〜EDOCODEのリーンスタートアップへの挑戦〜 コロナによる変化へどう対応するか？#2

こんにちは、EDOCODE採用広報担当のツヅキです。今日は、前回に引き続き、昨年リーンプロセスの本格導入をEDOCODEとして初めてチャレンジした「リーンチーム」の取り組みを振り返るシリーズをお送りします。

立ち上がりから1ヶ月、メンバーの心境は？

2020年9月末。第99代首相の就任と新しい内閣の発足、Go To キャンペーンの拡大が決定するなど、世の中のムードが変わり始めていた時期です。

EDOCODEにおいて「コロナの影響を取り戻すため、限定したモールにて施策を実施し、実施した場合としない場合のA/Bテストを2週間に一度行うことで、有効なものを抽出する」という戦略を決定したのが8月末。アサインされたリーンチームの3人にとって、この1ヶ月はあっという間に過ぎ去りました。

それでも、まずは初回のA/Bテストを完了したことに、3人は充足感を感じていました。

まずは定量・定性調査開始！

実際に実行に移すため、まず必要なのは「仮説」づくりでした。

リーンプロセスにおいて、スタートとなるのが「仮説を立てる」こと。やり方は様々ですが、今回は既存のWebサービスにおける施策というスコープでしたので、まずはGoogle AnalyticsなどのWeb解析データから、課題となるポイントを抽出するという方法を取ります。チームメンバーの1人であるプロダクトマネジャーのTimmyは自身でWebサービスを立ち上げようとした経験もあり、Google Analyticsが得意。各ページのセッション数、離脱率や滞在時間から仮説を立てていきます。

ただし、定量のデータだけではやはり情報として限定的です。そこで、デザイナーのBetsyとNatsumiは、ユーザビリティテストを実施し、実際のユーザーが何を求めているのか、そしてサイトをどう使っているかを調査することにしました。そうすることで、ユーザーのニーズを深掘りし、インサイトを得ていきます。

定量データと定性データの両方があることで、お互いが足りない部分を補完しあい、より解像度の高い仮説を立てることができるようになりました。

カスタマージャーニーマップから仮説を導き出す

次にここまでの調査結果を元に得られたインサイトから、ユーザーのサイト上の行動フローを、簡易的なカスタマージャーニーマップに落とし込んでいきます。そうすることで、情報が整理され、仮説をたてやすくなります。

カスタマージャーニーマップから導き出せる仮説をリストアップしていくと、かなりの数になることがわかりました。3人は、その重要度と実現の難易度から、実施するA/Bテストを決定していきます。今回はリーンプロセスで改善していくことも目的なので、開発にリソースや時間がかかり過ぎるものは対象外とします。それでも多くの改善が考えられました。

話し合いの結果、ついに、最初のA/Bテストの内容が決定。まずは、ポイントモールのメリット訴求コンテンツで、訴求内容やクリエイティブによって購入率が改善するかを確認することにしました。3人で決定した要件をもとに、デザイナーのBetsyとNatsumiがデザインに落とし込んでいきます。同時に、クライアントとのコミュニケーションを行い、最終デザインのOKが出て、ようやく初回の実施にこぎつけるとなりました。

リーンチームのチャレンジ、これからが本番！

初回のA/Bテストが始まり、ほっとしたのも束の間、リーンプロセスではここからが本番です。結果のデータをもとに、検証していく必要があります。改善の結果はどうだったのか、また次のA/Bテストのプランニングも同時並行で進めていくことができるのか？次回に続きます！