ユーザー操作ではユーザータグはどのように構築されますか?

ユーザータグの構築は、実際には非常に簡単な作業であり、要件の収集、タグフレームワークの構築、データの入力という 3 つのステップに分けられます。これはスムーズな論理チェーンです。

ラベリングシステムは、企業内ではもはや「高尚な」言葉ではありません。しかし、ユーザータグの価値を本当に理解している企業は多くありません。たとえば、「Teens Talk About Sex」は、まさにこの上なく適切な一節で説明されています。

「誰もがそれについて話しますが、誰もそれをどうやって行うのか本当には知りません。誰もが他の人もそれをやっていると思っています。だから誰もが自分もやっていると主張します。」

本日の私のシェアは主に 4 つの側面から構成されます。

企業内で実際にラベリングシステムを構築しているのは誰でしょうか?
「ラベルシステム構築」の3つのステップ
「任務完了」後に徐々に明らかになる問題
行き詰まりを打破する3つの方法

1. 企業内で実際にラベリングシステムを構築しているのは誰ですか?

企業では、さまざまな機能的役割が「ラベルが使用できるかどうか」を重視しますが、「誰がラベルを作成するべきか」についてはほとんど気にしません。実際、ほとんどのエンタープライズラベルの構築は、最終的には技術部門やデータ部門などの企業のサポート部門によって完了されます。

2. 簡単そうに見える「ラベルシステム構築」の3つのステップ

一見すると、ユーザータグの作成は簡単な作業です。簡単に言うと、要件収集 – ラベリングフレームワークの構築 – データの記入という3つのステップで「象を冷蔵庫に入れる」ようなものです。詳細は以下で紹介します。

最初のステップは「需要の収集」

企業のラベリングシステムを構築する場合、サポート部門は「会社全体のニーズ」を担うことになるので、まずは会社全体のニーズを収集することが第一歩となります。市場、業務、製品、テクノロジーに対するラベル要件は大きく異なります。

たとえば、マーケティングの同僚はユーザーの全体像に焦点を当て、「結果」にもっと注意を払います。たとえば、「チャネルの属性」を理解し、どのチャネルが立ち上げ後にユーザー変換効果を高めるかを知りたいと考えています。オペレーションの同僚は、より正確なデータを把握して、ユーザーグループを構築し、「1,000元以上を費やしたユーザー」に特定のアクティビティを推奨するなど、ユーザー向けのパーソナライズされた推奨を実現したいと考えています。製品の同僚は、数千人を対象としたパーソナライズされたページ表示に重点を置いています。技術の同僚は、データ取得の利便性を追求し、すべての機能ラインがすべてのデータを1つのプラットフォームに集めて、統一されたユーザー情報管理プラットフォームを形成できるようにしたいと考えています。新しい需要が発生するたびに、異なるビジネスシステムからデータを取得する必要はありません...

もちろん、これは企業内の多様なニーズのほんの一例にすぎません。実際、企業内にはラベルを必要とする関係者が多数存在するため、たとえ全員が製品関係者であっても、ラベルに対する理解やニーズは大きく異なります。

2番目のステップは「抽象化」です

集められた「目もくらむほどの」要求に直面して、「抽象化」は、ラベリングシステムが複数のビジネスラインのニーズを満たすために必要なステップです。ラベリングフレームワークに抽象化する必要がありますが、これは非常に大きな課題です。そのため、ほとんどの企業のラベリングシステムの初期フレームワークは非常に大規模なシステムです。初期フレームワークには通常、人口統計情報、ユーザープロファイル、ビジネスデータの沈殿、ビジネスパーティタグ情報、ポリシー計算タグなどが含まれます。

ここでは「戦略計算タグ」を中心に解説します。ユーザーにラベルを付ける場合、ユーザーが入力した情報や収集された基本的なディメンション情報に頼るのではなく、戦略計算用のラベルを含めることがよくあります。たとえば、「アプリを起動したが 7 日間登録していない」ユーザーには、「離脱リスクが高い」というラベルを付けます。これは定義された戦略ラベルです。

3番目のステップは、ラベルフレームに「データを入力する」ことです。

データのソースには通常、ユーザー入力、行動データ、ビジネスエンドデータ、ポリシールール、外部補足などが含まれます。

「行動データ」のソースのうち、ユーザーセグメンテーションは、よく使われるデータ分析モデルです。例えば、「半年間で宮廷格闘術を5本以上視聴した人」というユーザーグループを選別し、「宮廷格闘術ファン」と分類します。「外部補完」は、データベースを購入してデータを補完するだけではありません。大企業や大規模グループの場合、複数の業務ラインでデータの継続的な交換や相互補完が行われることがよくあります。

3. 「ミッション達成」後に徐々に明らかになる問題

全体として、要件の収集からラベルフレームワークの構築、データの入力まで、これは非常にスムーズな論理チェーンです。多くの企業がこのステップを達成できますが、これで仕事は完了したことになるのでしょうか?実際、企業を訪問した際に、誰もがさまざまな問題を抱えていることがわかりましたが、次のような問題が典型的です。

1. タグの定義と説明

通常、タグシステム構築チームは、「高価値ユーザー」というタグを定義します。このグループに対するニーズの違いに基づいて、各ビジネスラインは「高価値ユーザー」に対する理解と適用方法が異なります。タグシステム構築チームは、タグの定義を説明するために多くの時間を費やす必要があります。しかし、ビジネスラインの同僚に明確に説明した後、実際のニーズを満たしていないことに気付くことがよくあります...

