ソフトウェア データ操作 (データ操作: アプリ データ監視システムを構築するには?)

データ操作: アプリデータ監視システムを構築するには?

洗練されたオペレーションの中核は、データ分析を通じて製品の反復とオペレーションの促進を導く、データ主導の成長です。そのため、製品と運用には一定のデータ運用機能が必要であり、特に日々の運用結果を確認するための製品運用データ監視システムの構築が必要になります。この記事では、アプリ データ監視システムを構築するための 4 つの主要なデータ レベルを紹介し、共有します。

モバイルインターネットが後半期に入ると、トラフィック配当は徐々に消滅し、インターネット企業間の競争は増加ユーザー獲得競争から既存ユーザー獲得競争へと移行しました。このような環境において、洗練された運用はあらゆるインターネット企業にとって避けられない選択です。

トラフィック購入に重点を置いた従来の運用モデルとは異なり、洗練された運用の特徴は、製品と運用のあらゆるリンクを慎重に磨き上げ、最小のコストで最大の価値を生み出すことです。最適なコンバージョン率を確保するには、プロモーション コピーからビジネス プロセスに至るまで、慎重な検証と継続的な最適化を実行する必要があります。

最初のレイヤーは結果レイヤーで、業務の結果を直接反映するデータを指し、通常は上司に定期的に報告する必要がある KPI データです。業界によって KPI は異なりますが、たとえば、e コマース製品ではユーザー数と取引量に重点が置かれますが、最終的には登録、アクティビティ、有料コンバージョンという 3 つの中核要素が中心になります。したがって、結果レイヤー データには通常、次のものが含まれます。

• KPI 完了数: 登録ユーザー、アクティブユーザー、有料ユーザー
• コンバージョン率: ダウンロード-登録コンバージョン率、登録-支払いコンバージョン率、登録-アクティブコンバージョン率
• 成長率: 日、週、月、四半期、年ごとに成長率を計算します
• 完了率: KPI は通常、週次、月次、四半期、年次の期間に分割され、完了率は定期的に計算されます。

2 番目のレイヤーは運用レイヤーであり、運用上の問題を反映するデータを指します。運用面では、一般的に次の 3 つの側面から分析できます。

さまざまなユーザー グループに対して監視指標を設定できます。一般的なグループ化の方法には、新規ユーザーと既存ユーザーによるグループ化、地域によるグループ化、性別によるグループ化などがあります。監視指標には、新規ユーザーの翌日維持率、7 日間維持率、30 日間維持率などの維持率、コンバージョン率、アクティビティなどがあります。

ユーザーグループ化に基づくデータ監視の本質は、異なるユーザー グループ間のデータの違いを通じてより正確なユーザー グループを見つけ、異なるユーザー グループごとに差別化されたマーケティング戦略を見つけることです。

さまざまなブランドとさまざまな SKU の監視指標を確立します。指標には、商品の露出、クリック、ショッピングカートへの追加、注文、取引数、ユーザー数、コンバージョン率が含まれます。異なる製品や異なる期間の同じ製品を比較することで、異常な状況を発見し、製品の価格設定、プロモーション ポリシー、配置ルール、またはショッピング プロセスの問題を見つけることができます。

アプリケーション市場別、流通チャネル別など、さまざまなプロモーション チャネルの監視指標を確立します。チャネル監視指標を設定する目的は、チャネルのプロモーション効果を監視し、最も費用対効果の高いプロモーションチャネルを選択することです。ここで強調する必要があるのは、チャネル効果モニタリングでは、有料ユーザーの入出力比率、つまりチャネルを通じて 1 人の有料ユーザーを獲得するコストを監視する必要があるということです。この方法でのみ、チャネルの費用対効果を判断できます。

3 番目の層は製品層であり、製品を検証し、製品の問題を反映するデータを指します。製品の使用状況に関しては、次の 3 つのデータの側面を監視することに重点を置くことができます。

