製品ユーザーの離脱率を下げるにはどうすればよいでしょうか?

このプロジェクトを振り返って、私は多くのことを学びました。最も重要なのは、データと素早い試行錯誤に基づいた運用方法をアクションプランとしてまとめることです。

QuestMobile は今年 3 月に「モバイル インターネット パノラミック エコシステム トラフィック インサイト レポート」を発表しました。このレポートでは、中国のモバイルインターネットユーザー規模の成長率は2018年6月に5％を下回り、2019年2月にはユーザー数が昨年12月と比較してわずか700万人増加したことがわかります。

かつての高速成長は永久に消え去り、交通の争奪戦はますます熾烈になり、人口ボーナスが消滅したことにより、交通費はますます高額になってきています。企業が多数のチャネルを通じてトラフィックを購入し、新規ユーザーを追加することで成長を達成するには、ますますコストがかかるようになっています。

皿にケーキが足りないと、誰もがお互いのボウルからケーキをつかむしかありません。トラフィックをめぐる熾烈な競争は、顧客獲得コストの上昇からもはっきりと感じられます。

私の理解によれば、

ツール製品の平均的なダウンロードおよびアクティベーションコストは、1人あたり1〜5元です。

ライブ放送製品の平均ダウンロードおよびアクティベーションコストは、1人あたり5〜10元です。

オンライン教育製品の平均的なダウンロードおよびアクティベーションコストは、ユーザー 1 人あたり 10 ～ 50 元です。

電子商取引製品のダウンロードと有効化にかかる平均コストは、ユーザー 1 人あたり 50 ～ 200 元です。

数年前と比較すると、これらの価格はすでに天文学的な数字です（各チャネルの顧客獲得コストや効果は異なります。上記のデータは私が知っているデータのみであり、普遍性を表すものではありません）。

毎日 2,000 人の新規顧客を獲得すると仮定すると、プロモーションへの投資だけで数千元から数十万元に及ぶことになります。顧客維持率をコントロールできない場合、毎日失う金額は恐ろしいものになります。

したがって、どのようなタイプの企業であっても、プロモーションとトラフィックの購入にお金をかけ続けるだけで、ユーザーの維持や失ったユーザーのケアに注意を払わないのであれば、それは慢性的な自殺に等しいのです。結局、お金はいつも尽きてしまうのです。

そのため、過去 2 年間で、洗練された操作に関するコンテンツがますます増え、「洗練」という用語がますます頻繁に使用されるようになりました。なぜなら、洗練された運用とは、実際には、あらゆるトラフィックに注意を払い、さまざまな運用手段を通じてあらゆるコストをかけて損失を削減することを意味するからです。そこから派生したユーザー階層化、ユーザーラベリング、RMF モデルなどのさまざまな運用方法やアプローチは、いずれも洗練されたユーザー運用を目的としています。

ユーザー側だけではなく、改良の面でも、実はやるべきことはたくさんあります。

たとえば、ユーザーアクティベーションプロセスを最適化したり、製品の特性に基づいて強力なガイダンスモードや弱いガイダンスモードを使用したりします。

本日ご紹介する例は、ユーザーの使用プロセスを最適化して解約率を下げる最適化プロジェクトです。

ケースレビュー

背景はこれです。

同社は新たなライブ放送製品を発売し、急速な発展の時期を迎えています。このチャンネルはプロモーションとトラフィックに多額の費用を費やしましたが、データによるとユーザーの維持率は非常に低いことがわかりました。

多くのユーザーは、登録してログインした後すぐに製品を終了し、二度とログインしません。つまり、プロモーションに費やしたお金が無駄になり、リーダーにとって頭痛の種となります。

そこで、この問題を解決し、定着率を向上させるために、一時的にプロジェクトチームを結成しました。

1. データを要求します。

一定期間内に新規ユーザーが商品に入店してからの各ステップのデータを整理し、ファネルデータページを作成し、分析を行いました。下記の通りです（当該データは同社の事業に関わるものであるため、本記事中のデータはすべて匿名化されており、実際の状況を示すものではありません）。

データによると、多くのユーザーが製品にアクセスしたものの、ライブ放送は視聴するために部屋に入る前に終了していたことがわかりました。このようなユーザーは、製品の「なるほど！」という瞬間さえ経験していないため、間違いなく離脱し、二度と戻ってきません。

1. 思考と議論

データ分析の結果に基づいて、これらのユーザーが部屋に入らずに去った理由を考え、議論しています。

1. トラフィック チャネルが適切でなく、新規ユーザーの精度が十分でないことが原因でしょうか?
2. それは、ブランドの知名度が足りず、ユーザーが私たちの製品がどのようなライブストリーミング製品なのかを知らないからでしょうか?
3. プロセスが複雑すぎて、損失が大きすぎるからでしょうか?
4. それとも、アンカー選択インターフェースが複雑すぎて、ユーザーが混乱して離脱してしまうからでしょうか?

