CTO大竹氏が語る、dely流データを用いた改善プロセス——THE GUILD勉強会 #theguild_study
2018年8月23日、THE GUILDが主催する勉強会『THE STUDY by THE GUILD』の3回目が開催された。
今回のテーマは『データ×UXデザイン』。データ活用を第一線ですすめてきた4名が登壇し、講演とパネルトークが行なわれた。
delyからは、レシピ動画アプリの『kurashiru』の開発からグロースをになったCTOの大竹雅登氏が登壇。サービスを成長させる中で得た知見を元に、データに基づくUI,UX改善の思考プロセスが語られた。
大竹雅登
dely株式会社 CTO/執行役員
1993年、横浜生まれ。dely株式会社、CTO/執行役員。2014年にdelyを共同創業し、CTOに就任。2016年にレシピ動画サービスの『kurashiru』をリリース。2018年現在は累計1200万DLを突破。2017年にはTechCrunch主催の「CTO of the year」を受賞。創業期は社内唯一のエンジニアとしてフルスタックに開発を担当し、サービスと会社の成長に伴ってエンジニア組織やデザイン組織を作ることに注力している。
https://www.dely.jp/
データは手段。正しい活用こそが重要
delyではクラシルをはじめた当初から、数字に基づくプロダクト作りを実践してきた。その中では、デザイナーも常に数値的な結果に基づきデザインを行っているという。冒頭では、大竹氏がこれまでのキャリアで目にしてきた、データを活用する場合の失敗例が語られた。
大竹雅登氏（以下・敬称略）「データで失敗するパターンは主に3つあります。1つ目はそもそもデータを見ていないこと。2つ目は、データを間違って解釈してしまうこと。3つ目は、データの精度を不必要に高めすぎてしまうことです。そもそもデータを見ず、根拠のない施策を手当たり次第試しても、成功確率は上りません。ただ、データがあっても正しい解釈ができなければ、成長へは寄与しません。そして、データはあくまで手段ですから、意思決定ができるレベルの情報さえあれば良い。データ活用が目的になっていないかは気をつけなければいけません」
これらの失敗は、大竹氏本人がdelyのサービスを作る過程で経験してきたものだ。データが意思決定のための材料であるということを念頭におき、正しい意思決定、改善策への落とし込みができる仕組みが重要になるという。
大竹氏が考えるデータを扱う上での前提条件を共有した後、話は具体的な施策へと移っていく。今回は、現在delyで行われている、データに基づいた原因仮説のたて方と、アイデア検証のやり方の2つが紹介された。
課題事実、原因仮説、解決策の3要素にわけ検証
大竹氏によると改善プロセスにおいては課題事実、原因仮説、解決策の3要素にわけ、検証を進めていくという。まずは課題事実の発見について語られた。
大竹「はじめに課題を発見することが何よりも重要です。その段階でこそ、データの価値が発揮されるとも考えます」
ここで、デモデータを用いたケーススタディが行われた。大竹氏が用意したデモデータは、レシピをキーワード検索した時の検索離脱率を折れ線グラフで示したものだ。
大竹「離脱率が低いほど、検索結果に目的を叶える答えがあるということになります。例えば『ハンバーグ』の離脱率はとても低いので、良い検索結果だと判断できます。一方、『豚肉』の離脱率は非常に高くなっています。これはつまり、『豚肉』というクエリでの検索結果がよくないことを示しています。ここで得られる課題事実は、「豚肉と検索した人の離脱率がよくない」ということ。重要なのは、誰が見てもそう思えるファクトだけを拾い上げることで、解釈は必要ありません」
次に離脱率が高い理由を考える工程に移る。『豚肉』の検索離脱率が高い理由には2つの原因仮説を上げた。
1：豚肉をたくさん消費したいが、少ししか消費しないレシピが出る
2：豚肉はあるが、他の材料が冷蔵庫にない
大竹「解決策を考えるためには、事例を参考に案を出すか、原則を元に案を出すかのパターンが考えられます。この段階でようやく、デザイナーの経験やリサーチ力を発揮されます。データは課題発見には役立ちますが、ソリューションまでは教えてくれません」
デザイナー自身のアイデアと経験則を組み合わせて考えた結果、最終的に4つの解決策が導き出された。
大竹「ここまでのフローを飛ばして、いきなり解決策を考えてしまうと、最終的にいいソリューションが出にくくなります。しかしこれはまだアイデアにすぎません。ここで生まれた仮説を踏まえ、検証へ移ります」
アイデアは定性的に検証する
リストアップされたアイデアは、その確実性を確かめるために検証にかけられる。delyでは、検証の手段としてユーザテストを行うことがほとんどだという。
大竹「ユーザーテストは、アイデアの大局的な反応を見るのに適しているのではないかと考えています。定量的なテストの場合、なぜよくなったかの原因が特定できないこともあります。ユーザーデストであれば、よくなった理由を観察したり質問を繰り返すことで、明らかにできます」
ここで先ほどのケーススタディに立ち返る。原因仮説や解決策を、ユーザーテストによる定性調査でひとつひとつ検証していく。この例の場合、最終的には1つのソリューションへ絞ることができた。
大竹「検証を経て良いアイデアと判断されたもののみ、実装へ渡します。はじめから実装してABテストをするよりもスピード感をもって進められますし、得られるインサイトも多いと考えています」
ユーザーテストによるアイデア検証は、スピードよく肌感覚でアイデアの妥当性を測れることだと大竹氏。冒頭にあった「データを間違って見てしまう」などの失敗を防ぐことができ、より効率の良い意思決定ができる。
データを見たとしても、間違った解釈のまま進めてしまわないよう、手順を踏むことが大切なのかもしれない。大竹氏は、用法用量を守ってデータを正しく使いましょうと締めくくった。データは意思決定のための材料であり、決して手段や目的とは別の存在だということを、深く認識できる講演だった。
text:Yuuka Maekawa
slide: Masato Otake(Speaker Deck)
写真提供: THE GUILD