メインコンテンツまでスキップ
Gainsight Japanese Localization

リニューアルセンターでの指標の計算

重要 - 画像/情報は四半期ごとのリリースで更新されます!

四半期ごとのリリースにて、最新の機能・情報を反映し、画像を含めた情報は更新されます。

 

この記事では、リニューアルセンターモジュールで様々な指標がどのように計算されるかについて解説します。

概要

この記事はリニューアルセンターの計算がバックエンドで自動的に実行される方法について解説します。集計計算では、適用されたグローバルフィルターが考慮され、フィルター条件に一致するオポチュニティのみが考慮されます。

指標の計算

このセクションでは、Gainsightリニューアルセンターで使われる指標の計算方法について説明します。

  • 更新見込み:選択された期間内に更新可能なオポチュニティの金額(ドル)です。更新可能なオポチュニティとは、期限が切れた、又は期間中に期限が切れる可能性があるものです。更新見込みは選択された四半期に期日がある全てのオポチュニティの[目標金額]フィールドを合算して計算されます。ブッキングタイプが更新であるオポチュニティのみが計算対象として選択されます。
    更新見込みはグロス更新率及びネット更新率の計算の分母になります。
    計算式は: 更新見込み = Σ(対象となるオポチュニティの目標金額)
  • 更新予測:更新予測 =  (成約 + アップセルのない未決更新 + アップセルのある未決更新 - 未決ブッキングタイプダウンセル)の合計
    この指標の計算については、[リニューアルセンターの構成]記事の予測セクションを参照してください。
  • Gainsight予測:このフィールドは期日が予測期間内にあり、選択した四半期の [ステージ] フィールド値が [未決] 又は [成約] に設定されている全ての更新オポチュニティの[Gainsight予測金額]フィールドを合算することによって計算されます。このセクションを表示できない場合は、[リニューアルセンターの構成]記事の設定セクションを参照してください。
  • 計算式: Gainsight予測 = Σ(対象となるオポチュニティのDS予測額)
  • グロス更新率 (GRR): グロス更新率は、期間内に更新されたオポチュニティの割合です。アップセルは含まれません。100を超えることはありませんが、高いほど良いで値です。
    • 数式: GRR = 更新予測 / 更新見込み
  • アップセル予測成約したオポチュニティの合計 (全てのアップセル + デルタ額 (最終額 - 目標額) アップセルによる更新) + 進行中のオポチュニティの合計 [デルタ額 (予測額 - 目標額) アップセルによる更新 + 全てのアップセル)]
  • ダウンセルのある未決更新これらは成約が見込まれる未決オポチュニティですが、目標額ではありません。これらのオポチュニティのステージ値は未決であり、予測額フィールドの値は目標額フィールドよりも小さくなります (いくらかの離反が予測されるため)。これらのオポチュニティでは、予測額が (対象となるオポチュニティ毎に) 目標額から差し引かれ、全ての対象となるオポチュニティからの差額の合計が加算されて値が取得されます。次に、この値を未決ダウンセルに合算して、予測離反値を算出します。
    • 未決ダウンセル一部の会社では、目標額を達成するにはリスクがある更新を徹底的に追跡して、新しいオポチュニティを作り出しています。これらのオポチュニティのブッキングタイプはダウンセルです。[ステージ]フィールドは[未決]に設定されています。必要な値を取得するために、対象となる全てのオポチュニティの目標額が合算されます。次に、この値をダウンセルありの未決更新に合算して、予測離反値を算出します。  
    • 例えば、オポチュニティの目標額が$45,000の場合。ある程度の離反があり、オポチュニティが40000ドルになる可能性があるとCSMが予想しているとします。CSMは目標額が45,000ドルで予測額が40,000ドルの通常のオポチュニティを作成するか、目標額が5,000ドルのダウンセルオポチュニティを作成できるようになりました。
  • ネット更新率 (NRR): ネット更新率とは、顧客が更新・拡大する割合のことです。アップセルを考慮しないグロス更新率とは異なります。選択した四半期に終了予定日があるすべてのアップセルオポチュニティが計算の対象となります。これには、期間内の更新に関連するアップセルと初期のアップセルの両方が含まれます。
    計算式は:NRR = [更新見込み 離反 (現在までの実績と予測の両方) + アップセル (現在までの実績と予測の両方)] /更新見込み。
    上記の場合と同様に、予測離反が計算されます。予測アップセルは次のように計算されます。
    予測アップセル = (アップセルによる未決更新 + 未決アップセル)
    • アップセルのある未決更新これらは成約が見込まれるだけでなく、目標額よりも高い額で進行中のオポチュニティです。これらのオポチュニティのステージ値は未決であり、予測額フィールドの値は目標額フィールドよりも大きくなります (いくらかのアップセルが予測されるため)。これらのオポチュニティでは、目標額が (対象となるオポチュニティ毎に) 予測額から差し引かれ、全ての対象となるオポチュニティからの差額の合計が加算されて値が取得されます。次に、この値を未決アップセルに合算して、予測アップセル値を算出します。
    • 未決アップセル:一部の会社では、目標額を超える可能性が高い更新を徹底的に追跡して、新しい機会を作り出しています。これらのオポチュニティのブッキングタイプはアップセルです。[ステージ]フィールドは[未決]に設定されています。必要な値を取得するために、対象となる全てのオポチュニティの目標額が合算されます。次に、この値をアップセルありの未決更新に合算して、予測アップセル値を算出します。
    • 例えば、オポチュニティの目標額が$45,000の場合。ある程度のアップセルがあり、オポチュニティが48,000ドルになる可能性があるとCSMが予想しているとします。CSMは目標額が45,000ドルで予測額が48,000ドルの通常のオポチュニティを作成するか、目標額が3,000ドルのアップセルオポチュニティを作成できるようになりました。
       
