データ運用データ分析（アクティビティ運用データ分析戦略！）

アクティビティ運用データ分析戦略！

ライブ電子商取引トレーニング通信: 18122794190

データ分析を行う学生は、ほとんどの場合、運用業務を担当しますが、運用上の絡み合いを最も恐れています。自身の業務がデータ分析と密接に関係しているため、インターネット上で目にしたデータ分析記事のうち6件は業務で書かれたものでした。運用には詳細なデータ分析が含まれるため、分析のアイデア、分析方法、分析の結論についてデータ アナリストと頻繁に話し合います。

今日は、最も大きな疑問の一つについて考えてみましょう。オペレーション業務にはさまざまな種類がありますが (下の図を参照)、キャンペーン オペレーションは最も戦略的で、データ分析と最も密接に関連しており、最も攻撃的なポジションです。今日はこれを例に挙げてみましょう。

質問を聞いてください：ゲームアプリでは、5月にユーザーのアクティビティ率がわずかに減少しました。イベント運営チームは、ユーザーのアクティビティを増やす（具体的には増やす）ために、ログイン＆チェックインイベントを実施することにしました。イベント前後のデータを以下の図に示します。

イベント運営チームは、イベントがなければ5月の有機的成長は低下すると主張した。上司はこれはナンセンスだと思った。イベント運営チームは、データ分析者は人工知能ビッグデータを活用して自然成長率を正確に分析する必要があると述べた。

Q: あなたはデータアナリストです。何をすべきでしょうか?

1. 科学の名の下に行われる不条理なこと

まず、この質問のタイトルは何でしょうか？

A. ユーザーのアクティビティを減らす

B. 自然成長率

C. 人工知能とビッグデータ

ちょっと考えてみてください。

まず質問しましょう。ある日、弓を持った男があなたに尋ねました。「人工知能のビッグデータを使用して、私の命中率が自然よりもどれだけ高いかを正確に分析してください。」あなたならどうしますか？キーボードを手に取ってコードを書き始めてみませんか? -しませんよ！まず彼に尋ねます。「何を狙っているのですか?」

もし彼が「何を撮影すればいいのか分からない」と言ったら、分析を手伝ってくれませんか？あなたは何をしますか？彼が何を撮影したいのかを分析するために人工知能とビッグデータを活用しますか? -もちろん違います！あなたが礼儀正しいなら、まず彼が矢を見つけられるようにするでしょう。失礼な場合は、香りを吐き出してください。なぜなら、アーチェリーは的から始めるべきだということは、幼稚園児でも知っているからです。これは常識です。

つまり、全体的な問題は、具体的な改善点が何も言及されていないということです。質問自体も問題があります。問題の原因はアクティブユーザー数の減少にあることに注意してください。そのため、目標を設定すると、アクションはユーザーアクティビティになります。単語の違いによって、意味は明確なものから曖昧なものへと変わります。

「学位」とは何ですか?

アクティブユーザー数を意味しますが、それを直接使用しないのはなぜですか?

 ユーザーアクティビティ率を意味しますか?式は誰にとっても同じですか?

総合計算とはどういう意味ですか、計算式と重みは何ですか?

指標自体が不明確であり、どの程度改善すればよいのか明確な指標がありません。事件後の分析は惨憺たる結果となった。これはアーチェリーの話の単なる焼き直しです。問題は、なぜこのような奇妙なことが起こるのかということです。

II.不条理の裏にある苦しみ

実際にビジネスで働いたことがある人なら、すべての決定が高度に合理的であるとは限らないことをご存知でしょう。たとえば、

これは日常的なアクティビティであり、操作はテンプレートの変更とともにライブにプッシュされるだけです。

これは上司からの個人的な指示です。私たちはそれを理解できず、質問する勇気もありません。

これはビジネス上の直感です: 問題があると思います!実際に観察して変更を加える頃には、手遅れです。

これは迷信です。人工知能とビッグデータはないのですか?ドゥアンすべきだよ！すぐにそこにあります

要約すると、実際の企業ではおそらく次のようになります。

活動計画の30%は明確に書かれておらず、漠然としていたのは「消費を増やす/活動を増やす」という1つだけだった。

アクティビティ プランの 30% では、アクティビティ、アクティビティ値、アクティビティなどの空想的な概念が多く含まれ、不正確な用語が使用されています。

活動計画の30％は計算されたものではなく、衝動的に立てられたものであり、中にはキャッチーなスローガンにするために1億という目標を提案するものもあります。

5月もDAUがXXレベル以上を維持し、アクティブユーザー数も増加と明確に書ける計画は10%程度しかありません。

もちろん、標準化された管理を行っている大企業では、このような混乱ははるかに少なくなります。しかし、ほとんどの企業が同様の問題を抱えています。彼らは、事前に目標を明確に書き留めておき、それをビッグデータで分析することを期待しません。人為的に自然成長率を低くマイナス成長にして問題を混乱させようとする試みさえ行われた。本当にそのようなことに遭遇したら、どうすればいいのでしょうか？