実際のところ、確かにいくつかの理由があります。

トラフィック生成チャネルでは、継続的な試行錯誤が必要であり、製品に最適なトラフィック ソースを見つけます。ブランド認知度の構築には、マーケティング部門/ブランド部門の努力も必要であり、製品のブランド認知度を徐々に確立する必要があります。プロセスが複雑すぎる場合は、製品運用による最適化が必要になります。

これらはすべて私たちが対処できる、また対処しなければならないことですが、何を優先し、何を遅らせるべきでしょうか?どのようにすべてのことに優先順位をつけますか?

社内で議論した結果、まずはプロセスの最適化を優先することにしました。コンテンツのこの部分は全体的に制御するのが最も簡単で、データを定量化して比較するのが最も簡単だからです。

3. 話し合いが終わったら、すぐに作業を開始します。

まず、フローチャートを使用して、新規ユーザーの本来の使用プロセスを表します。

ダウンロード - アクティベート - 登録 - ログイン - 部屋に入る

ここでは、分析と比較のためにデータを 3 つのグループに分けます。

1. コントロールグループ: プロセスに変更はなく、ダウンロード、アクティブ化、登録、ログイン、部屋に入るための選択はそのままです
2. テストグループ1: ユーザープロセスを次のように変更します: ダウンロード - アクティブ化 - 登録 - ログイン - 人気のアンカールームに直接アクセス
3. テストグループ 2: ユーザーフローを次のように変更します: ダウンロード - アクティベート - 部屋に直接入室 - 登録 (発言またはギフトの送信を希望する場合) - ログイン (発言またはギフトの送信を希望する場合)

4. 3 つのデータセットを分析および比較した結果、次のフィードバックが得られました。

テストグループ 1 は、ログイン後に新規ユーザーを直接ルームに誘導し、初めて製品の「なるほど！」という瞬間を体験できるようにすることで、新規ユーザーの翌日の定着率を 15% 近くも大幅に向上させました。

当然、ユーザーはログイン後すぐにルームに入ることができるため、ユーザー操作のステップが 1 つ減り、効果的に離脱を減らし、リテンションを向上させます。

テストグループ 2 では、アクティブ化されたユーザーを直接部屋に誘導し、登録とログインの手順を省略することで、新規ユーザーの維持率が 30% と大幅に増加しました。

この成長には 2 つの理由があります。1 つは、ユーザーのステップ数を減らし、離脱を減らし、リテンションを向上させることです。もう 1 つは、登録ユーザー数が減少したため、間接的にリテンションが向上したことです。

理論的には、テストグループ 2 のソリューションの方が効果的です。しかし、実際には、リーダーは最終的にテストグループ 1 の計画を決定しました。

その理由は、ユーザー総数はプロジェクトチームが改善する必要のあるデータではありませんが、製品にとっては非常に重要なデータだからです。したがって、登録数を減らして維持率を高めるというアプローチは実現可能ではありません。

これにより、より包括的な視点から問題を検討する必要があるという問題も明らかになります。全体的な視点を持ち、より高い視点から問題を見ることによってのみ、より良い、より適切な解決策を見つけることができます。

この時点で、このプロジェクトは一時的に終了しました。

要約する

このプロジェクトを振り返って、私は多くのことを学びました。最も重要なのは、データと素早い試行錯誤に基づいた運用方法をアクションプランとしてまとめることです。

最初のステップは、発生した問題に関連するすべてのデータを取得し、既存のデータを分析し、考えられるさまざまな原因を特定して、合理的な推測を行うことです。

2 番目のステップは、推測と仮定に基づいて効果的な成長計画の仮説を提案することです。さまざまな事項の優先順位を明確にし、プロセス表を確立し、最も重要な変数を特定します。

3 番目のステップは、最も重要な変数に対して A/B テストを設計し、実験を実施することです。

4 番目のステップは、AB 実験の結果を分析し、仮説を検証して、製品を反復することです。次に、反復製品のデータに基づいて、反復効果をリバース エンジニアリングします。

データ分析に関しては、多くの人が誤解しています。すべてのデータを取得し、包括的な分析を実施し、データを通じて問題を特定するというアプローチが必要です。問題が発生したときにデータでサポートを探すのではなく。

このデータ分析方法は十分に包括的ではありません。結局のところ、データは冷酷で無情なものであり、その背後にあるパターンこそが私たちが観察し理解すべきものなのです。データ分析とビジネス理解を組み合わせることが正しいアプローチです。

従来のライブストリーミングにしろ、eコマースのライブストリーミングにしろ、コンテンツ操作のように見えますが、本質的には人間による操作です。ユーザーがいなければ、コンテンツはただ冷たく複製可能なものになってしまいます。唯一無二で個性的なのは、人々だけです。

関連記事:

1. APPユーザーの離脱率を下げるにはどうすればいいですか?

2. ユーザー離脱予測モデルの有効性をどのように評価するか?

3. 製品の定着率を高め、ユーザーの離脱率を下げるにはどうすればよいでしょうか?

4. ユーザー離脱率を下げるためのアプリの 10 の戦略!

5. 高いユーザー離脱率を解決するにはどうすればよいでしょうか?ここに10の戦略があります

6 リテンションデータを分析してユーザー離脱を減らすにはどうすればいいですか?

著者: Tブラザー

出典: Tブラザー