洗練されたユーザー維持とファネル分析方法！

1. イベント分析

イベント分析の応用分野は非常に広く、さまざまな学者がこの分野の観点から説明してきました。イベント スタディは、イベント前後のデータ統計に基づいてイベントの影響を測定するために特定の手法を使用する定量分析手法です。

運用中のイベント分析は、ユーザーの行動やビジネス プロセスを追跡または記録することです。たとえば、電子商取引製品には、ユーザー登録、製品の閲覧、ショッピング カートに追加、注文の支払いなどのイベントが含まれる場合があります。

イベントセグメンテーション: 特定の動作を無制限にセグメンテーションし、動作に影響を与える要因を特定し、ユーザーをグループ化するプロセス。

ドリルダウンとドリルダウンはイベント分析の特徴です。これらをどのように、いつ使用するかは、特定の問題の特定の分析によって異なります。

2. ファネル分析

ファネルモデルに関しては、分解と定量化が本質であると考えます。なぜそう言うのでしょうか? マーケティング ファネル モデルを使用した例を次に示します。

百科事典による説明: マーケティング ファネル モデルとは、マーケティング プロセス中に潜在的ではない顧客を徐々に顧客に変える定量的な変換モデルを指します。マーケティング ファネル モデルの価値は、マーケティング プロセスの各リンクの効率を定量化し、弱いリンクを見つけるのに役立つことにあります。

つまり、マーケティングリンクとは、ユーザー獲得から最終的な購入までのプロセス全体におけるサブリンクを指し、隣接リンクのコンバージョン率とは、各ステップのパフォーマンスをデータ指標を使用して定量化することを指します。

したがって、全体のファネルモデルは、まず購入プロセス全体をステップに分解し、次にコンバージョン率を使用して各ステップのパフォーマンスを測定し、最後に異常なデータ指標を通じて問題のあるリンクを見つけ出し、問題を解決してステップを最適化し、最終的に全体の購入コンバージョン率を向上させるという目標を達成することです。全体のファネルモデルの核心的なアイデアは、実際には分解と定量化に起因する可能性があります。

電子商取引を例にとると、次のようにいくつかのコアファネルを確立できます。

1. オペレーションファネル

バナー、イベントエリア、割引エリア、ホットセールエリアなど。

1. 検索ファネル

検索ファネルは、セグメント化されたキーワードランキング、キーワードクリック、最適なタグの選択、閲覧時間、その他のデータ項目など、より小さなファネルに分割することもできます。

1. 製品ファネル

実際、製品ファネルは、使用方法に応じて、多数のブランチファネルに分解できます。

3. 保持分析

リテンション分析は、ユーザーのエンゲージメント/アクティビティを分析するために使用される分析モデルであり、最初の行動を実行したユーザーの何人がその後の行動を実行するかを調べます。これは、ユーザーにとっての製品の価値を測定するための重要な方法です。

保持分析は、次のような質問に答えるのに役立ちます。

1. 新規顧客は、将来的に一定期間にわたって完了すると期待していた行動を完了しましたか?支払指示書など
2. ソーシャル プロダクトでは、新規登録ユーザーのオンボーディング プロセスを改善し、登録後のユーザー エンゲージメントの向上を目指しています。これはどのように検証できますか?
3. 友人を招待するための新機能の追加など、製品の変更が効果的かどうかを判断し、新機能のおかげで製品を数か月間使い続ける人がいるかどうかを観察したいですか?

以下は一般的な保持曲線です。これを 3 つの部分に分けます。最初の部分は振動期間、2 番目の部分は選択期間、3 番目の部分は安定期間です。

では、保持分析はどのように使用すればよいのでしょうか?例えば：

ユーザーグループをセグメント化し、各製品機能がユーザー維持に与える影響を分析します。お気に入りだけでなく、いいね、再投稿、コメント、フォローも比較できます。

ECサイトであれば、購入なし、1、2、3、4、5、6回購入などを比較することもできます。

曲線を分析して、保持率が最も高い機能ポイントまたは動作ポイントを見つけます。魔法の数字と魔法の関数、

1. トランザクション ユーザーの場合、5 回以上購入すると維持率が最も高くなります。そのため、できるだけ早くユーザーに 5 回購入してもらうことが私たちの戦略です (時間枠に注意してください)。
2. ツール製品の場合、ユーザー維持率を最大限に高める魔法の機能を見つけます。
3. UGC の場合は、ユーザーが投稿した投稿数や、ユーザーが使用した機能をマジックナンバーとマジック関数として見つけます。

4. 分布分析

生産が正常に行われている場合、製品の品質は、まったく同じになることはありませんが、大きく異なることもありません。その代わりに、一定の平均値を中心に一定の範囲内で変化し、分布します。

分布分析は、品質の分布状態の変化を分析することで問題を発見する重要な手法です。生産工程が正常かどうか、無駄が発生していないかなどを把握できます。そのツールはヒストグラムなので、ヒストグラム法とも呼ばれます。

下の図のように、人数と平均取引価格の分布がわかります。

同様のアプローチとして、集中度の検出に重点を置いたユーザー分布分析があります。もちろん、K-means クラスタリング アルゴリズムを使用して、さらに高度なものにすることもできます。

V. 結論

これらは、データ分析でよく使用される方法の一部にすぎません。実際に私たちが直面するのは、オンラインの例よりもはるかに複雑で詳細なものですが、ロジックはそれほど単純です。分析は単なるツールです。何を得たいかによって異なります。

この集中分析法は単独で存在するものではなく、多くの場合、あなたと私の間にはつながりがあり、柔軟に運用する必要があります。データ分析のヒントを 3 つ紹介します。傾向を見る、分布を見る、比較を見る、です。

著者: 白高良

出典: ホワイトソルガム