CASE 01
新規流入は増えた。
でも、定着していない。
合計プレイヤー数だけでは、既存ユーザーの減少や新規の早期離脱を見落とします。
見るべきもの新規・既存・復帰、継続率
GAME OPERATIONS × DATA ANALYTICS
売上が落ちた。では、何を直すべきか。
ゲーム運営の意思決定を、
結果確認から原因探索へ。
データ分析基盤の構築から、日々の判断に使えるダッシュボード、気になった変化を深掘りできるAIまで。データの入口と、運営アクションの出口をつなぎます。
01
データ分析基盤
02
KPI設計・可視化
03
AIによるデータ探索
THE REAL PROBLEM
「下がった」は分かる。
「なぜ」は、まだ分からない。
売上やプレイヤー数は重要です。ただし、結果指標だけでは、どのユーザー層で何が起き、次に何を打つべきかまでは見えてきません。
新規流入は増えた。
CASE 02
販売物は動いている。
でも、売上が伸びない。
当月の商品だけでなく、過去の石配布・保有量・無償石消費が課金行動に影響します。
見るべきもの石循環、課金導線、購入率
CASE 03
広告流入は増えた。
でも、利益は分からない。
流入数だけでなく、広告経由ユーザーの定着・課金・回収期間まで追う必要があります。
見るべきものLTV、CAC、回収期間
結果を眺める
原因を分解し、次の一手を決めるINTERACTIVE PROTOTYPE
説明ではなく、実物で見せる。
ソーシャルゲーム運営を想定した、架空データによる操作可能なダッシュボードMockです。
DASHBOARD + AI
定点観測と、
その場の深掘り。
毎日見るべきKPIはダッシュボードで。そこで生まれた問いは、AIとの対話で切り口を変えながら探索します。
01
異常を見つける重要KPIの変化を定点観測
02
要因を切り分ける層・期間・施策で比較
03
次の問いへ進む仮説をその場で深掘り
Data Explorer
構想イメージYOU
先週、売上が落ちた主な要因は？
AI
影響が大きい要因を3つに分解しました。
- 新規ユーザー数の減少 −68M
- 購入CVRの低下 −24M
- セール終了の反動 −15M
既存ユーザーに絞って見て
WHAT I CAN BUILD
作るのは、
ダッシュボードだけではありません。
データが散らばっている状態から、指標を共通言語にし、現場が自分で問いを深掘りできる状態まで。必要な部分から小さく組み立てます。
01
DATA FOUNDATION
分析できる土台をつくる
売上・ログイン・課金・イベント・アンケートなど、散在するデータを分析に使える形へ整理します。
- データ分析基盤の設計・構築
- テーブル／KPI定義の整理
- 継続運用を見据えたデータ更新
02
DASHBOARD
判断できる画面をつくる
数字を並べるのではなく、異常・原因・打ち手の順に考えられるダッシュボードを設計します。
- KPIツリーと指標設計
- 運営・課金・ユーザー・施策分析
- 会議と日次確認に合わせた導線
03
DATA EXPLORATION AI
データに問いかけられる仕組みをつくる
ダッシュボードにない観点も、自然言語から探索し、仮説づくりや会議中の深掘りを支援します。
- 自然言語によるデータ探索
- 変化要因の切り分け
- 既存データとAIの安全な接続設計
HOW WE MOVE FORWARD
ツール起点ではなく、
運営の問いから始める。
- 01
問いを整理する
どんな判断に迷い、今は何を見ているかを整理します。
- 02
指標とデータをつなぐ
結果を構成するKPIと、必要なデータの所在を確認します。
- 03
小さく形にする
最も判断価値の高い範囲から、動く画面や探索環境を作ります。
- 04
使いながら育てる
会議や日次運営で使い、次の問いに合わせて改善します。
ABOUT
大友 華武
ゲーム運営データ分析支援
データを「見るためのもの」で終わらせず、現場が判断し、動くための仕組みにする。分析基盤、ダッシュボード、AIによる探索を分断せず、運営課題に合わせて必要な形を一緒につくります。
LET'S TALK
次の会議で、
何を見れば判断できるか。
相談内容が整理されていなくても構いません。今ある課題やデータの状態から、一緒に整理します。
メールで相談するotomokam@tsukris.com
ボタンを押すと、お使いのメールアプリが開きます。