  • 実際の更新:この指標は期日に基づいて、選択した期間に成約した更新オポチュニティの金額を合計します。オポチュニティがクローズされると、オポチュニティが最終的にクローズされた金額を記録するために[最終額]フィールドが使われます。実際の更新は、ステージが成約済に設定されている全ての商談の最終額を計算します。ウィジェットに表示される数は会社の数に基づいています。
     
  • 実際の離反:この指標には、失われた更新、成約した更新のダウンセル部分、及び別のオポチュニティを使って追跡されたダウンセルが含まれます。内訳は離反の円グラフで見ることができます。
    • 失われた更新は、失注済であったオポチュニティからの目標額の合計です。選択された予測期間が期日に適用されます。
    • 成約した更新のダウンセル部分: 目標額よりも少ない最終額を持つ成約更新の場合、デルタを使ってダウンセル部分を決定します。選択された予測期間が期日に適用されます。
    • 確定済ダウンセルは、ダウンセルを追跡するためだけに作成されたオポチュニティです。二重カウントを避けるために、別のダウンセルオポチュニティが使われる場合は、オリジナルの更新オポチュニティのダウンセルを一緒に考慮しないでください。ステージが成約済に設定されているダウンセルオポチュニティの予測額を合計します。選択された予測期間が終了日に適用されます。ダウンセルは契約の途中で発生する可能性があり、これが発生する期日と言うものはありません。
       
  • 実際のアップセル:この指標には、失われた更新、成約した更新のアップセル部分、及び別のオポチュニティを使って追跡されたアップセルが含まれます。
    • 成約した更新のアップセル部分: 目標額よりも多い最終額を持つ成約更新の場合、デルタを使ってアップセル部分を決定します。選択された予測期間が期日に適用されます。
    • アップセルオポチュニティは、アップセルの更新を追跡するためだけに作成されるオポチュニティです。計算はブッキングタイプがアップセルで、ステージが成約済に等しい全ての オポチュニティの最終額を加算することによって算出されます。選択された予測期間が終了日に適用されます。アップセルは契約の途中で発生する可能性があり、これが発生する期日と言うものはありません。

