みとその解決策について(Rebuild) #devlove
社内スタートアップによる組織の成長に伴い発生する痛みとその解決策について(Rebuild) #devlove
Itsuki Kuroda
UXとデザインまとめ by 上野学 - presentation from UX まとめ 2015
UXとデザインまとめ by 上野学 - presentation from UX まとめ 2015
Sociomedia
Lean Analytics at Lean Startup Update!! 2015
Lean Analytics at Lean Startup Update!! 2015
Masanori Kado
OnLab Japan introduction to Lean Analytics
OnLab Japan introduction to Lean Analytics
Lean Analytics
Destacado
(20)
Domoによるモニタリングオートメーション
Domoによるモニタリングオートメーション
分析手法のご紹介
分析手法のご紹介
Fallstudie uxm final
Fallstudie uxm final
エンジニアが成長のエンジンになる日 #devsumi #natsumiC7
エンジニアが成長のエンジンになる日 #devsumi #natsumiC7
UXとビジネスまとめ by 篠原 稔和 - presentation from UX まとめ 2015
UXとビジネスまとめ by 篠原 稔和 - presentation from UX まとめ 2015
リーンスタートアップ概論
リーンスタートアップ概論
Top 10 BI Trends for 2013
Top 10 BI Trends for 2013
『創って学ぶ、次世代Web時代のセキュリティ』 株式会社 jig.jp 社長 福野泰介 - セキュリティミニキャンプ
『創って学ぶ、次世代Web時代のセキュリティ』 株式会社 jig.jp 社長 福野泰介 - セキュリティミニキャンプ
「HOME'Sデータセット」を通じた不動産分野の研究活性化
「HOME'Sデータセット」を通じた不動産分野の研究活性化
社内スタートアップによる組織の成長に伴い発生する痛みとその解決策について45分拡大版 #devsumi #devsumiB
社内スタートアップによる組織の成長に伴い発生する痛みとその解決策について45分拡大版 #devsumi #devsumiB
Treasure Data × Wave Analytics EC Demo
Treasure Data × Wave Analytics EC Demo
Distance会社概要
Distance会社概要
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
AARRRで始めるグロースハック
AARRRで始めるグロースハック
Introduction to Lean Analytics for Lean Startup Circle SF
Introduction to Lean Analytics for Lean Startup Circle SF
Workshop Design #1・2 ワークショップのつくり方「全体を分化させていく」
Workshop Design #1・2 ワークショップのつくり方「全体を分化させていく」
社内スタートアップによる組織の成長に伴い発生する痛みとその解決策について(Rebuild) #devlove
社内スタートアップによる組織の成長に伴い発生する痛みとその解決策について(Rebuild) #devlove
UXとデザインまとめ by 上野学 - presentation from UX まとめ 2015
UXとデザインまとめ by 上野学 - presentation from UX まとめ 2015
Lean Analytics at Lean Startup Update!! 2015
Lean Analytics at Lean Startup Update!! 2015
OnLab Japan introduction to Lean Analytics
OnLab Japan introduction to Lean Analytics
Similar a First step of UX Monitoring 〜UXモニタリングこと始め〜
Itプロジェクトにおけるuxデザインの実践的適用方法
Itプロジェクトにおけるuxデザインの実践的適用方法
Roy Kim
SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018報告「ネットビジネスとサービスデザイン」
Nozomu Tannaka
SDGC2018 redux Tannaka
SDGC2018 redux Tannaka
Service Design Network Japan Chapter
Think User : UXデザインにおけるユーザー設計とは?
Think User : UXデザインにおけるユーザー設計とは?
