運用データ分析テーブル（29 のプロジェクト、68 の手法、グロースハッカーが運用データ分析を行うための 3 つのテーブル）

グロースハッカーが運用データ分析を行うための 29 のプロジェクト、68 の手法、3 つの表

新規ユーザーの誘致、アクティベーションの促進、ユーザーの維持は、日常業務における一般的な指標です。これらの観点からの指標は、アプリのユーザー増加に関する統計的なフィードバックを提供するために使用できます。しかし、多くの事業者にとって、従来の指標のデータ統計は数字そのものを記録するだけで、数字の背後にある成長機会を発見することはできません。

この記事では、新規ユーザーの促進、ユーザー アクティビティ、ユーザー維持という 3 つの観点から、正しい運用データ分析のアイデアを確立するのに役立ちます。

01 顧客獲得段階で収集すべきデータは何ですか?

顧客獲得段階のデータ分析では何に重点を置くべきでしょうか?

顧客獲得段階では、データ分析によって主に次の 3 つの問題が解決されます。

1. 広告費用は実際のコンバージョンをもたらしますか?

通常、有料プロモーションの効果を計算するときは、チャネル変換 ROI を測定します。簡単に言えば、各ユーザーのコンバージョンにどれだけの費用がかかったかということですが、有効なユーザーがコンバージョンしたかどうかはわかりません。

そのため、統計的な側面ではダウンロード数や新規ユーザー数に注目するだけでなく、一度訪問したユーザーにも注目する必要があります。一度にアクセスするユーザーの数が多すぎる場合、そのチャネルは正確ではないことを意味します。

各チャネルのコンバージョン ROI とさまざまな支払い方法のコンバージョン ROI を比較することで、最も費用対効果の高いプロモーション チャネルを見つけることができます。同時に、実効ROIにも着目し、ユーザー価値の観点からコンバージョン効果を計測します。

2.新規ユーザーの数に影響を与える要因は何ですか?

ダウンロード数や新規ユーザー数などのデータの統計を通じて、各ディメンションのデータを平均化し、このディメンションのデータと平均値の比較、昨日のデータとの比較に注意を払い、変化要因を観察する必要があります。

同時に、影響要因を見つけるために、同じプロモーション条件（同じチャネルで同じプロモーション費用、たとえば支払いなし）の下で、異なる月、曜日、24 時間の異なる時間の変化を比較し、時間要因がデータに与える影響を分析します。

3. インプレッションとダウンロードの関係を測定する

露出は製品ブランドの露出を表し、ダウンロードは実際のユーザーの増加を表します。ダウンロード変換率を分析することで、ダウンロードにつながるためにさまざまなチャネルで何回の露出が必要かを確認できます。

同時に、ダウンロード変換率の分析は、プロモーションタイトル、キーワード、詳細な説明などの観点からも開始し、さまざまなコンテンツがデータに与える影響を観察し、最適なプロモーションコピーを見つける必要があります。

02 アクティブユーザーデータの統計的側面とそれを分析する方法は何ですか?

アクティブユーザーのデータ分析では何に重点を置くべきでしょうか?

アクティブユーザーのデータ分析により、次の 4 つの問題を解決できます。

1. アクティブユーザーの指標を定義する

上記の表の「測定ディメンション」データは、訪問期間やセッション数などのディメンション別にアクティブ ユーザーのさまざまなディメンションを測定します。各ディメンションの平均値と平均値を超えるユーザーの数を分析できます。

「コレクション インデックス」とは、ユーザーによる製品の実際の使用行動を反映するデータ ディメンションを指します。コレクションは、ユーザーによるコンテンツの認識を表します。 「コレクション インデックス」の定義は製品によって異なります。たとえば、電子商取引製品では、「ショッピングカートに追加」や「3 つの製品詳細ページを閲覧」を測定ディメンションとして使用し、ユーザーの行動を通じて「アクティブ ユーザー」の基準を定義します。

