大手メディアのイベント事業における、分析基盤とデータ設計の支援

集客と体験の改善に向けて、推薦の仕組み(AWS Personalize)を前提にデータを設計する

メディア | 従業員1,000〜3,000名 | 約12週間

相談前
どのデータをどう扱うかが決まらず、分析や推薦の前提が揃っていなかった
支援後
事業の狙いからデータの形までがつながり、判断に使う画面を納品した

守秘のため匿名化しています。面談では、守秘の範囲で具体的にお話しします。

状況

大手メディア企業のイベント事業にて、集客の高度化とイベント体験の価値向上に向けて、データ活用を進めるフェーズでした。一方で、事業要件から「どのデータを・どの粒度で・どんなモデルで扱うか」が未整備で、分析や推薦(AWS Personalize)に必要な前提が揃っていない状態でした。

困っていたこと

  • 施策の狙いと、何で評価するかがあいまいで、判断に使えない
  • データが部門・ツールごとに分断し、分析向けの設計が揃わない
  • 行動ログの定義があいまいで、データ品質が安定しない
  • AWS Personalize に入れるデータの形が決まっていない
  • 専門家不在で、資料化・合意形成まで含めたリードが必要

やったこと

  • 事業の狙いを整理した(誰の・どの行動を・何のために改善するか)
  • KPIを設計した(最上位の指標から施策ごとの指標まで、定義、粒度、判断ルール)
  • 分析モデルを設計した(エンティティの定義、キー、粒度、更新頻度)
  • データ構造を設計した(スキーマ、データ辞書、品質を確かめる観点)
  • 計測イベントを定義した(名前の付け方、必須の項目、欠けたときの扱い)
  • AWS Personalize に入れるデータの構造を設計した(Dataset の構成、投入スキーマ)
  • ダッシュボードを設計し、納品した(判断に使う画面、深掘りの導線)
  • 運用のルールを定着させた(会議の議題、見直しの頻度、判断の記録)

変わったこと

  • 施策の狙いと、評価する数字が定義された
  • 行動ログの定義と名前のつけ方が揃った
  • 推薦の仕組みに入れるデータの形と、レビューの運用が決まった

手元に残ったもの

実物は守秘のため公開していません。

  • 分析モデル設計 イベント事業の意思決定に必要なエンティティ(ユーザー/申込/参加/コンテンツ接触/満足度等)を定義し、粒度・キー・履歴の持ち方まで整理。
  • データ設計 分析・推薦の両方に耐えるデータ構造(項目定義、型、必須、更新頻度、品質チェック観点)をデータ辞書として整備。
  • 計測イベント定義 体験価値向上に必要な行動ログ(イベント名、必須プロパティ、送信タイミング、欠損時の扱い)を定義し、実装側が迷わない形に。
  • AWS Personalize 用データ構造 Interactions / Users / Items の設計方針、必要項目、更新方式(増分・履歴)を整理し、PoC〜本番移行の見通しが立つ状態に。
  • 施策KPIダッシュボード 集客→参加→体験→再来訪までを追える最小構成で設計。会議が「報告」で終わらないための判断導線も含めて納品。
  • 運用ルール レビュー頻度、見る指標、判断ルール、次の一手の持ち帰り方を固定し、施策が回り続ける土台を整備。

体制

支援の範囲
イベント事業・データ活用・KPI設計・分析モデル設計・データ設計・計測設計・AWS Personalize・ダッシュボード
進める役
Yohaku Shift 武田

似た状況なら、まずは45分

初回のオンライン相談(45分)は無料です。原則24時間以内に返信します。