Kazumi Miyamura
いま、UXについて世界の最先端で起こっていることを学ぶ 先生:長谷川 敦士/井登 友一
いま、UXについて世界の最先端で起こっていることを学ぶ 先生:長谷川 敦士/井登 友一
schoowebcampus
新卒2ヶ月でAIを社会実装させた3つのデザイン(修正前)
新卒2ヶ月でAIを社会実装させた3つのデザイン(修正前)
NodokaFujimoto
新卒2ヶ月でAIを社会実装させた3つのデザイン
新卒2ヶ月でAIを社会実装させた3つのデザイン
NodokaFujimoto
【Tech Trend Talk vol.19】社外向け勉強会「拡張するデザイン -(GIG)」
【Tech Trend Talk vol.19】社外向け勉強会「拡張するデザイン -(GIG)」
GIG inc.
ユーザテストと定量分析ツールの併用方法
ユーザテストと定量分析ツールの併用方法
Ryota Ono
杉並診断士会向けKintoneご紹介コンテンツr2
杉並診断士会向けKintoneご紹介コンテンツr2
junji kumooka
UXSTRAT 2013 Redux in Tokyo via schoo
UXSTRAT 2013 Redux in Tokyo via schoo
Atsushi HASEGAWA, Ph.D.
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
naoki ando
第77回Jmrx勉強会7周年記念原稿
第77回Jmrx勉強会7周年記念原稿
MROC Japan
LIFULLマーケター総会スライド(2017/07)
LIFULLマーケター総会スライド(2017/07)
LIFULL Co., Ltd.
#cmc_meetup #3 lt 20170208
#cmc_meetup #3 lt 20170208
Journeyman
【Pm zen】pmはいつ学び始めるべきか? 20160311
【Pm zen】pmはいつ学び始めるべきか? 20160311
Manabu saito /SKYLIGHT CONSULTING Inc.
【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
これからイベントを開催したい人のためのUX設計
これからイベントを開催したい人のためのUX設計
Yuxio tech
20150806_UXnama_Goodpatch
20150806_UXnama_Goodpatch
Satoru MURAKOSHI
サイボウズ デザイン&リサーチ紹介
サイボウズ デザイン&リサーチ紹介
Satoshi Shibata
Similar a First step of UX Monitoring 〜UXモニタリングこと始め〜
(20)
Itプロジェクトにおけるuxデザインの実践的適用方法
Itプロジェクトにおけるuxデザインの実践的適用方法
SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018 redux Tannaka
SDGC2018 redux Tannaka
Think User : UXデザインにおけるユーザー設計とは?
Think User : UXデザインにおけるユーザー設計とは?
いま、UXについて世界の最先端で起こっていることを学ぶ 先生:長谷川 敦士/井登 友一
いま、UXについて世界の最先端で起こっていることを学ぶ 先生:長谷川 敦士/井登 友一
新卒2ヶ月でAIを社会実装させた3つのデザイン(修正前)
新卒2ヶ月でAIを社会実装させた3つのデザイン(修正前)
新卒2ヶ月でAIを社会実装させた3つのデザイン
新卒2ヶ月でAIを社会実装させた3つのデザイン
【Tech Trend Talk vol.19】社外向け勉強会「拡張するデザイン -(GIG)」
【Tech Trend Talk vol.19】社外向け勉強会「拡張するデザイン -(GIG)」
ユーザテストと定量分析ツールの併用方法
ユーザテストと定量分析ツールの併用方法
杉並診断士会向けKintoneご紹介コンテンツr2
杉並診断士会向けKintoneご紹介コンテンツr2
UXSTRAT 2013 Redux in Tokyo via schoo
UXSTRAT 2013 Redux in Tokyo via schoo
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
第77回Jmrx勉強会7周年記念原稿
第77回Jmrx勉強会7周年記念原稿
LIFULLマーケター総会スライド(2017/07)
LIFULLマーケター総会スライド(2017/07)
#cmc_meetup #3 lt 20170208
#cmc_meetup #3 lt 20170208
【Pm zen】pmはいつ学び始めるべきか? 20160311
【Pm zen】pmはいつ学び始めるべきか? 20160311
【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)
これからイベントを開催したい人のためのUX設計
これからイベントを開催したい人のためのUX設計
20150806_UXnama_Goodpatch
20150806_UXnama_Goodpatch
サイボウズ デザイン&リサーチ紹介
サイボウズ デザイン&リサーチ紹介
First step of UX Monitoring 〜UXモニタリングこと始め〜
1.