データサイエンス (DS) スコア

Gainsightは以下に説明するように、顧客の健全性の様々な側面を捉える柔軟で拡張可能なフレームワークを使っています。このスコアの主な利点は、離反につながる可能性のある顧客データの様々な側面を広い角度からキャプチャできることです。将来的にはオポチュニティ移行の進行状況も考慮して、健全なパターンと不健全なパターンを区別します。

Gainsightはデータサイエンスを使って計算される2つのフィールドを提供します。

  • DS可能性スコア: このフィールドは過去の更新 (アップセルとダウンセルによる更新を含む) の成功又は失敗に基づいてスコアを生成します。スコアは過去の成約済更新のパターンを学習してスコアを更新する手法を使って、毎月更新されます。再帰ベイズ計算法を使って計算が実行されます。計算には次の要素が使われます。
    • ヘルススコア: あなたが決定した顧客の健全性をキャプチャします。
    • CSエンゲージメントスコア: アカウントに実装したカスタマーサクセス活動の効果をキャプチャーします。計算に含まれる変数は次の通りです。
      • サクセスプランの数
      • 成功したCTAの数
      • タイムライン投稿数
      • アウトリーチ数

CSエンゲージメントスコアは、顧客には表示されない中間的なスコアです。これはDS可能性スコア計算のコンポーネントとして使われます。

  • ARR: ハイタッチ/ロータッチとビッグ/スモールクライアントはそのNature上から根本的に異なるという事実をキャプチャーします。
    • DS可能性スコアに寄与する要因を表示:リニューアルセンターには、DS可能性スコアに寄与する様々な要因 (Gainsight 機能) も表示されます。何が可能性スコアを動かしているかについての洞察を得ることができるようになりました。又、どのデータソースがスコアをサポートしているかのビューに基づいて、更新マネージャーがスコアにどの程度依存する必要があるかを理解することも可能です。スコアに影響を与える顧客の健全性、エンゲージメント、及びその他の領域の側面に関する情報を取得することができるようになりました。
      オポチュニティの更新可能性スコアに寄与した要因を表示するためには、必要なスコアにマウスを合わせる必要があります。マウスをスコアに合わせると、次の情報が表示されます。
      • スコアに寄与するGainsight機能。
      • 機能がスコアに与える影響レベル (高、中、低)。
      • 機能がスコアに与える影響のNature (ポジティブ、ネガティブ)。

clipboard_ed1c1847168431299b32185118ab9630f.png

上の画像から、次のことを推測することができます。

  • Gainsightの4つの機能であるヘルススコア、CTA、サクセスプラン、及びアウトリーチがスコアに影響を与えています。
  • ヘルススコアとCTAの影響は中程度であり、サクセスプランとアウトリーチのスコアへの影響はわずかです。
  • アウトリーチはスコアにマイナスの影響を与え、残りの機能はプラスの影響を与えます。

スコアに寄与する機能とその影響レベルは、データサイエンスによって自動計算されます。これらの領域は変更できません。 

  • DS予測額: DS予測額はDS可能性スコアと同じ方法で計算されます。但し、更新成約率ではなく、過去の収益コンバージョン率が考慮されます。

理由フレームワーク

理由フレームワークはスコアのより正確で直感的な理由を示し、次の拡張機能を組み込んでいます。

  • 大量のテナント向けのランダムフォレストベースのモデル: このモデルは十分なデータ (>50レコード) を持つテナントのデータ内の複雑な相互作用をキャプチャします。
  • 自動機能選択:このモデルは考慮された多数の変数から、オポチュニティを成功裏に終了する可能性を予測するために、重要な変数を自動的に選択します。
  • 交差検証に基づくハイパーパラメータチューニング: モデルは交差検証されたデータセットに基づいて自動的にチューンされ、モデルの精度を大幅に向上させるのに役立ちます。
  • 強化された機能生成フレームワーク:このモデルでは、Gainsightは個々の変数の様々な重要度と他の変数との関係を使って、最も関連性が高く実用的な理由を明らかにします。             
  • この記事は役に立ちましたか?