はじめに
トライステージのシステム部門でインターンに参加している川島です。
本記事では、私がトライステージで業務として行っているアンケート分析についてご紹介したいと思います。
分析の目的
テレビCMのマーケティングを行っているトライステージでは各CMに対して評価を行う映像型のアンケートを取っています。私が担当しているアンケート分析では主に以下の二つの目的で取り組んでいます。
①アンケートを分析することで発呼数の向上やCMのクオリティの向上に繋げる。
②アンケート回答者ごとに分析を行い、アンケートの有効性の検証や顧客のクラスタリングを行い傾向を掴む。
アンケートで得られるお客様の満足度や感想は、サービスを改善していく上で大切な情報になります。
実際に行っている取り組みに関して
上で挙げた目的に沿って現在行っているアンケート分析の事例をいくつかご紹介します。
| 最適なアンケート対象数の選定
現在トライステージでは各CMに対して決められた人数のアンケート回答者を集め、アンケートに答えてもらっています。しかしその決められた人数は正確なデータを得るために本当に最適な人数なのでしょうか。
もしかしたら現在の人数では少なく、正確なデータが得られていない可能性があります。逆に余分な人数にアンケートをとっていたら無駄なコストが生まれていることになります。
上記の問題を解決するためにアンケート結果を用いた母集団分布の推定を行っています。
[黒線]アンケート回答者のデータ(元データ)と[赤線]分割したアンケート回答者のデータを比較し可視化したグラフです。分割し調査人数を絞ることで一部元データとのズレが生まれている部分が出てきます。
分割したデータを集計し元データとの比較を行い、元データの信頼性を確かめます。
信頼性が低い場合はアンケートの改善や回答者の人数の見直しなどに繋げます。
| アンケート者のクラスタリング
トライステージの映像型アンケートではアンケート回答者に動画を見ながら評価してもらうという形式をとっています。それにより、アンケート回答者によって大きく回答方法が変わってきてしまうことがあります。
回答者の回答方法の違い、いわゆる癖をグループ分けし可視化することで、各回答者の評価を均等に得ることができるアンケートを目指します。
クリック数と平均クリック時間をもとに回答者のグループ分けを行います。
クラスタ数の推定にはエルボー法を用いて、クラスタリングにはKMeansを利用しています。
上図からもわかるように、 映像を見ながらクリックする形式のアンケートなので回答者によってクリック数や平均クリック時間に大きく差が生まれてしまいます。その結果、評価値が一部の回答者に依存してしまったり、全体の評価がばらついてしまい精度が下がってしまうという問題に繋がってしまいます。
この結果から、アンケートの実施方法を改善したり、アンケート結果から有効なデータのみを抽出しCMに対する評価として活用していくなど今後に繋げていきます。
トライステージでのやりがい
基本的に自由度が高く自分のやりたいことを尊重してやらせてもらえる環境が整っています。また、しっかりとサポートもしてもらえるので積極的に様々なことに取り組むことができます。
最近ではAIやDXを用いた新たなチャレンジにも取り組んでおり幅広い技術を学ぶことができます。そういった時期に会社のために仕事を行うことができるのは非常にやりがいがあります。
最後に
トライステージでは全員が全ての作業をこなせるようになることを目標にフルスタックを領域に担当しています。幅広い分野のタスクをこなす機会があるのでエンジニアとして大きく成長することができる環境だと思います。また、やりたいという気持ちを尊重してくれる先輩がたくさんいるので、自ら手を挙げて積極的に取り組むことでより多くのものを得ることができると思います。
現在トライステージではインターン生を募集しています。実務の経験が少なくてもやる気次第で大きく成長することができます。将来エンジニアとして活躍したい方、ご応募お待ちしています。
