OTSUMU KNOWLEDGE
データ・KPI.
知ることを、事業を動かす力へ。
検証・開発・運用の現場で使える知識を集めました。
50件のナレッジ
該当するナレッジはありません。
ABC分析（パレート分析）とは？意味・やり方と使い方
ABC分析とは、商品や顧客を売上などへの貢献度の大きい順に並べ、累積の割合でA・B・Cの三つのランクに分けて重点管理する手法です。手順、パレートの法則との関係、注意点を解説します。
アハモーメントとは？意味・見つけ方とプロダクト改善での使い方
アハモーメントとは、利用者がプロダクトの価値を「なるほど、これは便利だ」と直感的に理解する瞬間です。データからの見つけ方、定義の仕方、初期体験の改善への活かし方を解説します。
客単価（AOV）とは？意味・計算方法と上げ方の考え方
客単価（AOV）とは、顧客一人あるいは一回の注文あたりの平均購入金額のことです。計算方法、売上の分解での位置づけ、客単価を上げる施策の考え方と注意点を解説します。
アトリビューションとは？意味・主なモデルと活用の注意点
アトリビューションとは、購入や問い合わせなどの成果に対して、広告や検索、メールなど複数の接点がそれぞれどれだけ貢献したかを評価する考え方です。主なモデルの違いと、判断に使う際の注意点を解説します。
ベンチマークとは？意味・種類とKPI改善での使い方
ベンチマークとは、自社の数値や取り組みを評価するために比べる基準や比較対象のことです。KPIの目標設定や改善でのベンチマークの種類、使い方、外部の数値を使うときの注意点を解説します。
BIツールとは？できること・選び方と導入の注意点
BIツールとは、社内外のさまざまなデータを集めて集計・可視化し、意思決定に役立つ形で見られるようにするソフトウェアです。できること、代表的な製品のタイプ、選び方と導入でつまずく点を解説します。
BigQueryとは？特徴・できることと費用の考え方
BigQueryとは、Google Cloudが提供するデータウェアハウスで、大量のデータをSQLで高速に集計・分析できるサービスです。特徴、GA4やBIツールとの連携、費用が決まる仕組みと注意点を解説します。
CDP（カスタマーデータプラットフォーム）とは？意味と使い方
CDPとは、Webやアプリ、店舗、CRMなどに散らばる顧客データを個人単位で統合し、分析や施策に使えるようにする仕組みです。DMPやCRMとの違い、導入判断のポイントを解説します。
ダッシュボードとは？意味・種類と使われる作り方
ダッシュボードとは、事業や業務の重要な指標を一つの画面にまとめ、状況をひと目で把握できるようにした表示画面です。種類、構成要素、使われるダッシュボードの作り方と注意点を解説します。
データクレンジングとは？意味・手順と実務での使い方
データクレンジングとは、重複・表記揺れ・欠損・誤りを見つけて修正し、データを分析や業務に使える状態に整える作業です。主な処理の種類、進め方、注意点を解説します。
データドリブンとは？意味・進め方と組織への根付かせ方
データドリブンとは、勘や経験だけに頼らず、データに基づいて意思決定や行動を行う考え方・進め方のことです。実践の流れ、必要な土台、よくある失敗と根付かせるための工夫を解説します。
データガバナンスとは？意味・進め方と実務のポイント
データガバナンスとは、社内のデータを正しく安全に活用するためのルール・役割・管理の仕組みのことです。構成要素、中小規模の組織での始め方、よくある誤解を解説します。
データレイクとは？DWHとの違いと使いどころ
データレイクとは、構造化データだけでなくログや画像、文書なども含めた多様なデータを、元の形のまま大量に保管しておく場所のことです。DWHとの違い、使いどころ、データスワンプ化を防ぐ注意点を解説します。
データマートとは？意味・DWHとの違いと使い方
データマートとは、DWHなどに集めたデータから、特定の部署や目的に必要な部分だけを切り出して整えた分析用データです。DWHとの違い、設計の考え方、使い方を解説します。
データパイプラインとは？意味・仕組みと作り方の要点
データパイプラインとは、データの取得・加工・保存・配信までを自動でつなぐ一連の処理の流れです。構成要素、ETLとの関係、事業データ活用での作り方と注意点を解説します。
DWH（データウェアハウス）とは？仕組み・役割と導入の判断
DWH（データウェアハウス）とは、複数のシステムからデータを集め、分析しやすい形に整理して蓄積する分析専用のデータベースです。データベースやデータレイクとの違い、構成、導入を判断する目安を解説します。
直帰率・エンゲージメント率とは？GA4での定義と見方
