業務改善のための顧客インプット

データドリブン意思決定 for Business

Ted Kwartler

Data Dude

顧客アンケートデータを検証

$$

• データ収集: 定性インタビュー、オンラインレビュー、トランザクションデータ
• モデルで顧客アンケートデータを説明

アンケート入力をモデル化

• Q1: 総合的にどの程度満足していますか [1-5]
• Q2: 製品/サービスの品質をどう評価しますか [1-5]
• Q3: 製品/サービスの選択肢をどう評価しますか [1-5]
• Q4: 価格は妥当だと思いますか [1-5]

	Q1 (総合満足度)	Q2	Q3	Q4
Customer-1	1	5	5	5
Customer-2	1	4	5	5
Customer-3	0	1	3	1
Customer-N	1	1	4	4
...	...	...	...	...

アンケート入力をモデル化

	Q1 (総合満足度)	Q2	Q3	Q4
Customer-1	1	5	5	5
Customer-2	1	4	5	5
Customer-3	0	1	3	1
Customer-N	1	1	4	4
...	...	...	...	...

$$

• 目的変数
  • Q1
• 説明変数
  • Q2, Q3, Q4

顧客データからの説明モデル

	Q1 (総合満足度)	Q2	Q3	Q4
Customer-1	1	5	5	5
Customer-2	1	4	5	5
Customer-3	0	1	3	1
Customer-N	1	1	4	4
...	...	...	...	...

$$

ロジスティック回帰モデル

$f(\text{総合満足度}) = \beta_1 * Q2 + \beta_2 * Q3 + \beta_3 * Q4$

影響理解のためのベータ合計

ロジスティック回帰モデル

$f(\text{総合満足度}) = \beta_1 * Q2 + \beta_2 * Q3 + \beta_3 * Q4$

モデル出力

$f(\text{総合満足度}) = 0.25 * Q2 + 0.25 * Q3 + 1 * Q4$

ベータの合計

	Beta	Sum of beta	Proportion
Q2	.25	0.6	.42
Q3	.25	0.6	.42
Q4	.1	0.6	.16

頻度で文脈を追加

$$

	Beta	Sum of beta	Proportion
Q2	.25	0.6	.42
Q3	.25	0.6	.42
Q4	.1	0.6	.16

頻度で文脈を追加

組織が各カテゴリで良好な成績を出す頻度という文脈を追加

	Beta	Sum of beta	Proportion	Frequency of a high score
Q2	.25	0.6	.42	.8
Q3	.25	0.6	.42	.35
Q4	.1	0.6	.16	.15

さあ始めましょう！

データドリブン意思決定 for Business