チャンネルプロモーション: より少ない費用でより質の高いボリュームを実現するにはどうすればよいでしょうか?

「インターネット後半」という概念は、2016年に美団の王興CEOによって提唱された。大まかな意味は、中国のインターネット人口のボーナスは20年以上を経て使い果たされ、インターネット企業の発展モードは前半の「スピードとトラフィック」から「深さとイノベーション」に変わったということだ。

2016年をインターネットの前半と後半の境目とすると、後半はすでに3年目に突入している。前半のルールをまだ理解していない人も多いが、我々は後半に追い込まれている。

前半戦は1995年に遡り、2016年で21年が経過している。サッカーの試合を題材にすると前半と後半の長さは同じになるはずだが、本当にそうなのだろうか。

確かなのは、私たちに残された時間があまりないこと、そしてその難しさは中国サッカー代表チームの出現に匹敵するということだけです。

ofoがE2-1ラウンドの資金調達で8億6600万人民元を調達し、払い戻し件数が1000万件を超えたことは周知の事実です。

Pinduoduo が一夜にして人気を博すのを見てきましたが、一夜にして数千万ドルが盗まれるのも見てきました。

誰もが、インターネットは金を燃やす産業だと信じています。金を燃やしても必ずしも成功が保証されるわけではありませんが、金を燃やさないことが成功につながることは絶対にありません。

こうして前半は乗り越えた。誰が正しいか、誰が間違っているかは関係なく、次に私たちが気にするのは、時代に淘汰されずに生き残るために何をすべきか、何ができるかだ。

その結果、ユーザー数の増加の重要性に気づく人が増えました。そう、後半のテーマはユーザー数の増加です。

私の個人的な意見としては、お金でできることは物とは呼ばず、成長とも呼ばず、誰でもできるということです。しかし、より少ないお金（またはお金なし）で、より質の高いボリュームをもたらす方法、それがユーザーの成長と呼ばれ、知識であり、後半のコアゲームプレイでもあります。

今日は、チャネルに関するユーザー増加に関するヒントをいくつか紹介します。詳細は次のとおりです。

1.チャンネルステータス

2. モデルの概要

3. モデルアルゴリズム

4. モデルの応用

5. モデルの推進

1. チャンネルの現状

「後半」における 3 つの主要なチャネル課題:

ユーザートラフィック獲得の難しさ
投資の減少
ユーザー維持の難しさ

現在のチャネルトラフィックの問題は、予算が少ない、ユーザーを探している、品質が低い、という 1 つの文で説明できます。

さらに悪いことに、仮想マシン、デバイスの繰り返しのアクティベーション、異常なデバイス、その他のトラフィックブラッシングの方法が一般的であり、チャネルトラフィックの不正行為が横行しています。

このような困難な環境において、どうすれば洗練されたチャネル運営を実現し、ユーザー数の増加を実現できるのでしょうか?今日はチャネル評価モデルについてお話しましょう。チャネルトラフィックの品質を多面的に評価することで、お金を賢く使うことができます。

モデルについて説明する前に、チャネル配信の一般的な決済方法をいくつか簡単に紹介しましょう。

CPA: アクションあたりのコスト、ユーザーのアクティベーションによって支払われる
CPC: クリック単価
CPD: (1) ダウンロードあたりのコスト (2) 1日あたりのコスト
CPS: 売上に応じて販売単価が課金されます
CPT: 時間あたりのコスト
CPM: 1,000回の表示回数に応じて課金されます

通常、インターネット金融業界で一般的に使用されている方法は CPS ですが、Autohome や Bitauto などのコンサルティングプラットフォームでは、決済に CPC および CPD 方式が主に使用されています。

インターネット金融業界は、新規顧客を獲得する余地が比較的少ない（相対的にのみ）。インターネット金融のビジネスモデルとCPS決済方式は、実際の投資だけでなく、携帯電話番号やIDカードなどのユーザー情報を必要とするため、チャネル内での新たな不正行為のコストが比較的高くなります。

チャネルのその後のスコアリングも比較的シンプルで、主にコンバージョン、初回投資額（GMV）、商品購入期間、商品相互購入、再投資率、資本再投資率などの指標に基づいて、チャネルの新規ユーザー獲得の質を総合的に判断します。

ほとんどのコンサルティングプラットフォームは、CPC または CPD に基づいてアカウントを決済しますが、これは、ユーザーが登録してログインする必要がないため、比較的流動的です。ユーザーはゲストとしてログインできるため、多くのユーザーの重要な情報が取得されないか、不完全に取得されることになります。

そのため、機械や人間によるブラッシングの現象は想像を超えており、その後のリテンション、GMV、UGC、効果的な行動などの問題と相まって、多次元の要素でチャネルの品質を評価する必要があります。

例えば、コンサルティングアプリの場合、チャネルAの決済方法がCPD（ダウンロード課金）の場合、以下のような状況が発生する可能性があります。

（１）ユーザーは多額のお金を費やしても、アプリをダウンロードするだけで、決して開かない

（２）多額の費用を費やし、ユーザーはアプリをダウンロードして起動するが、リテンション率が極めて低い

（３）多額の費用がかかり、ユーザーはアプリをダウンロードして開き、リテンションもOKだが、他に効果的な行動がない

（4）多額のお金を費やした後、ユーザーはアプリをダウンロードして開き、有効な動作を保持しますが、仮想マシン、デバイスの異常、または繰り返しのアクティベーション（アプリをアンインストールして再インストールする）が見つかりました。

