1
/
5
This page is intended for users in Singapore. Go to the page for users in United States.

非エンジニアによるスマービーのデータ解析とプロダクト・マーケティングへの活用

はじめに

スマービーの社長の遠藤です(起業前はマーケティング・プロダクト経験なしの非エンジニア)。

弊社では主に子育てママ向けのショッピングサイト・アプリsmarbyを運営・開発しています。ユーザーであるママにショッピング体験をとことん楽しんでもらおうと日々サービス改善に務めております。

ECサービスでは、購買データや行動ログデータに加え、物流やオペレーションに関わるデータなど、業務を通して必然とたくさんの面白いデータが集まります

今回スマービーではそのデータをどう収集し、どうマーケティングやプロダクト開発に活用しているのか、簡単にご紹介していきたいと思います。


目指しているもの

スマービーでは全業務においてデータに基づく改善をとても大事にしています。

smarbyのユーザーは日本全国のママであり、それぞれのライフステージや環境に応じてニーズが異なります。保育園・幼稚園の入園準備をしたい、ママ友にプレゼントを送りたい、お出かけのために可愛いアイテムがほしい、自分へのご褒美となる買い物がしたい、など多種多様。20代の若いママもいれば、お孫さんへの商品をご購入される方も。

そのような多様なユーザーをスマービーのメンバー全員が正しく理解するために、また取引先ブランドの販促や商品開発にも役立つような情報を提供するために、データはとても重要な役割をしてくれています。

さらにデータを強みとしつつ、ユーザー観察やインタビュー等によるインプットを加えることによって、日本中の誰よりもママを理解し、彼女たちを楽しんでもらえるサービスを提供する会社であり続けることが、スマービーの目指すべき姿です。

とは言いつつも、社長の私自身が数字の流れから物事の本質を理解するのが好き&得意だから、ということもスマービーがデータを重視する理由の一つです。


スマービーのデータ解析基盤

基本的な考え

全てのデータはGoogle のBigQueryに集約させ、誰でも自由にオープンに閲覧・分析でき、さまざまな外部ツールと連携可能な状況を重視しています(守秘性の高い情報を除く)。また新しいツールは積極的に取り入れていく方針であり、ツールを使いこなすことによる業務効率化に加え、チーム全体の新しいものへのキャッチアップ力やITリテラシーを高めていきたいと考えています。

ログ収集

アプリやwebサイトの行動ログに関して、それぞれFirebaseとMixpanelを活用しています。Firebaseでは事前設計したイベントのkey value値をJSON形式で直接に、MixpanelはTreasure Dataのembulkを活用して、BigQueryへとログを流しています。

アプリの広告のトラッキングはadjustを利用しています。adjustではトラッキングのイベントをいくつか設定しており、その全てのログデータをAmazon S3 バケットに一旦格納してからembulkを使ってBigQueryへと集約させています。web広告、特にダイナミック広告に関しては、Adwords内で設計したレポートをAdWords Scriptsを定時実行することでBigQueryにデータを流しています。

上記に加えて、ECの本丸である受注データ、ユーザーデータ、ブランド・商品データ等に加えて、物流の入出荷データに関しても同様に、全てBigQueryに集約されている状態です。

またアンケートのようにBigQueryに自動連携できない or 数ヶ月に1度しかインプットがないような1次データも存在しますが、それに関してはGoogle sheets(旧:Google spread sheets)にデータを貼り付け、BigQueryのテーブルとして読み込むことで対応してます。


データ分析

先ず私のように非エンジニアのマーケターおよびプロダクトマネージャーは、BigQueryの管理画面内でSQL(Standard )を直接書き、分析に必要なデータを集計しています。私自身もSQLを毎日叩いてデータを確認しています。


特にビジネス側のマネージャーは"Standard SQLで自由にデータが取り出せること"を必須としています。細かいデータ出力をエンジニアに依頼することは非効率で、開発チームにはプロダクトの成長 or 技術的負債の返却に集中してもらいたい、というのも大きな理由の一つなのですが、ビジネス側のリーダーにはSQLを通してデータベース構造を理解してもらいたいと考えているからです。

現代のECのバックエンドはどんどん複雑化しており、詳細な業務オペレーションとデータの流れを把握できなければ、業務設計だけではなく改善案を出すことも難しくなっています(下記、ER図の一部抜粋)


具体的なデータの活用

BigQueryで集計したデータは、以下のツールを通して社内外にレポーティングしています。

Redash

Redashは主にKPI推移をSlackに自動通知するために活用しています。

こちらの記事で紹介されているやり方を参考に、reminderでSlack内の各チャネルに毎日グラフでKPI推移を通しています。

購入ファネル(訪問、商品閲覧、カート追加、購入)の日次推移や、広告のCPIおよびCPAの日次推移などが中心です。


Google sheets

Google sheetsは、Redashで通知しているものよりも、詳細なKPIデータの確認用に使っています。また分析をしていると、一旦、スプレッドシートにデータを落として関数で集計したくなることも多く、そういった場合にもよく活用しています。

具体的にはbigqueryであらかじめ作成していたviewをGoogle App Script(GAS)でスプレッドシートに出力し、スプレッドシート内の関数を活用してデータを表にまとめていたります。他にも訪問数が多いブランドや売れてる商品の画像をslackに通知したりなど、GASを活用することで柔軟に表示内容をチューニングしています。


Google Data Studio

最後に最近導入をはじめたのが、Google Data Studio(GDS)です。これは一部のブランド向けのダッシュボードとして活用しています。かなりリッチなダッシュボードを無料(現時点)かつエンジニアリングなしに準備することができます。ECでブランド向けダッシュボードにGDSを活用しているのは、おそらくスマービーが日本初なのではないでしょうか。


現状の課題

このデータ解析基盤はプロダクトチームの2〜3名が他の業務と並行して実装を進め、約半年ほどが経ちました。データが揃い、基本的なレポーティング体制は構築できたのですが、より詳細な統計解析や学習ありのレコメンド機能など、まだまだ道半ばというのが現状です。

またスマービーはearth music&ecology(アースミュージック&エコロジー)などを手がけるアパレル大手のストライプインターナショナルのグループに属しており、メチャカリストライプクラブをはじめとして、グループ間ECでのデータ連携に加え、ストライプの全国の店舗と連携したO2Oなど、様々なビッグテーマにも取り組んでいく方針です。

そのため、データに強い/データが好きなマーケター、プロダクトマネージャー、データサイエンティスト、インフラエンジニアなど全方位で人材を募集しています。特にビジネス側のマーケターとプロダクトマネジャーは未経験者大歓迎です。今は少人数のチームなので社長直轄で経験を積めます(私も起業前は未経験でした)

データを活用したスタートアップらしいプロダクトづくりと、大手グループのなかでビッグでホットなテーマに取り組むことに、少しでも興味を持っていただけるようでしたら、ぜひお気軽にご連絡ください。

株式会社ストライプデパートメント's job postings
21 Likes
21 Likes

Weekly ranking

Show other rankings