今日は、AI アナリスト × ADEBiSの共催セミナーを開催しました。
AI アナリストは個人的にも注目しているサービスなのですが、
データの読み解きは、人間ではなく、機械に任せるべき
こんなメッセージからスタートしたAIアナリストのセッション。
セッション内容も非常に興味深いものだったので、少しだけご紹介します。
▼AIアナリストのページはこちら
セミナータイトル:
成果率60%のWebサイト改善方針をデータから導き出すには
アジェンダ
- データで成果を出す人材・体制とは?
- データを読み解く "4つの基本"
- CV増に効く分析パターンと事例
- 「AIアナリスト」にできること
1.データで成果を出す人材・体制とは?
Analyticsなどで、Webのデータは取得できるようになってきた。
けど、それを活かして、改善サイクルを回すことはできているか? → No....
データを読み解くことを、「そもそも人間に任せるのが間違いでは?」
結論:データの読み解きは機械に任せ、人間は判断にフォーカスすべき
理由①:集計が大変すぎるから(時間もかかるし、ミスもしがち)
理由②:集合知が強いから(他のノウハウを活用できる)
これがAI アナリストの役割。
2.データを読み解く "4つの基本"
- ①感覚で判断しない
- ②大通りを見る
- ③セグメント別に見る
- ④データに理由を求めすぎない
①感覚で判断しない
データを確認せずに感覚だけでユーザー像や課題を決めてはならない
× 担当者による感覚 〇 データによる実証
②大通りを見る
× 気になるところを見る 〇 大通りを見る
対象者が少なければ、施策を打っても成果が出ない
③セグメント別に見る
サイト全体のデータをまとめて見て判断してはならない
× サイト全体をまとめて見る 〇 セグメント別にみる
④データに理由を求めすぎない
なぜそのデータ結果なのか、執拗に気にしていると動き出せない
× データに理由を求めすぎる 〇 まずは試しにやってみる
特に、
「気になるところを見る」「データに理由を求めすぎる」辺りは、
どうしてもやりがちだなと感じたポイントでした。
思い入れが強かったり、予算を多くかけたページほど気になりますし、
これは何故ダメなんだ?というところも理由が分からないとアクションが進まないといったこともあります。
データの読み解きは機械に任せて、
その結果を元に、実行の判断を人間が下していく。
こういった人工知能との付き合い方が、今後は主流になっていくのかもしれませんね。
実際のセミナーでは、
ここから先、さらに分析パターンのノウハウや、実際の事例などもご紹介頂きましたが、その辺りはぜひ実際のセミナーにご参加ください!
各サービスのページはこちらです。