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
- 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
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
- 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