SaaS / サブスクリプション型
ビジネスのためのデータ分析
ビジネスのためのデータ分析
Exploratoryを使うことで、サブスクリプション型ビジネス特有のビジネス指標（KPI）の定義とモニタリング、コンバージョン（購読）やチャーン（解約）の先行指標となるエンゲージメントの計測、さらにコンバージョンの要因分析やチャーン（解約）に関するコホート分析などが素早くできるようになります。
KPI
Exploratoryのデータラングリング機能を使うことで柔軟にサブスクリプション型ビジネスの成長に必須のビジネスKPI（指標）を設計し、さらにダッシュボードを使って、チームと共有、さらにデータの更新を自動化させることで、効率的にモニターできるようになります。
ユーザー・エンゲージメント
コンバージョンとチャーン（キャンセル）の先行指標としてよく使われるのがエンゲージメントです。Exploratoryのシンプルで直感的なデータ加工のUIを使うことで、あなたに必要なエンゲージメント指標を素早く柔軟に定義、さらに可視化や分析が簡単にできるようになります。
データの可視化
Exploratoryではデータの加工と可視化のエクスペリエンスがシームレスに統合されているため、例えばビジネスの効率的な成長を可視化するためのレイヤーケーキ・チャートのようなものも素早く簡単に作ることができるようになります。
信頼区間
Exploratoryを使えば、簡単に信頼区間を可視化し、例えばチャネル、セグメント、リファラルによって見られるコンバージョン率やチャーン率の違いが有意な違いなのかどうかが判断できるようになります。
相関分析
コンバージョンやチャーンと相関している属性やトレンドを見つけることができれば、これら重要な指標の変化を説明できるようになり、さらには予測できるようになります。Exploratoryの直感的なヴィジュアル相関モードを使うことで、自分たちにとって重要な指標と最も相関関係の強いものを素早く効率的に見つけることができるようになります。
多変量解析
Exploratoryを使えば、多変量解析に必要な統計学習モデルを素早く簡単に作ることができ、さらに自動的に作成される様々なチャートを通して、変数間の関係を直感的に整理していくことができるようになります。
変数重要度
予測影響度
有意性
コンバージョンの予測
見込み客の属性やエンゲージメントなどをもとに、コンバートする確率を予測できれば、それぞれの顧客に合った効果的な対応ができるようになります。
Exploratoryを使えば、統計学習や機械学習を使った予測モデルを簡単に作り、さらにデータの取得や加工を含め予測モデルの作成とリード顧客のスコアリングまでのプロセスを自動化することができるようになります。
コホート分析
顧客である期間によって変わるキャンセル率の分析には、キャンセルまでの時間を考慮した生存分析の手法が役立ちます。
Exploratoryを使えば、簡単にコホート（グループ）ごとに生存曲線を描くことができるため、時間を考慮した上でどこにキャンセルの問題があるのか探索的に分析できるようになります。
生存分析
キャンセルに関する相関関係を整理し、因果関係に迫っていくためには生存曲線に特化した多変量解析が必要になります。
Exploratoryを使うと、数クリックで生存曲線に特化した多変量解析のためのコックス回帰モデルを作り、さらに自動的に作成される様々なチャートを通して、何がキャンセルに影響するのか直感的に理解できるようになります。
キャンセルの予測
サブスクリプション型ビジネスにとって、顧客がキャンセルする確率を予測するには注意が必要です。というのも、一般的には期間が短い顧客ほどキャンセルしやすく、期間が長くなればキャンセルしにくくなるという生存バイアスがあるからです。
そこで、顧客の属性やサービスの使用状況などをもとに顧客ごとに生存曲線を作り、顧客の期間を元に将来キャンセルする確率を予測する必要があります。
Exploratoryを使えば、統計学習や機械学習を使った生存曲線を使った予測モデルを簡単に作り、それぞれの顧客の属性と期間を元に、例えば次の3ヶ月にキャンセルする確率を予測できるようになります。
顧客生涯価値
サブスクリプション型ビジネスにとって、顧客獲得のためのコストをうまく管理するためにも、ビジネスのグロースを定量的に計画するためにも顧客生涯価値の計算が重要です。
Exploratoryを使うと、簡単に生存曲線を計算することができるため、期間ごとの生存率をもとに顧客生涯価値をより正確に計算することができるようになります。
テキスト分析
顧客の満足度を理解するためにアンケート調査はよく行われますが、その中の自由記述のデータはあまり利用されていません。
Exploratoryを使うと、こうした記述データを単語化することで、どんな単語がどういった人達に使われることが多いのか、他のどんな単語とどのように一緒に使われるのか、といったことを分析することができるようになります。
NPS
どれだけ顧客が自社のプロダクトやサービスを気に入っているかを、より正確に把握するために、NPSアンケートがよく行われます。を行い、その回答よりNPSスコアを計算し、モニターしていく必要があります。
Exploratoryのシンプルで直感的なデータ加工のUIを使うことで簡単にプロモーター、デトラクターの集計を行い、NPSを計算することができるだけでなく、さらにそうした計算処理を自動的に行い、毎回時間をかけることなく定点的に観測していくことができるようになります。
SaaS アナリティクス トレーニング
SaaSやサブスクリプションビジネスの改善に必須である、ビジネス指標（KPI）の定義、コンバージョンやチャーン（解約）の要因分析、さらにそれらの先行指標となるエンゲージメントの計算方法や分析手法といったものを一気にハンズオンを通して学ぶことで、即現場で使えるスキルを身につけていただくためのトレーニングを定期的に開催しています。
興味のある方は以下のページより詳細を御覧ください。
