電子商取引業務のためのデータ分析スキル（プロダクトマネージャーに必須の3つのデータ分析スキル）

プロダクトマネージャーに必須の3つのデータ分析スキル

編集者注: プロダクトマネージャーは、日々さまざまな製品要件に対応するだけでなく、ビジネスを処理する際にデータ分析も習得する必要があるスキルです。プロダクトマネージャーがデータ分析スキルを習得すると、その後の製品やビジネスをより上手に扱えるようになります。この記事の著者は、プロダクトマネージャーにとって不可欠な 3 つのデータ分析スキルを紹介します。一緒に見てみましょう。

ビジネスから切り離されたデータ分析は単なるフーリガン行為なので、データ分析スキルに関するこの記事を書く前に、まずビジネスシナリオを想定します。日用化学品電子商取引の製品マネージャーは、2020年9月の売上データを使用して、コストを削減して効率を高めることができる場所を見つけたいと考えています。また、月次レポートを作成する際に、データ分析の結果に基づいて次の戦略の方向性を策定します。

では、この3つのスキルに基づいて私たちは何をすべきでしょうか?以下で一つずつ紹介していきましょう。

プロダクトマネージャーとして、なぜ数字を取得する方法を学ぶ必要があるのか​​疑問に思うかもしれません。このような些細な作業は、データ グループから誰かに依頼してください。

これは事実ですが、この 1 つの要求だけでなく、後から次のようなさまざまな要求に遭遇する可能性があることを想像してみてください。

• 製品に新しい機能がリリースされ、ユーザーがそれをどのように使用しているかを確認したいと考えています。
• 製品発売前と発売後にデータの外れ値をチェックし、帰属を確認します。
• 新バージョンと旧バージョンの製品間のユーザー使用データの比較。
• 異なるプロファイルを持つユーザーによる特定の機能の浸透、機能の保持など。
• さまざまな製品のデータ報告要件、製品データ ステータスの監視。

これらの問題を解決するには、要件の数を抽出することですべての問題を解決できると考えます。しかし、そうではありません。次のような困難に遭遇するでしょう:

まず、あなたが挙げたデータ要件の多くは、比較的パーソナライズされており、一度限りのものです。データ担当の同僚の場合、非常に重要なビジネス部門である場合、またはデータ部門があなたの部門にサービスを提供している場合を除き、その場合、データ グループの同僚は、あなたが提起した要件を実装する必要があります。そうしないと、これらの要件の多くはあまり改善されず、時間の経過とともに飽きてしまいます。

2 つ目:企業やチームでは、データを取得する必要があるのは自社製品だけではありません。データを取得する必要がある運用グループの学生や製品グループの学生も複数存在します。そして、緊急度について尋ねられると、誰もが非常に緊急であると答えるでしょう。

このとき、需要スケジュールが関係します。あなたも不安だし、彼も不安です。より優秀なデータグループの学生は、内部で交渉した後で必ずそれを実行すると言うでしょう。気性の荒い人は、そんなことはしないと言うでしょう。それほど緊急ではないが、問題の検証や製品の次の計画に不可欠な場合は、待つ必要がありますか?あなたは待つことができますが、市場は待ってくれません。

3 つ目:データの需要はビジネスサポートのためだけです。データ グループのメンバーには何の成果ももたらさず、データ アナリストの価値も反映されず、年末のレポートにも反映されません。

データ グループの同僚と良好な関係を築いていれば、重要な瞬間に彼らが助けてくれると言う人もいます。しかし、理由もなく常に他の人の作業時間を遅らせると、時間が無駄になり、目に見える利益は得られません。彼らに食事やミルクティーを一杯ご馳走するだけで問題は解決できるでしょうか?人はいつも他人のことを考えます。他の人があなたを助けるのは、いつかあなたも彼らを助けることができると彼らが期待しているからです。自分を、ただ吸収するだけで決して与えない吸血鬼だと常に考えないでください。

諺にもあるように、「スキルは多いほうが少ないよりいい」のです。データを取得する方法を学ぶことは、他の人にとって便利であるだけでなく、自分自身にとっても便利です。データ グループのクラスメートと良好な関係を築き、彼らの弟子になって、簡単で素早いデータ取得テクニックを教えてもらいましょう。こうすることで、どこにも頼ることができない重要なデータ取得のニーズに遭遇した場合でも、作業効率に影響を与えることなく自分で解決することができます。

データ取得スキルの中でも、最も練習が必要なのはSQLスキルです。データを取得する場合、基本的な SQL 構文を使用するだけで、ほとんどの操作を実装できます。

基本的な SQL 構文には、Select、From、Where が含まれます。基本的な関数構文には、グループ化、統計、加算、減算、乗算、除算が含まれます。英語の単語を理解できれば、SQL 構文の意味も理解できます。

序文で述べたビジネスシナリオを例にとると、まずデータベース内の 2020 年 9 月の売上データを照会する必要があります。 SQL コードとクエリ結果は次のとおりです。

データを使用する前に、データの全体的な品質を評価する必要があります。大量のデータの場合、このステップを完了するための特別なデータ品質製品があります。たとえば、Informatica の DataQuality、IBM の QualityStage、Kangaroo Cloud DataValid、NetEase EasyDQC などです。興味のある学生は自分で検索して詳細を学ぶことができます。

