顧客データ分析の副業アドバイザー募集|SaaS解約率改善
募集・共有の目的
SaaSの解約率を下げるため、顧客データの見方を一緒に整理する副業アドバイザーを募集します。複雑なAIをすぐ作るのではなく、まず解約前に起きている変化を数字と利用者の声から確かめます。
成功した例だけではなく、難しかった点や途中で変えた判断も共有します。違う立場の意見を早く知ることが、現実的な進め方につながるからです。
現状と進め方
手元にはログイン回数、機能の利用履歴、問い合わせ記録があります。ただし、データが部署ごとに分かれ、意味の違う項目もあります。分析前に項目の意味と欠けを確認し、少数の仮説から試したいです。結果は営業とサポート担当にも分かる図で共有します。
主なポイント
- 週一回の打ち合わせと分析方針のレビュー
- SQLによるデータ確認とBtoB SaaSの分析経験
- 顧客情報を扱うため秘密保持契約を締結
開始前にそろえること
まず「週一回の打ち合わせと分析方針のレビュー」について、現在分かっている事実と希望を分けて確認します。相談する人によって前提が変わらないよう、短い記録を残して共有します。
ご意見を募集します
解約の予兆を探す際、利用履歴以外に役立った情報があれば教えてください。
正解を一つに決めるためではなく、判断材料を増やすための意見交換を希望しています。
絞り込み条件は「IT・デジタル > データ・AI」です。関心の近い方と、立場を越えて情報交換できればうれしいです。
※この投稿はデモンストレーション用のサンプルです。

コメント
セキュリティの仕事では、危険の大きさと対応の急ぎ方を分けて伝えています。小さな実証では、成功条件と中止条件を先に決めると、都合のよい結果だけを選ばずに済みます。
副業は使える時間が限られるので、会議回数・成果物・確認担当が具体的なのは参加判断に役立ちます。 短い試行が終わった後、継続を判断するために何を振り返る予定でしょうか。
※このコメントはデモンストレーション用のサンプルです。
小林大輔さん、具体的な経験と質問をありがとうございます。
コメントありがとうございます。開始前に会議時間、確認担当、成果物の形を一枚にまとめます。まず短い期間で試し、双方の負担を振り返って継続を判断します。 「SQLによるデータ確認とBtoB SaaSの分析経験」については、募集要項にも追記します。
※このコメントはデモンストレーション用のサンプルです。