データ分析がPMにとって必須スキルである理由

はじめに

※Qiitaに書いたものをnoteに移管しています。
これはProduct Manager Advent Calendar 2018の記事です。
みなさんQuery書いてますか？window関数最高ですよね？

プロダクトマネージャーのみなさんは日々、ユーザー、マーケット、組織、など多くの難解な問題に向き合っていると思います。本当に難しい問題が多くて辛いですよね。ところでその問題は分解できていますか？縦と横の分解をうまく使いこなせると少しだけ楽になるかもしれないです。

デカルトは「困難を分解せよ」、ビルゲイツは「問題を切り分けろ」と言っています、が、みなさんは、分解の切り口をいくつ持ってますか？
「訪問uu＞会員登録＞購入」などファネルで深く掘ってのには慣れていると思います。
横の切り口として、時系列、月間の利用金額、カテゴリ、登録年月、FQ、登録からX日以内にYのアクションをN回したユーザーのみのDAU、、、などの分解をどの程度できていますか？

売上を分解する例です。「売上=UU×単価」であるのは基本ですが、ユーザーの登録年や行動で横に分解することで様々な課題に気づきやすくなる場合があります。
例として、登録年で分解すると、マーケティングを激しく行っていた時期に獲得したユーザーの売上構成比が大きいことがわかったり、閲覧数別で分解すると、一定数以上のコンテンツを閲覧しているユーザーの売上が高いことがわかったりします。
激しく議論しているテーマが、実は全体の1%の売上について議論しており、本来はもっと主要な部分に頭を使ったほうがいい場合などがあります。

ユーザーの行動から分解してみたり、ビジネスモデルから分解してみたり、マーケットやユーザーペインから分解してみたり、などといった切り口を多数持っていることは武器だったりします。分解の切り口を増やす手段は本を読むのも良いですし、他社のサービスを触りながらKPIの設計をしてみたりなどでも良いかと思います。ただ、実際に自分が携わるサービスのデータ分析を行うことが最も効果的で実践的です。

そもそもおまえ誰？

ZOZOテクノロジーズで新規事業のPMをやっているysk_urです。
これまではデータアナリスト、新規事業責任者、新規事業PMみたいなことをやってきました。企画周りの何でも屋です。
ソーシャルゲーム、クラウドソーシング、スキルシェアCtoCなどのサービスに携わって、ZOZOテクノロジーズにジョインしました。今はEC、広告をやってます。副業でIoT、ペット、スポーツ、アドテク、投げ銭サービスの分析や企画の経験もあるので携わったサービスの領域は意外と広かったです。（この記事を書きながら気付きました）
ファーストキャリアがデータアナリストだったのもあり、データ分析に関しては徹底的に叩き込まれました。そこで、アクションにつながらない分析レポートは価値がないということを学べたのも今のキャリアで活きていると思っています。

PMがデータ分析ができると、課題の解像度が上がる

課題の解像度を上げることで、明確なターゲットに対して具体的な打ち手を考えることができたり、精緻な事業計画を立てることができたりします。逆に解像度が低いと思いつきの施策が走ったり、遅行指標（売上とか）のみを追って結果が出ていないと頭を抱えることが増えたりします。

頻度、時系列、利用額、カテゴリ、登録年月、、、、などなど様々な軸で分解をして、本質的な課題や、一番レバレッジが効くポイントにいち早く気付く必要があります。分解の切り口を多く持っていると、マインドマップで何度も何度も分岐を作れるようになって、プロダクトだけでなく周辺領域も含めて解像度が上がってきます。
大きなままでは手の付けようのない問題でも様々な切り口で分解していくと、小さな課題の集合体であることがほとんどなです。
ただ、切り口を豊富に持っていても自分で確かめることができないことには意味がないです。（会社によっては分析チームやエンジニアに頼ることもできるとは思いますが彼らは忙しいです。）
なので、自分でQueryを書いてデータの抽出ができるとスピードを担保できます。早いことは正義です。
気になったことをその場で確認できるというのはストレスも少なくPMとしてプロダクトを素手で触っているような感覚で扱えることができます。

PMがデータ分析ができると、エンジニアが開発に集中できる

いつもデータ抽出をエンジニアに頼んでませんか？
非エンジニアPMがデータの抽出ができるようになると、エンジニアが開発に集中できる環境を作ることにも繋がります。エンジニアが開発に集中できる状態をつくることもPMの仕事の1つのはずです。
あともうひとつ、企画の裏付けにデータ使ってますか？雰囲気で企画立ててないですか？実行する施策がどういったユーザーに何の価値を提供するのか分析結果と紐づけて立案すると信頼感がぐっと増します。

データ抽出をエンジニアに頼んでいるPMの方は、次からは「データ抽出に使ったQueryも共有」してもらいましょう。データを自分で取れるようになるためにエンジニアが何をしているのかを知りましょう。データ抽出自体は学習コストが低くてすごく役に立つ便利なスキルです。tableとcolumnだけ覚えれば、他の部分は掛け算とか足し算とかそういうものです。
アドホックな分析であれば、データ抽出の過程も社内wikiにログとして残して誰でもいつでも同じデータが抽出できるようにするのも良いかもしれないです。
tableのJOINが増えると読解できなくなるのでコメント書いてあげると優しい人になれます。

さいごに

データ分析ができると、課題の解像度が上がるだけでなく、エンジニアが開発に集中できる環境を提供できることにもなります。プロダクトやビジネスを多面的に構造化できるスキルは色々な場面で役に立ちますし、ぜひ自分でちゃんとQueryを書いて分析してみてはどうでしょうか。

おまけ

僕は最初の最初はドットインストールでやった気がします。SELECTとFROMとWHEREが使えればなんとかなります。
いきなりQueryが書けないのであれば、Excelでvlookupとif系の関数とピボットテーブルを使いこなしてください。

・vlookup = joinの概念
・if系の関数 = where句の概念
・ピボットテーブル = 集計の概念

エクセルでvlookupとif系の関数とピボットテーブル使いこなせたらクエリなんて楽勝説にしようかな。PMはまずエクセルを使え。みたいな。

— Yusuke Ura (@ysk_ur) November 28, 2018