明らかにデータ品質に問題があるデータは、データのクリーニングが必要です。データクリーニングとは、ETL ツールを使用するか、データ開発エンジニアに処理の支援を依頼して、取得したデータ内の NULL 値、異常値、エラー値などのダーティデータをクリーニングすることを指します。データ量が少ない場合はExcelで処理することも可能です。

クリーンアップされたデータは、Excel、Python、またはTableau、fineBIなどの専門的なBIツールを使用して視覚化でき、抽出されたデータはわかりやすいチャートに変換できます。

「10 枚の表は 1 枚の絵ほど良くない」ということわざがあります。データを取得した後、データだけを見て問題を見つけるのは困難です。必要なチャートに加工することで、現在のビジネス状況を直感的に反映することができます。

このスキルでは、データの処理と視覚化に役立つ Excel、Python、BI などのデータ分析ツールを学習する必要があります。基本的に、プロダクトマネージャーがデータ分析を行うには、この 3 つを学習するだけで十分であり、さまざまなツールを学習する必要はありません。

Python データの視覚化:

BI ツール Tableau データ視覚化:

Excel データの視覚化:

データの収集とクリーニングの最初のステップの後、Excel、Python、その他のツールを使用して、以下に示すようにグラフを作成します。

「分析」とは分析することを意味します。データを収集、使用、処理した後、それをビジネス状況と組み合わせてデータの意味を分析する必要があります。

最初の 2 つの部分では、データ分析に必要なツールと、対応するツールの機能について説明します。この部分では、データを活用してビジネスを導き、成長を促進する方法について説明します。

2 番目のステップで取得したチャートを分析し、元のビジネス シナリオの目的と組み合わせることで、コストの削減と効率性の向上に関するいくつかの結論を導き出すことができます。

ユーザーの地理的分布図によると、ユーザーグループは主に浙江省や上海などの長江デルタ地域、広州や深センなどの珠江デルタ地域、重慶中西部地域に分布していることがわかります。したがって、輸送コストを削減するために、これらの場所に輸送拠点を設置することを選択できます。

製品関連属性図によれば、色が濃いほど製品間の相関性が高くなることがわかります。たとえば、口紅とフェイスマスクの相関システムは 0.79 です。この場合、この 2 つの商品をセットで販売したり、どちらかの商品を陳列する際に、同時にもう 1 つの商品を推奨して購入率を高めることができます。

男女ユーザーの転換率と売上の比較表によると、一般的に女子の転換率は男子よりも高く、売上水準は女子の転換率に大きく左右されることがわかります。コンバージョン率を向上させるために、主に女性向けのアクティビティをさらに開催することもできます。

ユーザー年齢分布図とユーザー教育分布図の分析によると、消費者ユーザーは一般的に20歳から40歳の間で、そのほとんどは学士号と修士号を取得しています。そのため、この範囲のユーザーをターゲットにして広告を配信し、新規ユーザーを引き付けることができます。

待ってください...データ分析後、ビジネスシナリオの目標における効率化とコスト削減のための予備計画ができたので、製品、運用、販売などについて調整や計画を立てることができます。

データ分析の目的は次のとおりです。

• 探索的分析（データからいくつかの特徴を見つけ、結論を導き出す）
• 診断分析（何かが起こった後に、なぜ起こったのかを分析する）
• 予測分析（何かが起こった後にそれがどのような影響を与えるかを予測する）
• 確認分析（製品機能や運用活動を更新した後、結果が想定と同じかどうかを確認します）。

このビジネス シナリオでは、分析の目的は探索的分析、つまりデータからいくつかの特性を見つけ、検証可能な結論を導き出して、ビジネス全体の発展に方向性を持たせることです。したがって、データ分析を行う前に、まず目的を明確にし、目的を念頭に置いて分析し、適切なデータ、ツール、方法、分析モデルを決定する必要があります。

明確な目的が必要なのはデータ分析だけではありません。あなたが行うすべてのことは、対象を絞って行う必要があります。前の 2 つのスキルを学ぶのと同じように、まずなぜそれを学びたいのかを明確にする必要があります。それを学んだ後、何をしますか？一度にすべてをやろうとするのではなく、この方法で学習すると、半分の労力で 2 倍の結果が得られます。

データ分析のプロセスは各業界で似ていますが、分析モードと内容は大きく異なります。基本的なデータ分析スキルに加えて、優れたデータ分析には業界に対する理解も必要です。

どのような分析ツールを学ぶかに関係なく、それは効率的な作業を支援する方法です。最も価値があるのは分析的な論理と思考です。

プロダクトマネージャーにとって、データ分析スキルの中で最も重要なのは「分析」です。データから製品を改善し、ビジネスを成長させる方法を見つける方法こそ、私たちが最も重点的に育成すべきスキルです。皆さんが効率的に仕事をしながら、データ分析の思考力を鍛えることに集中できることを願っています。

勉強を続けてください！友達。

この記事はもともと @金丸豆 によって Everyone is a Product Manager に掲載されました。許可なく転載することは禁止します。

タイトル画像はCC0プロトコルに基づいたUnsplashからのものです