UXモニタリングことはじめ 株式会社リクルートジョブズ IT戦略室 デジタルマーケティング部R&Dグループ ITマネジメント部ITマネジメントグループ 吉岡 太郎 2015/9/30
2.
私について • 吉岡 太郎 –
出身 • 東京 国立生まれ – どんな仕事 • Netyearで6年半IAとして活動。 • その後GREEでSNSの開発ディレクター を2年担当。 • 2013年からリクルートジョブズで開発 側のプランナーとして、開発フローの改 善やツール導入推進など行っている。 2
3.
本日お伝えしたいこと UX改善施策の効果を持続的に測る 「UXモニタリング」の手法について 3
4.
UX改善施策とは • ターゲットユーザーをビジネスゴールにつなぐためのシ ナリオを考え、コンテンツに落としこむこと 4情報アーキテクチャ構成(ピーター・モービル) ユーザーニーズビジネスゴール シナリオ ペルソナ 体験設計 UXフロー ストラクチャー ワイヤー フレーム UIデザイン
5.
UXモニタリングとは • 定量データから持続的にUXメトリクスを行うこ と。UXメトリクスの一つの手段 5 UXモニタリングとUXメトリクスの関係性 UXモニタリング (継続的に測る) UXスポット調査 (非連続に測る) UXメトリクス
6.
「UXモニタリング」について考えるように なったキッカケ 6
7.
とあるケース1 • 「UX改善を仮説検証して設計・実装したにも係 わらず、KPIにあまり変化が見られなかった。」 – セッションごとのPV、訪問数、離脱率 •
アンケート(スポット調査)で効果を確認 7 UXデザインし、リニューアルして ユーザビリティも向上したのに なぜ数値が変わらないのだろう? UXディレクター・デザイナー
8.
得られた示唆 1. ユーザー行動について改善施策を打っても、セ ッションベースのアクセス解析では、その効果 を追うことが難しい 2. 「UX改善施策」の効果がサイト全体のUUやPV といったマクロなKPIにすぐ影響するかという と、そうではないことが多い 8
9.
とあるケース2 • 「KPIを上げるために、導線を多く追加した結果 迷いやすいUXになったが数字は上がった」 • 時系列でユーザー個別にアクセスログを見て、 サイト内の振る舞いを観察し、導線修正した。 9 UXをモニタリングできたら その施策はやってはいけないという ことを数字で語ることができるのに UXディレクター・デザイナー
10.
得られた示唆 1. 「即効性の有るKPI増施策」≠「UX改善施策」 ということが多い 2. サイト内行動を観察することで、定量データか ら定性的な情報を推定することはできそう 10
11.
• 明らかにUX的な課題があっても、結果の出やす いKPIに繋がる施策のほうが優先される • UX改善活動を定着させるにはどうすればいいの だろう? 11 とはいえの課題感 とは言え数字 だから… 誰のための コンテンツなんですか? UX施策がKPIに対する 効果が有ることを示せれ ば、UXドリブン開発が定 着するはず プランナー・プロダクトマネージャー
UXディレクター・デザイナー UXディレクター・デザイナー
12.
UXモニタリング Project 12 そこで!
13.
UXモニタリング Projectの目的 • 目的:UX改善施策を測る指標をみつけ、定常的 にモニタリングできるようにする •
UX施策と主要KPIの相関を見つけ、効果を示し 継続的なUX改善を行える土壌を整える 13 リクルートジョブズ R&Dグループ リクルートテクノロジーズ BigDataグループ
14.
方法 ペルソナ・クラスタリング – ユーザー行動別にクラスタリングしたユーザー群で セグメントする – クラスタごとのアクション比率と、クラスタ全体の 比率の変化を捉える –
定量データでUX改善施策における「ユーザーの態度 変容」を常時モニタリングする 14
15.