新しいバージョンがリリースされるたびに、訪問回数、訪問ユーザー数、訪問ユーザー総数に対する割合、平均滞在時間、他の機能の訪問時間との比較、機能ページを転送したユーザー数、他の機能の転送データとの比較など、新機能の使用状況を観察する必要があります。これらのデータを通じて、新しい機能の人気度を判断し、次の反復の意思決定を支援することができます。

製品によってビジネス プロセスは異なります。自社製品のビジネスプロセスに基づいてコンバージョンファネルを構築し、ファネルのコンバージョン率を定期的に観察して異常な状況を早期に検出する必要があります。

最も一般的なビジネス プロセス変換ファネルは次のとおりです。

• 購入プロセス: ホームページ - 製品タイトルをクリックして製品の詳細を入力 - 購入ボタンをクリック - 注文を送信 - 支払いボタンをクリック - 支払いが成功します。
• 登録プロセス: ホームページ - パーソナル センター - [登録] をクリック - 携帯電話番号を入力 - 確認コードを取得 - 確認コードを入力 - 送信 - 登録が成功します。
• 口座開設手順：ホームページ - オンライン口座開設 - 携帯電話番号を入力 - 認証コードを取得 - 認証コードを送信 - 身分証明書の写真をアップロード - 銀行カードの口座番号を入力 - 送信

上記の方法で主要なビジネスプロセスの各ステップをリストし、各ノードでユーザーのアクセスとクリックのデータを収集し、各リンクのコンバージョン率を計算します。

長期的なデータ監視を通じてデータの異常を発見できます。データの異常を使用して、問題が発生する可能性があるリンクを推測できます。例えば、購入ボタンをクリックするユーザーの数が大幅に減少した場合、その商品の価格にメリットがない可能性があります。このとき、競合製品の価格戦略を比較する必要があります。

ユーザー フィードバック データも、カウントして監視する必要がある運用データです。ユーザー フィードバック データと製品のクラッシュ ログを組み合わせると、製品ラインの品質の問題を反映できます。

市場や競合他社のデータに注意を払うことで、一方では自分自身や会社の経営陣が自社の業務をより客観的に評価できるようになります。一方、業界の動向を注視することで、企業が意思決定を行うのにも役立ちます。業界データは通常、次のチャネルを通じて収集できます。

競合他社の財務報告: 競合他社がすでに上場されている場合は、株式取引ソフトウェアを通じて照会できる財務報告を通じて競合他社の正確な運営データを取得できます。

プロフェッショナル データ プラットフォーム: Analysys と iResearch には無料の業界レポートがいくつかありますが、そのほとんどは有料です。 Jiguang Big Data には大量の無料業界データがあります。データソースはJiguang SDKを搭載したAPP製品であり、データ精度参照度は約80％です。

プロフェッショナルなデータ プラットフォームの欠点は、タイムリーではないことです。これらは通常、四半期ごとまたは半年ごとにリリースされるため、タイムリーではありません。

Baidu と App Store の検索人気度: Baidu の検索人気度と App Store の検索人気度は、前日以前のアプリケーションのユーザー検索人気度を反映します。検索人気曲線は、ユーザー成長曲線とほぼ等しくなります。

Baiduの検索人気についてはよくご存知かと思いますので、ここでは紹介しません。主にAppstore検索人気の照会方法を紹介します。

Chan MasterやASO100などのASOデータプラットフォームにログインし、キーワード検索を入力して「検索インデックス」のデータ値を取得します。検索インデックスは、このキーワードの検索人気度です。指数が大きいほど人気が​​高くなります。

Appstore における Boss Zhipin の検索人気曲線

なお、Appstore の検索人気は ASO などの運用方法によって左右される点に留意する必要があります。そのため、その期間における競合商品の検索人気度がASO手法により大幅に上昇したかどうかは、人気の上昇やコメント数の爆発的な増加があるかどうかで判断する必要があります。

著者: エイリアン;公式アカウント：オペレーションノート

この記事はもともと @Alien によって Everyone is a Product Manager に掲載されました。無断転載禁止

タイトル画像はCC0プロトコルに基づいたUnsplashからのものです