2. アップデートとメンテナンス

タグは常に更新されています。タグ間には一定の交差や依存関係があり、システムの背後には一定の論理関係があります。しかし、業務側はこれを理解せず、なぜ昨日のタグデータが出なかったのか、出てきたのはnull値だったのかと驚くことがよくあります...適用する際にはさまざまな懸念があります。

3. 新たな要件

「高、中、低価値ユーザーの分類が粗すぎる。中と高の間にラベルが欲しい…」同じような要件が多くなり、ラベルシステム構築チームのスケジュールが過密になります。

例えば。銀行の顧客を訪問した際、顧客から「新しいラベルの開発にはどのくらい時間がかかりますか?」と尋ねられました。私たちにとって、新しいラベルの作成は非常に簡単です。ルールを変更して数分間実行するだけで、データが出力されます。実際、銀行のクライアントは、ユーザーセグメンテーションのアイデアの提案から、データ部門とのコミュニケーションとニーズの確認、そして開発のスケジュール設定まで、プロセス全体に 1 か月もかかりました。

なぜそんなに長いのですか?顧客の説明: バックエンドサポート部門として、データ部門は、談話システムの観点からビジネス部門の同僚と直接コミュニケーションをとることができません。たとえば、「高い融資可能性」という概念は、データ部門のユーザーにとってあまり馴染みがないかもしれません。したがって、コミュニケーションプロセス中に、両当事者は各フィールド、値、計算ルールなどについてコミュニケーションする必要があります。明確化後、R＆Dリソースが不足しているためにスケジュールを設定する必要がある場合があります...

4. 相反するニーズ

抽象化されたラベルフレームワークは、企業内のすべてのビジネスラインのニーズを満たします。たとえば、APPを起動してから7日以内に登録していないユーザーは、「高リスク」ユーザーとして識別されます。ただし、一部のビジネスラインでは、「同じ日に注文しなかったユーザーは高リスクユーザーである」と考えています。そのため、ラベルシステム構築チームにラベルを変更するようアドバイスしますが、ラベルを変更すると、他のビジネスラインによるラベルの使用に影響します。

5. データ出力

たとえば、運用チームはユーザーグループに基づいてパーソナライズされた推奨事項を作成しますが、プッシュシステムにもいくつかのラベルが必要になるため、ある程度の複雑さが生じます。

上記の問題から、ラベルシステム構築チームは各事業ラインからプレッシャーを受け、苦労してラベルシステムが完成したものの、社内では使い物にならないとの報告がありました。

4. 行き詰まりを打破する3つの方法

私は過去10年間、Cサイドの製品設計と運用管理に携わってきましたが、Bサイドの経験も少しあります。私の仕事はラベリングシステムです。上記の状況を踏まえて、打開策として考えられるのは3つです。

1. 一般的なフレームワークを放棄し、ビジネスシナリオに基づいてラベル要件を推測する

前述のように、製品、業務、製品によってラベルに対する要求は大きく異なります。同時に、異なる運用チームの要求も大きく異なります。包括的なラベルフレームワークは実際にはユーザーの視点から構築されていますが、ラベルの実際のユーザーはビジネス側であるため、ビジネスの観点から実装する必要があります。

したがって、これに対処する最善の方法は、トップレベルのユーザーの抽象的な観点を放棄し、各ビジネスラインまたは部門の要求と実際のアプリケーションシナリオに応じてラベルをクラスタ化し、対応する部門に提供することです。

あるライブ放送プラットフォームの消費者活動を例にとると、その消費者活動はビッグRユーザーと一般ユーザーの2つのカテゴリに分かれています。ビッグRユーザーの年間消費額は数万から数百万元に及びますが、一般ユーザーの年間消費額は数百から数千元に及びます。運営チームは、この 2 つのグループの人々に対してまったく異なる運営理念を持っているため、ラベルに対する要求も異なります。Big R ユーザーの場合、プラットフォームはこのグループに 1 対 1 のサービスを提供するため、オペレーターは Big R の詳細なデータ (インタラクションの対象、フォローするアンカーの種類など) を理解する必要があります。一方、一般ユーザーは通常、ユーザーグループによって運営されます。そのため、運用チーム全体を同じラベルセットでカバーすることは不可能です。ビジネスシナリオに基づいてラベル要件を推測するこの方法は、ビジネスシナリオにさらに近づけることができ、ユーザビリティを向上させることができます。