UXモニタリングからKPI効果を導くステップ Step1 Step2 Step3 ペルソナクラスタリング セグメント別 UXモニタリング UX改善を定着 基礎分析や クラスタリングにより ペルソナを明確化 ユーザーの セグメント分解し モニタリングしていく 環境を整える 各ユーザーセグメント の施策反応をモニタリング しつづけることで、 KPIへの効果を 見える化する 中長期的なKPI戦略に 基づいた UX改善施策を HCDサイクルで 回していく ------ ------ ------ 観察(UXモニタリング) 理解(グルイン他) 設計実装(Scrum) 評価(UXモニタリング)
16.
ペルソナ・クラスタリング概要 16
17.
UXモニタリング指標 • リテンションでロイヤリティを測る(Useful、credible) ↑今回の取り組み • ある行動にかかる時間を測る(findable、accessible、 usable) •
あるアクション同士を比較する(desirable) 17
18.
ペルソナ・クラスタリング • クラスタリングによるセグメント分解 – 行動データを軸に置いたセグメント分解により、コン テンツ利用の「質」の違いを明確にする 18 PV数 初日アク ティブ層 初日やや アクティ ブ層 検索中な 層 訪問日数 超アクティ ブ利用層 適度に利用 層 アクティブ 層 コンバージョンは高いけど、 利用しすぎている ⇒
結果に繋がらず、利用を続け てしまっている可能性が高い 適度に利用をしていて、 Convertionにも繋がっ ている 適度に利用をしていて、 コンバージョンにも繋 がっている PVと訪問日数でクラスタリングしたユーザー群のイメージ
19.
まず、リテンションからしきい値を割り出す 19 初回訪問時から次回訪問までにかかった日数別ユーザー数
20.
訪問日数1日ユーザーをクラスタリング分析 20 • 訪問日数1日のユーザーに対し、 k-means法により3クラスター に分類 • クラスター1のユーザーは約90%ほ ど構成している •
活動的なクラスター2は1%未満で ある
21.
訪問日数1日ユーザーをクラスタリング分析 21 PV数 詳細P アクティブ層ピンポイント層 1日直帰層 検索層閲覧あり 閲覧なし • クラスターを目的変数として、決定木(CART法)で条件を決定 • 閾値は決定木で算出された値を利用 •
説明変数はユーザー毎のPV数、詳細P数、一覧P数、キープ数、滞在時間 • よりユーザーの行動特性が別れるような閾値を設定し、ペルソナに近 づけていく 訪問1日ユーザーのペルソナクラスタ
22.
ペルソナクラスタ分類の条件 •訪問日数2日以上のクラスターも同様に分類した全体像 22
23.
ペルソナクラスタ構成比率の推移 23 日別 クラスター構成推移 •クラスタ構成比率の推移をモニタリングすることで、ユーザー 態度変容の推移が見える化できるようになった。 ↓ペルソナクラスタの増減⇒態度変容の見える化
24.
UXモニタリングツール「ユーモ」を構築 24
25.
UX施策のモニタリング 25 •あるUX改善施策を行った際の数字の変化も見える化できるよ うになった。 1日直帰層 検索層 ピンポイント層 アクティブ層 適度利用層 こだわり層 仕事決まらない層 広間隔層 再直帰層 1日訪問 2日以上訪問
26.
今後の取組 • 現状のダッシュボードをベースに – ある特定行動における閲覧時間⇒Findable,Usable –
有る特定行動におけるアクション比較⇒Desirable 26
27.
終わりに 27
28.
UX改善に興味のある方募集しております。 • 中途募集してます! http://www.recruitjobs-saiyou.jp/engineer/index.html 28
29.
ご清聴ありがとうございました 本施策についてお問い合わせは 吉岡まで(taro_yoshioka@r.recruit.co.jp) 29
Descargar ahora