まず、「自然成長率」についての話は断固として避けてください。特に、この非常に集中的な短期イベント事業においてはそうです。それについて話し合う必要がある場合は、買い切り方式を採用します。つまり、最初に有機的な成長について話し合い、その数字を見て調整しません。それはチェスのゲームを後悔することを拒否するようなものです。

1. 目標が X% から y% までであることを事前に明確にします。

2. 明確で直感的な目標を見つけ、空想的/複雑な概念を避ける。

3. コア KPI に関連する目標を見つけ、さまざまな干渉を回避します。

これらは問題を徹底的に解決するための3つの原則です。

もちろん、これを行うには 2 つの課題があります。

課題 1: 一部の操作の目標設定方法がわかりません。サポートしてもらえますか?

課題 2: 一部のアクティビティでは、事前に目標が設定されていません。これをどう改善すればいいでしょうか?

3. 目標設定の基本的な方法

目標を設定するには、次の 3 つの基本的なアプローチがあります。

1. KPI分解法

2. KPI逆算法

3. KPIシナリオ方式

次の 3 つのシナリオに対応します。

1. 活動目標はKPI指標である

2. 活動目標はKPIプロセス指標である

3. KPI関連指標の活動目標

学生の中には、「なぜこれらすべてが KPI にリンクされているのか」と疑問に思う人もいるかもしれません。 A: たとえあなたがやっていることが KPI と関係がなかったとしても、あなたもこの問題の重要性と緊急性を理解しています。 KPI に関係のないことを大々的に行うことが、KPI に影響を与える原因となる場合があります。

KPI 分解を例に挙げます。

KPI逆計算の例:

KPI シナリオ方式を例に挙げます。

多くの場合、データ アナリストがプログラムの早い段階で介入できるように、運用部門との良好なコミュニケーションを維持する必要があります。オペレーションでアイデアを明確にするだけでなく、オペレーションで目標を明確にするのにも役立ちます。また、オンライン監視や事後レビューの準備もできるので、一石三鳥です。最善の状況は、仕事を事前に終わらせて、後で口論を避けることです。双方に利益のある協力。

4. 事後修復の基本的な方法

事前に目標を設定しないと、後からそれを補わなければなりません。覚えておいてください: 核となるのは有機的な成長率ではなく、「ビジネスが指標に求めるもの」です。特に最初の頃は。事後に自然増加率に執着すると、全体的な目標がすでに街頭に届いた後に、鍋投げ戦争になることがよくあります。この時点で、次の 3 つのステップに分けることができます。

ステップ1: 方向を設定する

ステップ2: 方法を見つける

ステップ3: 詳細を確認する

こうすることで、少なくとも混乱した状態を終わらせ、どのような曲線を作りたいのかを明確に知ることができます。この方法はこの方法に置き換える必要があると判断されます。詳細では、次の反復の最適化の方向を見つけます。

これはむしろ「今路上で」の判断であることに注意してください。これは評価活動の有効性に関して科学的ではありません。アクティビティの科学的な評価を行う場合は、事前に実験を設計し、テストグループと参照グループに分けて、ユーザーの反応効果をテストする必要があります。あるいは、次の文もそうです: 事前にもっと準備して、心配を減らしましょう。

多くの学生はこう言うでしょう。「たとえ私たちがこれをやったとしても、私たちの会社のリーダーたちはまだとても迷信深く、運営もまだとても愚かで、問題が起きたり、他人のせいにしたりします。」どうすればいいでしょうか！それでも、チェン氏はまず何をすべきかを理解することを勧めています。

このような問題に遭遇した場合、少なくともそれが自分の問題なのか、他の人の問題なのかはわかります。少なくともどこへ行けばよいかは分かっています。これは、実際のビジネス シナリオと科学研究室の違いでもあります。つまり、束縛を受けながら、限られたデータ、さまざまなタイプの同僚、高すぎる期待と低すぎる期待の間で綱渡りをしなければなりません。

生徒の中には「ねえ？」と言う人もいるでしょう。なぜ半分だけが戦っているのですか、そして残りの半分は何ですか? A: これは事後分析におけるもう一つの永遠の複雑な質問です。これをやってみてはどうでしょうか。アクティブユーザー数をもっと増やせないのはなぜですか?高さはどれくらいですか？ 1 つの指標が非常に高く、もう 1 つの指標が非常に低いのですが、どうすればよいでしょうか。

これは、総合評価問題と呼ばれることが多いものです。