ユーザー操作のためのデータ分析のやり方（オペレーター必携！データ分析を使ってユーザー操作をしよう）

オペレーター必携！データ分析を使用してユーザー操作を実行する

ジャック・マーが発表したDT時代。

オペレーションスタッフとして、データ指標を日常的に扱うことは、必須のコアスキルとなっています。

通常、データの統計と分析に関する基本的な知識を蓄積する必要があります。

オファーを得るためには、日常業務と面接の両方で非常に必要です。

まず概念を明確にしましょう。ユーザー操作とは何でしょうか?

ユーザー操作は、ユーザー関係を確立し、維持することです。

ユーザーとの関係を構築し維持する方法は数多くあります。

しかし、インターネット製品の場合、

彼らのほとんどは、ユーザーの維持に注意を払います。ユーザーが製品を使い続ける場合にのみ、ユーザーをさらに促進して収益化したり、コンバージョンさせたり、さらには複数の収益化コンバージョンを実現できます。

同時に、ユーザーと製品との長期的な関係をさらに構築することができ、ユーザーが製品を推奨したり広めたりすることが容易になります。

また、リテンションとユーザー操作の2つの側面から、ユーザー操作の分析手法についてもいくつかご紹介します。

リテンション分析では、一般的にコホート分析と呼ばれる手法が使用されます。これは、一定の期間内に同じ特性を持つ人々の行動を分析するものです。

異なる時期に訪れる顧客は、製品のライフサイクルや運用サイクルが異なり、製品を使用する時期も異なる場合があります。

そのため、あらかじめ時間に基づいてユーザーをグループ分けする必要があります。次の図は、新規ユーザーを時間の経過とともにグループに分けた基本的な週次保持チャートです。

横方向の比較から、毎週追加された新規ユーザーのその後の週の維持状況を確認できます。

垂直比較では、現在の週、次の週、翌週の異なる週に追加された新規ユーザーの維持パフォーマンスを確認できます。

次に、統計目的で、適切な基準に基づいて一定期間のデータの加重平均を取ることができます。

最終的には、標準期間にわたる新規ユーザーの保持データの曲線が得られます。

次に、この標準期間中の全体的な保持状況を調査および分析して、独自の理解を構築します。

最後に、よりターゲットを絞った運用とそれに応じた計画を通じて、ユーザー維持率を高めることができます。

リテンション曲線を改善するには、ユーザーの行動に対していくつかの洗練された操作を実行する必要があります。

この図では、フォーラム製品を例に挙げています。

フォーラムにおけるユーザーの行動には、基本的に、訪問、投稿の閲覧、返信、コメント、投稿、再投稿、共有などが含まれます。

ユーザーの行動の種類ごとに特定の行動指標を確立する必要があります。

例えば、コミュニケーション行動指標には、ユーザーによる転送、共有、転載申請などの行動が含まれます。

これらの行動のクリック数を合計し、各ユーザーの伝播カテゴリの行動指標とします。

各ユーザーごとに各カテゴリーの指標値を取得した後、コミュニケーション行動指標の平均値や中央値などの分布や統計値をもとに指標値の分布状況を確認することができます。各ユーザーを分類します。

フォーラム ユーザーの行動には 4 つの側面があります。

閲覧、コメント、発信、コンテンツ制作のカテゴリーに分けられます。

インデックスに応じて、ユーザーは 1 つのラベル インデックスのみを持つことも、複数のラベル インデックスにまたがることもできます。これらのラベル カテゴリに基づいてユーザー操作を実行できます。

フォーラムを宣伝する際には、外部チャネルの構築に加えて、割引の共有やクラス C ユーザーによる情報の拡散を促進するための運用活動の提供など、クラス C ユーザーの刺激にも重点を置く必要があります。

運用に加えて、コミュニティ フォーラム ユーザーの構成は、複数のタイプのユーザーのニーズをバランスよく満たす必要があります。一定期間にわたって閲覧ユーザーの数が大幅に増加したが、コンテンツ制作ユーザーの数が減少すると、フォーラムの活動が徐々に低下する可能性があります。したがって、さまざまなタイプのユーザー間でバランスの取れた構造を維持することがより重要になります。

新規ユーザーを誘致し、運営していく過程では、ユーザーの流出は避けられません。

したがって、損失リンクとリコールリンクは比較的必要です。

この段階では、主に損失の原因を分析し、対応するリコール計画を策定し、データ指標を使用して作業の有効性を測定します。

これは、解約率、到着率、開封率、開封クリック率、返品率などの解約およびリコールシステムとしてデータ指標に反映されます。

解約率:解約率と維持率は、互いに補完し合う概念のペアです。一定の統計期間後に製品を使用しなくなったユーザーの割合です。どちらの指標も通常は同じグループ方式で計算されますが、解約率には一定の遅れがあるため、通常は維持率を照会して解約率を推定します。

到達率:プッシュ通知がユーザーの携帯電話またはメールアドレスに届いた割合。

開封率:ユーザーがプッシュ通知を開いた割合。

開封クリック率:ウェブサイトを開いた後にコンテンツ/リンクをクリックしたユーザーの割合。

復帰率:統計期間中に復帰したユーザー数と離脱したユーザー数の比率。

データを通じて、私たちは「何が」「どれくらい」なのかを知りたいだけでなく、もっと重要なのは「なぜ」なのかを知りたいのです。したがって、データ システムが確立された後は、データを使用して業務を推進する必要があります。それは具体的には 2 つの側面に反映されています。

1 つは、データを活用して運用戦略を最適化することです。たとえば、ユーザー維持率が低いのは、ユーザーの質と製品の魅力に関係しています。チャネル分析では、ユーザー品質に問題はないことが示され、ユーザー離脱分析では、主な離脱段階は初期コンタクト期間にあることが示されています。これにより原因が判明し、製品の安定性、使いやすさ、新規ユーザー向けガイダンスが最適化されます。

2つ目は、運用戦略をデータで検証することです。たとえば、新しいユーザーインセンティブ対策を開始したいが、元の方法と比較してより良い結果が得られるかどうかわからない場合、合理的なテストを通じて得られた比較データは、意思決定の根拠となります。

最後に、ユーザー操作では、他の種類の操作よりも高いデータ分析機能が求められ、また、社内外の共同作業機能も高くなります。

同時に、生来のデータ機密性がないことを心配する必要はありません。ユーザーの行動特性は実は理解しやすく、それに応じた運用戦略を策定するのも難しくありません。しかし、自分の考えをユーザーの考えとして解釈したり、運用戦略を単なるアイデアとして残したりしないでください。もっと練習し、もっと分析すれば、すべてがうまくいくでしょう。