2. 効率性と通信コストを解決するセルフサービスラベル生成

それは主に3つの側面で現れます。

（１）セルフサービスラベル生成により通信コストを最小限に抑えることができます。前述のように、各事業ラインではラベルの定義に対する理解が異なり、ラベルシステム構築チームはコミュニケーションに多くの時間を費やす必要があります。ビジネス側が自らルールを定義できれば、それが間違いなくコミュニケーションコストが最も低い方法となるでしょう。

（２）セルフサービスによるラベル生成と繰り返し可能なルールにより、無効なラベルの蓄積を減らすことができます。ビジネスは常に進化しており、ルールが変わらないと、ビジネスの変化するペースに追いつくのは難しくなります。以前、ある電子商取引会社を訪問したことがあります。半年前に定義した「母子顧客グループ」のコンバージョン率が低下していることが分かりました。そこで、実際の状況に合わせて「母子顧客グループ」のルールを修正・再定義し、「母子顧客グループ（新）」と名付けました。この時点で、以前のルールは無効であり、引き続きコンピューティングリソースを占有していました...ルールを繰り返し変更できれば、このような無効なラベルは大量に消えるでしょう。

（３）データチームの人的資源を解放し、ビジネスチームの想像力を解き放つ。データチームは、各ビジネスラインのラベル要求やラベルのメンテナンスに対応するのではなく、企業のデータプラットフォーム全体または新しいビジネスモデルにもっと力を入れるべきです。ラベルの自動生成により、人的資源を大幅に節約し、チームの想像力を解き放つことができます。

例えば。センサータグシステムを徹底的に応用したオンラインフィットネスアプリがあります。タグの作成からプッシュアクションの完了までの全プロセスは30分もかかりません。つまり、プッシュアクティビティの効果を30分以内に評価できるのです。以前、面白い話を聞きました。ある会社がホワイトカラー向けに腰椎矯正コースを立ち上げたのですが、ユーザーを細分化してユーザーグループを選別したところ、効果が良くないことがわかりました。その後、綿密な調査により、このコースを継続しやすいグループの特徴は、BMI指数が高い人々であることが明らかになりました。その後、チームは新しい運用計画を作成し、最終的により良い結果を達成しました。

この事例から、ビジネス担当者がタグにすばやくアクセスして作成できるようになると、ビジネス上の想像力が広がり、より高品質な運用シナリオを実装できるようになることがわかります。

3. 効果的なタグ管理メカニズム

効果的なラベル管理メカニズムは、主に次の側面に反映されます。

(1) ルールとメタデータの維持:タグ関連のルールとメタデータは、可能な限りユーザーに公開する必要があります。これにより、ユーザーはタグを使用する際に、タグのルール、タグの作成者、タグの保守者、タグの更新頻度を明確に把握できます。ルールがまったくない場合や、タグ構築チーム内の Word 文書にルールが保存されている場合は、この限りではありません。

（２）スケジューリング機構と情報同期：タグ間にいくつかの接続があり、タグ間のチェーンが壊れています。全員の作業に影響が及ばないようにするためのスケジューリング機構や情報同期機構はありますか？

（３）効率的で統一された出力インターフェース：すべての業務情報とユーザーデータ情報が統合され、統一された出力インターフェースが実現され、これまで業務システムごとに異なるインターフェースを開発する必要があった状況が一変しました。

私たちは、本質的に価値、手段、持続可能性の問題を解決する行き詰まりを打破する 3 つの方法を検討します。ビジネスシナリオに基づいて要件を逆転させ、ビジネス側がそれを最終目標として使用できるようにすることで、ラベルシステムの価値を実現できるようにします。セルフサービスのラベル生成により、価値を実現するためにどのような手段を使用するかという問題が解決されます。効果的なラベル管理メカニズムは、ラベルシステムが企業内で持続的に運用できるかどうかを意味します。

つまり、企業にとって最も重要なのは、大規模で包括的なフレームワークではなく、ラベリングシステムがビジネスで使用でき、より幅広いニーズをカバーできるかどうかです。

1. ユーザー操作：コンバージョン分析のための新しいファネルモデル！

2. ユーザーオペレーション：Bサイドオペレーションの考え方を活用してユーザー成長を高めるには？

3. 製品運用: データ分析を活用して製品ユーザーの成長を促進するにはどうすればよいでしょうか?

4. APP ユーザーの成長: 1 つのモデルで成長の問題の 90% を解決します。

5.ユーザーを増やすには？ PinduoduoとXiaohongshuを例に挙げましょう

6. ユーザーの成長を促す: ユーザーオペレーションは、新しいユーザーを引き付けるためだけのものですか?

7. ユーザー操作: 核分裂ユーザーなしで新しいユーザーを引き付けるために他に何ができるでしょうか?

8. ユーザー操作：金融商品はどのようにして休眠ユーザーを呼び起こすことができるのか？

9. ユーザー操作: プライベートドメイントラフィックをどのように活用するか?

著者: 張涛

出典: センサーデータ