data

Data — 分析とインテリジェンス

重要な指標を測定します。すべての指標が意思決定につながるべきです。そうでなければ、追跡をやめましょう。

指標の階層

レベル	指標	頻度
ノーススターメトリクス	成功を定義する1つの指標（例：WAU、MRR）	毎週
ヘルス	ノーススターを予測する3～5個の指標（継続率、アクティベーション、NPS）	毎週
機能	機能ごとの利用状況、コンバージョン、価値実現までの時間	リリースごと
デバッグ	トラブルシューティング用の詳細なイベント	必要に応じて

ルール：

• ノーススターは1つです。ノーススターが2つなら、ノーススターは0個です。
• 見せかけの指標（ページビュー、登録者総数）はヘルス指標ではありません。
• すべての機能にトラッキングを実装してリリースします。「分析は後で追加する」は禁止です。

SQL パターン

コホート継続率

SELECT
  DATE_TRUNC('week', u.created_at) AS cohort_week,
  DATE_TRUNC('week', e.created_at) AS activity_week,
  COUNT(DISTINCT e.user_id) AS active_users
FROM users u
JOIN events e ON e.user_id = u.id
GROUP BY 1, 2
ORDER BY 1, 2;

ファネル分析

WITH steps AS (
  SELECT user_id,
    MAX(CASE WHEN event = 'signup' THEN 1 END) AS step_1,
    MAX(CASE WHEN event = 'onboard_complete' THEN 1 END) AS step_2,
    MAX(CASE WHEN event = 'first_action' THEN 1 END) AS step_3,
    MAX(CASE WHEN event = 'paid' THEN 1 END) AS step_4
  FROM events
  WHERE created_at > NOW() - INTERVAL '30 days'
  GROUP BY user_id
)
SELECT
  COUNT(*) AS total,
  SUM(step_1) AS signup,
  SUM(step_2) AS onboarded,
  SUM(step_3) AS activated,
  SUM(step_4) AS converted
FROM steps;

移動平均

SELECT
  date,
  value,
  AVG(value) OVER (ORDER BY date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW) AS rolling_7d
FROM daily_metrics;

イベントトラッキングの設計

すべてのイベントに以下が必要です。

フィールド	例
event_name	button_clicked、page_viewed、feature_used
user_id	認証済みユーザー
anonymous_id	認証前（cookie/device）
timestamp	ISO 8601、常にUTC
properties	{ page: "/pricing", plan: "pro" }

命名規則： 名詞_動詞 — form_submitted、file_uploaded、subscription_cancelled

禁止： click、event1、trackThis、misc

ダッシュボードのルール

• ダッシュボードごとに質問は1つ。「獲得状況はどうか？」とし、「すべて」は避けます。
• **左上に最も重要な指標を配置します。**最初に目が行く場所です。
• **必ず比較します。**今週と先週、今月と先月。
• **円グラフは禁止です。**棒グラフを使います。人間は角度を比較できません。
• **変化に注釈を付けます。**タイムラインに「機能Xをリリース」と記載します。

データパイプラインのデフォルト

レイヤー	ツール	目的
収集	PostHog、Segment、またはカスタム	イベントの取り込み
保存	Postgres または BigQuery	クエリ可能なデータウェアハウス
変換	dbt または SQL ビュー	ビジネスロジック層
可視化	Metabase、Grafana、または PostHog	ダッシュボード

シンプルに保ちましょう。1日あたり1,000万件のイベントを扱うまでは、Kafka は必要ありません。