大家好。
我叫山岸，在经营战略部负责广告、女性招聘、网络制作，最近的员工招聘广告。
我让销售部门的每个人都写专栏和博客，而同部门的田岛拼命管理专栏和博客，但他进公司后没有写过一篇文章。
我每天都在为自己的工作发愁，无论是为会员提供有用的信息，还是发挥创意和巧思，都是在给自己设置障碍。
这是我的信息。
■姓名：山岸悟38岁
■ 部门名称：经营战略部 我通常在东京办公室
■入职：8个月
由于我们管理广告，因此我们每天监控有多少女性通过哪些广告加入我们，以及她们约会了多少次。
这次，我想以我注意到的“从数字看的流行女性的特征（XNUMX月版）”为标题，报告对有很多机会的女性进行调查的结果。
对于女性来说，这将是一个信息，很多工作机会都是针对这样的女性的。
我把山岸的调查结果上传到男性专栏“Darling”。
山岸的男性成员调查结果报告“流行女性的特征（XNUMX月版）”
希望大家看看！
宇宙俱乐部业务战略部
山岸聪
我看到了流行女性的调查结果。
我认为，如果将针对所有女性的调查结果作为比较，会更有帮助。
蓝先生
感谢您的评论。我是经营战略部的山岸。
这是所有女性的结果比较。 正如sat1先生所说，数字被掩盖了太多，我无法理解我想说什么，所以我尝试计算更具体一点的数字，但无法识别女性。 。
自我们新的广告管理系统推出以来（自今年 3,792 月起），已有 XNUMX 名女性通过广告加入我们。 （女性朋友介绍等除外）
在这3,792人中，
(446) 12月份收到约会offer的女性有XNUMX人，所以offer率为XNUMX%。
(8)6月底再查的时候，收到12个及以上offer的女性有6个。
那么这3%的女性有什么特点呢？这就是我想在文章中表达的意思。
我能够从整体上谈论数字，但这是蓝先生预期的回应吗？
感谢您的补充说明。
446人收到offer明细
·年龄
・约会型
·胸围尺寸
以上任何信息都会有所帮助。没必要追究
如果数据已汇总，请告诉我。
蓝先生
这么晚才回复很抱歉。
谢谢你的评论。
在当前的广告系统中，只有班级和分支机构与管理数据库相关联以获取有关日期结果的数据。所以我们还不能计算出年龄、约会类型和胸围尺寸。这是因为广告系统在将结果展示给广告源时发布了部分结果。
目前，从管理数据库导入数据时，我们目前正在考虑系统改进，前提是您指出的年龄、关系类型、胸围尺寸和广告也会被导入。
相信这对我们以后借调做广告的时候会有用。
贵重なご意见ありガとうございます。
山岸先生
有了问题意识就想调查，但是呈现方式有问题。我觉得还是把数值填的更精确一点比较好，弄清楚是数字还是概率，如果有不能公布调查过的数值的情况，就最好不要首先公开它们。不知道山岸先生在惊讶什么。自信满满的一栏，仿佛只有他自己明白了什么。
星期六
感谢您的评论。我是经营战略部的山岸。
正如你所说，我不知道我想表达什么，所以我补充并更正了它。
此外，我们将在不导致女性身份识别的范围内尽可能公开数字。
至于这一次，我试图找出流行女性是否有共同点，我发现的结论是
“30多岁的女人很受欢迎”。
我想知道胸部的大小是否也很重要。无论是季节性趋势还是长期趋势，我们都会根据需要持续关注和报道！
我们期待您继续提供反馈和指导。
山岸先生
我认为很难看出 12 位女性特征的趋势。 例如，对于 1 年之后加入并已注册 2017 个月或更长时间的女性，注册后 3 个月内 3 次或更多次（在这种情况下，6 个月和 3 次是不同的。如果您查看这些细分谁收到了offer，人数增加了，其中是否有很多6多岁的女性好检查）？我觉得分析的人数一定要在几十个案例以上，不然机会就太大了。但是，尝试是很重要的，所以设立经营战略部很有意思（虽然可能从一开始就在那里）。
卫星1
这么晚才回复很抱歉。
谢谢你的评论。
毕竟要抽这么一段，去抽样。目前的广告管理系统是2018年引入的，所以跟踪2018年的数字相对容易，但如果你在这些条件下实施，你可以从管理数据库中导出日期结果并单独进行。可能还为时过早去收集。
我也认识到原来的营销就是在做这样的事情，做出假设并进行论证。这可能需要一些时间，但我会尝试看看我是否符合你给我的条件。
由于网站的变化，会员可能很难看到后台的会员，所以以后会在BLOG上介绍一个简单的组织。
我希望。因为管理者喜欢看数字（笑）。有些现实是光看数字无法理解的。祝你好运。
匿名的
感谢您的评论。我是经营战略部的山岸。
是的。我们会继续做假设，用数字来验证，让大家乐在其中。
我会尽我最大的努力，有一天发布一个可以通过数字理解的约会俱乐部。
山岸先生
我喜欢阅读你的专栏。
分析前 3% 的女性提供报价......我认为这是一个有趣的观点。
我有一个疑问，专栏对12位所谓“当红女性”的分析从何说起？
“1.注册区域”是446人offer的数据吧？ 是《2.Age》之后对12个人的分析吗？
那么，如果按照“4.胸围罩杯”的比例来计算人数，就有些奇怪了。简单计算假设人口为12，B=1.2人，C=1.2人，D=1.8人，E=4.2人，F=3.6人。如果小数点向下舍入，则总人数不符。硬要四舍五入的话，E和F都是4个人，算一下比例，我觉得应该是35%和30%。仅从 12 个人中给出一个百分比有点困难。
山岸先生，您有很多数据，对吧？我认为进行各种分析会很有趣。
如果是我，我会把人群分成有offer的组和没有offer的组，进行多变量分析，看趋势。您可能会尝试吸引符合该趋势的女性会员。
我对此很期待！
亲爱的雷切尔
感谢您的评论。我是经营战略部的山岸。
我们将回答您的任何问题。
Q1.“1.注册区域”是446人offer的数据吧？ 是《2.Age》之后对12个人的分析吗？
A1.“1.registered area”就是你说的有offer的446人。还有，“2.年龄”是对12个人的分析。很难理解我之后添加的内容，但在 12 个注册区域中，有 6 个是关东，其余 6 个在关东以外。
Q2.关于“4.胸罩杯”的比例
数字不对的原因是我偷工减料，但是到8月22日，被offer超过6次的女性只有10个，大家指出后，我统计了一下。然后这个数字增加到 12 个。增加的2个人我没调查过（汗）。即便如此，还是不合适，因为管理DB说的是D罩杯，但是有sales的意见，肯定有E罩杯，所以我们给D罩杯和E罩杯各定了5%。
有很多数据，但事实是它没有得到充分利用。
我想念多元分析和多元回归分析这两个词。记得学生时代用SPSS做分析，因为在社会研究实践中Excel坏掉了。我喜欢看数字并做出假设，但我不擅长用数字来分析它们。
最近，我一直在做一些研究，发现这是收到多个优惠的标准女性的特征。到目前为止，我只看过两个这样的样本，但我开始明白确实有这样的女人。
我也希望能够报告这一点。