直帰率とエンゲージメント率は、Webサイトへの訪問が実質的な関心を伴っていたかを表す指標です。GA4での定義、二つの関係、数値を改善の判断に使うときの読み方と注意点を解説します。
ETL・ELTとは？意味・違いと実務での使い方
ETL・ELTとは、複数のシステムからデータを抽出し、変換して分析用の保存先へ取り込む処理の方式です。両者の違い、選び方、事業データ集約での使い方を解説します。
イベントログとは？意味・設計の基本と実務での使い方
イベントログとは、ユーザーやシステムが「いつ・誰が・何をしたか」を一件ずつ時系列で記録したデータです。分析用イベントログの構成要素、設計の基本、よくある失敗を解説します。
F2転換率とは？意味・計算方法と改善の進め方
F2転換率とは、初めて購入した顧客のうち、二回目の購入に進んだ顧客の割合を示す指標です。通販やD2Cで重視される理由、計算方法、改善施策の考え方と注意点を解説します。
GA4（Googleアナリティクス4）とは？仕組みと設定の要点
GA4（Googleアナリティクス4）とは、Googleが提供するWebサイトやアプリのアクセス解析ツールで、利用者の行動をイベント単位で計測するのが特徴です。仕組み、主な用語、事業KPIにつなげる設定の要点を解説します。
Googleタグマネージャー（GTM）とは？仕組みと使い方
Googleタグマネージャー（GTM）とは、Webサイトに設置する計測タグや広告タグを、サイトのコードを直接書き換えずに管理画面から追加・変更できる無料のツールです。仕組み、主な用語、運用の注意点を解説します。
ICEスコアとは？意味・計算方法と施策の優先順位付け
ICEスコアとは、改善施策をImpact（影響度）・Confidence（確信度）・Ease（容易さ）の三つで採点し、優先順位を決める手法です。採点の基準づくり、運用の手順、よくある失敗を解説します。
異常検知とは？意味・手法とKPI監視での使い方
異常検知とは、データの中から通常とは異なる動きや値を自動で見つけ出す技術や仕組みです。KPIの急変に気づくための代表的な手法、アラート設計の考え方、注意点を解説します。
回帰分析とは？意味・種類と実務での使い方をやさしく解説
回帰分析とは、ある数値（目的変数）が他の要因（説明変数）によってどう変わるかを式で表し、関係の強さや予測に使う統計手法です。単回帰と重回帰の違い、使い方、注意点を解説します。
KPIツリーとは？作り方の手順と運用のポイント
KPIツリーとは、最終目標であるKGIを、それを構成する要素に分解して木の形に整理し、日々追うべき指標と打ち手を明確にする手法です。作り方の手順、分解のコツ、よくある失敗を解説します。
Looker Studioとは？できること・使い方と注意点
Looker Studioとは、Googleが提供する、さまざまなデータをつないでグラフやダッシュボードを作成・共有できるBIツールです。できること、Google系サービスとの連携、運用で気をつける点を解説します。
マジックナンバー（SaaS）とは？計算式と営業投資の判断
マジックナンバーとは、SaaSで営業・マーケティング費用がどれだけ新たな継続収益を生んだかを示す効率指標です。計算式、読み方、投資判断への使い方と注意点を解説します。
MoM・YoYとは？前月比・前年比の意味と使い分け
MoMは前月比、YoYは前年同期比を表す略語で、数値の変化を比べる基本的な方法です。計算方法、使い分けの基準、季節性や営業日の違いなど比較で間違えやすい点を解説します。
p値とは？意味・読み方とビジネスでの注意点
p値とは、「本当は差や効果がない」と仮定したときに、実際のデータ以上に極端な結果が偶然得られる確率のことです。A/Bテストでの読み方、よくある誤解、使うときの注意点を解説します。
Power BIとは？特徴・できることと導入の進め方
Power BIとは、Microsoftが提供するBIツールで、ExcelやMicrosoft 365との親和性が高く、社内のデータを集計・可視化して共有できます。特徴、主な構成要素、導入の進め方と注意点を解説します。
プロダクトアナリティクスとは？意味・指標と実務での使い方
プロダクトアナリティクスとは、アプリやWebサービスの中でユーザーがどう行動しているかをデータで分析し、改善につなげる取り組みです。Web解析との違い、主な分析手法、始め方を解説します。
クイックレシオ（SaaS）とは？意味・計算式と使い方
SaaSのクイックレシオとは、新たに増えた収益が、解約や縮小で失った収益の何倍あるかを示し、成長の効率と質を測る指標です。計算式、読み方、改善の考え方と注意点を解説します。
リピート率とは？意味・計算方法と改善の考え方