2. アクティブユーザーの変化による製品の健全性に関するフィードバック

1 日アクティブユーザー、3 日間アクティブユーザー、7 日間アクティブユーザー、30 日間アクティブユーザーなど、さまざまな時間軸でのアクティブユーザーの変化を通じて、その段階での製品運用戦略の正確さや、製品コンテンツおよびサービスに対するユーザー満足度をフィードバックできます。

3. 「戻ってきた」ユーザーデータの変化を数える

異なる時間軸の分析には「リフロー」データがあり、数日前は非アクティブだったが今日アクティブなユーザーを分析することで、3 日後、7 日後、30 日後に戻ってくるユーザーの変化が観察されます。

4. キャンペーンの品質とアクティブユーザーソースを測定する

各チャネルやアクティビティからコンバージョンしたユーザーのうち、アクティブユーザーの割合を分析することで、チャネル効果を測定できます。同時に、各チャネルやアクティビティからコンバージョンしたアクティブユーザーの割合を全体ユーザーの中で分析し、アクティブユーザーのソースを分析することもできます。

03 ユーザーを維持するためにどのようなデータを収集する必要がありますか?

保持ユーザーをどのように定義しますか?

保持ユーザーとは、一定期間にわたって製品にアクセスしたユーザーのグループを指します。保持ユーザーを定義する方法は 2 つあります。

1 つ目は従来の方法で、ステージ中に何らかの訪問行動を行ったユーザーを維持ユーザーとします。

2 番目のタイプでは、閲覧時間、アクセス回数、アクセスするページなど、ユーザーに特定のアクセス動作が求められます。

保持ユーザーの場合は、最初の定義方法を採用することをお勧めします。ステージ時間内の訪問行動は、ユーザーがまだ商品に対する印象を持っており、アクティベーションの可能性があることを意味します。

維持ユーザー分析の価値は何ですか?

維持ユーザーの統計は、製品のユーザー規模を測定することを目的としていますが、洗練された運用のための維持ユーザー分析では、維持ユーザーを通じてユーザー維持率を向上させる方法を見つける必要があります。保持分析には 3 つの重要な領域があります。

1. 継続ユーザーの特性を把握する

閲覧時間、クーポンの受け取り、その他のグループまたは特別な行動特性などのユーザー行動特性に基づいて、異なる特性の下での保持ユーザーの数を分析し、高い保持特性と低い保持特性を見つけ出し、1 つの特性に基づいて保持を向上させる価値を見つけ出します。

たとえば、コンピュータの使用時間の長さに基づいてリテンション ユーザーの特長を分析すると、1 日に 10 分、15 分、20 分、30 分などコンピュータを使用するリテンション ユーザー間の違いがわかります。また、保持にさらに大きな影響を与える時間の側面も見つけることができます。たとえば、ある日にコンピュータを 15 分間使用した新規ユーザーの維持率が、コンピュータを 10 分間使用したユーザーの維持率と比較して 20% 大幅に増加した場合、ユーザー維持率を向上させるための基準として 15 分間のユーザー使用時間を使用する必要があります。

2. チャネル変換のユーザー維持特性を発見する

さまざまなチャネルを通じて変換されたユーザーの維持率を分析することで、チャネル維持に影響を与える要因を発見し、さまざまなチャネルに対するユーザーの好みや製品の需要を判断できます。

3. セッション損失ノードを分析する

セッション損失ノードは、訪問中のユーザーの終了ページを指し、セッション損失としてカウントされます。ユーザー離脱率の高いページを分析することで、ユーザー離脱の原因となる製品要因を特定し、関連コンテンツを最適化できます。

04 結論

新規追加、アクティブ性、維持の 3 つの段階でのデータ統計の目的は、ユーザー エクスペリエンスにおける APP に関する実際のデータ フィードバックを提供することです。各次元の統計指標を細分化することで、新規追加後の行動特性、アクティブユーザーのアクティブ特性、リテンションユーザーのリテンション特性を把握することができ、新規追加、アクティブ性、リテンションの3つの次元でのデータパフォーマンスが向上します。