ただのエンジニアがグロースハックを学んでみた【準備編】

More than 3 years have passed since last update.

はじめに、本投稿はエンジニア的な内容ではないです。

今回はチームを組んで実際に始めるところまでの準備編です。


前提

普段転職サイトGreenを日々成長させる為に試行錯誤している。

グロースハックは数年前流行った時に一度、チームを作ってみたが対して何も出来ずブームはさっていった。

内心では、グロースさせる為にサービス作ってるんでしょ?EFO?SEO?率改善?そりゃやるっしょマインドが強かったのかもしれない。

gazou_0224.jpg

↑こんな感じw

今回いちばんやさしいグロースハックの教本が出ていたのでそれを読んで今日まで自分が行った事をつらつら書いてみます。

ちなみにこの本はめちゃめちゃ良いです!w


定義


「自発的に成長する仕組みを組み込む」×「データを用いて判断し改善していく」

この2軸を持ってしてグロースハックと言います。

-いちばんやさしいグロースハックの教本引用

自発的に成長する仕組みが大事ですね。いわば放っておいても仕組みで伸びていくという事です。

当たり前ですが、転職サイトGreenでは 「求職者が登録して転職する迄にかかった集客金額」<「採用した時に支払ってもらう金額」が永続的に続く事が保証された瞬間にある種勝ちですw

そりゃそうですよね。

駄菓子屋さんのおばあちゃんがうまい棒を何本仕入れても、100%売れる事が分かっていれば仕入れれば仕入れるだけ儲けになるので。

ということで、この「自発的に」というワードは非常に重要ですw


まずは何から着手するか?

グロースハックチームを作った後、まずは何から手を付けて良いかわかりませんw

そこでこのブログ【勉強会】達人たちから学ぶ。グロースハックとUI/UXを参考に何から手を打っていくか決めます。

世の中的には、下記のAARRRモデルが有名かと思います。

スクリーンショット 2016-03-30 21.17.17.png

これだと、どれだけ①でユーザ獲得してもバケツに穴が空いている状態なので、活性化しきれずに終わります。

ベンチャーって資金も人的リソースもないので、出来る限り入れた水は有効活用したい。

という事で、Vasilyさんでは下記の順番で取り組んでいるようです。

スクリーンショット 2016-03-30 21.17.43.png

※画像は誰でもサービス課題の分析をできるように、pLuckyが新たな分析ツール「Logbook」を開発引用

第1にonboarding(=Activation)をしましょう。という事ですね。

今回はGreenにおいては新規登録者の○日以内の訪問率 50%というところを目安に取り組み始めました。


次に何をしたか?

Facebookでは「Done is better than perfect」という言葉があるようです。

なのでグロースハックに置いてはなによりもスピードだと。改善を繰り返しながらブラッシュアップしていけと。

という事で素早く判断するためには、PDCAのPは勿論の事、Cをしやすい環境を構築しておく必要があります。

アトラエではDomoというデータ可視化ツールを使っております。

ここに何を入れておけば判断が早くなるかを決めて可視化しました。

activation_graph.png

コホート分析.png

Greenの場合ログデータを全てBigQueryに突っ込んでいるので、計測する際にログデータを再定義しており、

Railsで計測アプリを作ってそこでデータを再定義しています。

例)

ユーザの再訪問のきっかけとなったトリガーをログデータより抽出し、データ化させる

使用しているのは、Bigqueryのクライアントライブラリ

RubyでBigQuery始めましたの記事もとても参考になります。


マジックナンバーを探そう

どこに手を打つべきかが決まりました。

僕達の場合だとまずはonboardingの部分です。


①どの流入経路の新規ユーザの率が低いのか?


②低い経路の中で、何処に手を打てば一番効果があるか?


③何をすれば高くなるのか?高い人と低い人の違いは?

②が要らないケースもあるかと思います。

ただECでも求人サイトでも、登録している求職者のモチベーションはかなり違う可能性が高いです。

だとすればその人達のモチベーションに合ったストーリーを用意しないといけないのでは?という前提で進めていきました。

では③を特定したところで、どのようにすれば良いのか?を実数値に基いて分析していきます。

Twitterでいうところの、「最初に5人フォローをすればその後の継続率が高い」という「5人」がマジックナンバーです。

ここが見つかれば、期間をまたずともそこをKPIとして即時に改善を行えます。

Greenの場合、ログデータを全てBigQueryに突っ込んでいるので、過去のデータを出して数値分析に強いメンバーと

ゴリゴリ仮説を立てて検証しました。

スクリーンショット 2016-03-30 22.00.06.png


マジックナンバーを探す上での注意点

例えばAmazonのマジックナンバーを探す際に、「登録直後に欲しい物リストに入れている」という行動をすると、

その後のリテンションが高い!という結果が出たとします。

この場合、


  • そもそも購買意欲が高い → 欲しい物リストを活用 → 再訪問率が高い

  • そもそも購買意欲は高くなかった → 欲しい物リストを活用 → Amazonの価値を感じ再訪問率が高い

のかどっちなんだ問題に行き当たりましたw

ここを間違えると、結局意欲が高い人をどれだけ取れるのか?というマーケティングの話で終わってしまいます。

Greenの場合は転職意欲を入り口の導線で聞いているので、転職意欲が同じ人でAという行動をした人、Bという行動をした人と行動別に分析していきました。

結果Greenの場合だと、登録時に○という行動を起こすとAHA体験が起きていると仮定してその行動を起こす人の率をあげようとKPIに設定しました。


マジックナンバーをみつけたら...

基本的にはアクティベーションに重要なのは、大きく2つ。


  • 重要な行動を理解されるか?(説明ページとかチュートリアル)

  • 重要な行動を取りたいと思うか?


準備フローが終わってみて

進めていく上でいくつか反省点があったので、一応。


  • チーム内で客観視できる人が一人いたほうが良い。マジックナンバーを探す時もそうですが、数値を取得する人は結構盲目的になりがちです。一人客観視できるメンバーがいる方が円滑に進みます。


  • コミュニケーションをサボってはいけません。基本的に毎日チームメンバーと確認MTGをしましょう。高速PDCAを回している内にチームの中での認識がずれてしまいます。



最後に

ただいま実践編を書いています!! お楽しみに!!