リピート率とは、一度購入や利用をした顧客のうち、再び購入・利用した顧客の割合を示す指標です。代表的な計算方法、定義のそろえ方、リピート率を高める施策の考え方を解説します。
RFM分析とは？意味・やり方と実務での使い方
RFM分析とは、顧客を最終購入日（Recency）・購入頻度（Frequency）・購入金額（Monetary）の三つの指標でランク分けする分析手法です。手順、ランクの付け方、施策への生かし方を解説します。
RICEスコアとは？意味・計算式と優先順位付けの使い方
RICEスコアとは、施策や機能をReach（到達範囲）・Impact（影響度）・Confidence（確信度）・Effort（工数）で評価し、優先順位を決める手法です。計算式、ICEとの違い、運用のコツを解説します。
離脱率とは？直帰率との違いと改善への使い方
離脱率とは、あるページの表示のうち、そのページを最後に訪問が終わった割合を示す指標です。直帰率との違い、ファネルでの読み方、改善に活かす手順とよくある誤解を解説します。
Rule of 40とは？意味・計算式とSaaS経営での使い方
Rule of 40とは、SaaS企業の売上成長率と利益率を足した値が40を超えているかで、成長と収益性のバランスを見る経験則です。計算式、使う指標の選び方、実務での注意点を解説します。
セグメント分析とは？意味・切り口の選び方と使い方
セグメント分析とは、顧客やユーザーを属性や行動で複数のグループに分け、グループごとの違いを比べて改善の手がかりを得る分析手法です。切り口の選び方と実務での進め方を解説します。
先行指標・遅行指標とは？違いとKPIでの使い分け
先行指標とは成果に先立って変化し将来の結果を予測する手がかりになる指標、遅行指標とは売上や利益など結果として後から確定する指標です。違い、見つけ方、KPI設計での使い分けを解説します。
信頼区間とは？意味・読み方と実務での使い方
信頼区間とは、データから推定した値について、真の値が含まれると考えられる範囲を幅で示したものです。95％信頼区間の意味、A/Bテストや調査での読み方、よくある誤解を解説します。
相関と因果とは？違い・見分け方と実務での注意点
相関とは二つの数値が連動して動く関係、因果とは一方が原因となって他方が変わる関係のことです。両者の違い、取り違えが起きる典型的なパターン、因果を確かめる方法を解説します。
スティッキネス（DAU/MAU比）とは？計算式と見方
スティッキネスとは、プロダクトがどれだけ習慣的に使われているかを示す指標で、DAUをMAUで割って求めます。計算式、読み方、業務SaaSでの使い方と注意点を解説します。
Tableauとは？特徴・できることと導入時の判断ポイント
Tableauとは、データを直感的な操作で可視化・分析できるBIツールで、探索的な分析や表現力の高いダッシュボードに強みがあります。特徴、主な製品構成の考え方、導入を判断するポイントを解説します。
多変量テストとは？意味・A/Bテストとの違いと使い方
多変量テストとは、Webページなどの複数の要素について、それぞれのパターンの組み合わせを同時に比べ、成果への影響を調べる実験手法です。A/Bテストとの違い、向いている場面、注意点を解説します。
Time to Value（TTV）とは？意味と短縮のポイント
Time to Value（TTV）とは、顧客が製品の利用を始めてから最初に価値を実感するまでの時間です。測り方、短縮する方法、オンボーディングやプロダクト設計での使い方を解説します。
トラッキングプラン（計測設計書）とは？意味と作り方
トラッキングプランとは、サービスで計測するイベントや項目の名前・定義・送信条件を一覧にまとめた計測の設計書です。書くべき項目、作り方の手順、運用ルールを解説します。
UTMパラメータとは？意味・付け方と運用ルール
UTMパラメータとは、URLの末尾に付けて、アクセスがどの媒体・施策から来たかをアクセス解析ツールで識別するための文字列です。5つの種類、付け方の例、計測を崩さない運用ルールを解説します。
予測分析とは？意味・手法と事業での使い方
予測分析とは、過去のデータから傾向やパターンを見つけ、将来の売上・需要・解約などを見積もる分析手法です。代表的な手法、事業での使い方、導入の手順と注意点を解説します。
統計的有意差とは？意味・判定の考え方と注意点
統計的有意差とは、観測された差が偶然のばらつきだけでは説明しにくいと判断できる差のことです。A/Bテストでの使い方、p値との関係、ビジネス上の意味との違いを解説します。
FROM KNOWLEDGE TO ACTION
知識を、次の一手に。
新規事業の検証からMVP開発、運用の自動化まで伴走します。
事業開発支援を見る ↗