（５）ユーザーはアプリをダウンロードして開き、効果的な行動を維持し、機械も良いが、コストがかかる

上記は、いくつかの状況を単純に列挙しただけです。実際には、さらに多くの問題が存在します。

良いチャネルと悪いチャネルとは何でしょうか？チャネルの品質が良いと言うのは、高いリテンション、良いユーザー行動、低コスト、高いGMVといった単純なものではありません。チャネルの品質を総合的に考慮するにはどうすればよいでしょうか？今日はチャネル評価モデルをご紹介します。

このモデルは、難しいモードでのコンサルティングチャネルによる新規顧客の獲得を例に説明しています。このタイプのチャネル評価モデルを理解すれば、他のタイプのプラットフォームを簡単に使用できるはずです。

2. モデルの概要

まずは完成品をお見せして、モデルの大まかな印象をつかんでいただき、その後、詳細について詳しく説明させていただきます。

モデルホームページ表示画像

アルゴリズムページ図

アルゴリズムページの拡大画像

簡単に言うと、このモデルはアルゴリズムページのさまざまな変数 (指標) を使用してチャネルのスコアリングを標準化し、各指標のさまざまな重みに基づいて合計スコアを集計します。各指標は、第 1 レベル、第 2 レベル、またはそれ以上のレベルの指標に分類できます。

サンプルモデルでは:

チャンネル合計スコア =

数量スコア重み 1 + 行動スコア重み 2 + ビジネススコア重み 3 + コストスコア重み 4 + 品質スコア * 重み 5

一般的なモデルが紹介されたので、モデルアルゴリズムを詳しく見ていきましょう。

(アルゴリズムに興味がない場合は、第 3 章をスキップして、モデルの適用とモデルのプロモーションに関するパート 4 に直接進むことができます)

3. モデルアルゴリズム:

評価データベースに含める基準:

（１）すべての新しいチャンネル

（２）異常なデータがあり、正しい情報が得られないチャンネルは採点対象とならない。

採点方法:

（１）各主要指標及び副次指標は０点から１００点の範囲で採点され、合格点はない。

（２）データが存在する定量的指標については、標準化された方法でスコアリングする。データの大きさが大きく異なる場合は、まず対数をとってから標準化する（大きさの違いの影響を減らすため）。

（３）企業の観点から、プラス指標とマイナス指標を設定します。例えば、新入社員の数はプラス指標、コストはマイナス指標です。つまり、コストが高いほどスコアは低くなります。

新しく追加されたスコアを例に挙げます。

このうち、Qi は特定のチャネルの新規人数、Q はデータベース内のすべてのチャネルの新規人数の最大値、または Q は事前に設定された上限値になります。

コストを例に挙げてみましょう。

このうち、Gi は特定のチャネルのコスト、MAX(G) はライブラリ内のすべてのチャネルの一人当たりコストの最大値、または MAX(G) は事前に設定された上限値にすることもできます。

たとえば、G が 10 に設定されている場合、スコアが 10 元を超えるユーザーは 0 と評価されます。

MIN(G) は、データベース内のすべてのチャネルの 1 人あたりの最小コストです。また、MIN(G) は事前に設定された下限値にすることもできます。

重み設定法階層分析法 (AHP)

階層分析プロセス（AHP）を紹介します。AHP は、複雑なシステムの意思決定の考え方を階層化し、意思決定プロセスで定性的要素と定量的要素を組み合わせることができます。

判断マトリックスの構築、分類計算、整合性テストを通じて得られた最終結果は説得力があり、人間の主観により重量予測が実際の状況と一致しないという現象を回避し、多目的計画の分野で幅広い応用価値を持っています。

まず、数量スコア、行動スコア、ビジネススコア、コストスコア、品質スコアの5 つの主要指標を設定しました。主な計算手順は次のとおりです。

判断マトリックスの構築

（追記：AHP ソフトウェアはインターネットから無料でダウンロードすることもできます）

したがって、次の第1レベルの指標重みがあります

重量配分図

第 2 レベルおよび第 3 レベルのインデックススクリーニング (クラスタリング)

1. ブラインド選択:経験に基づいて得られた既存の候補クラスタリング変数はすべて、一部の変数が現時点で適切かどうかを考慮せずにモデルに含められます。

2. 寄与分析:分散分析を通じて、分類に有意差があるかどうかを観察し、モデルのクラスタリングに寄与しない変数を除外します。

3. 類似度行列分析：類似度行列を出力し、相関係数を分析します。2 つの変数間の相関係数が 1 に近い場合、2 つの変数が互いに置き換えられることを意味し、1 つの変数が排除されて次元削減の目的が達成されます。

上記の 3 つのステップで変数をスクリーニングすることで、寄与度の低い変数を除外できるだけでなく、相関関係の強い変数を統合し、最終的に独立した属性を持つ変数を出力することができます。

第 2 レベルおよび第 3 レベルの指標の重みは、第 1 レベルの指標と同じです。重みは分析階層プロセスを使用して割り当てられ、次の図に示すように、最終的な指標スケルトン図が得られます。

モデルインジケータスケルトン

モデルインジケータスケルトン図

スケルトンの充填とBI表示

スケルトンにデータを入力し、確認したいディメンションに応じて対応する BI 表示を作成します。この記事では、週ごとと月ごとにチャネルを監視しますが、最も細かい粒度として日ごとに監視することもできます。次の第 4 章では、いくつかの BI 表示とアプリケーションについて説明します。

IV. モデルの応用

モデルを使用すると、チャネルの長所と短所を総合的に評価できます。料理に色、香り、味が必要であるのと同じように、チャネルにも量、動作、ビジネス、コスト、品質の総合的な評価が必要です。

モデルが構築されたら、次のステップは適用です。諺にあるように、戦略を実行できないデータ分析は不良です。

以下は、基本的な BI ディスプレイとアプリケーションの紹介にすぎません。実際には、さらに詳しく調べる必要があるものがたくさんありますので、読者の皆さんは引き続き調べていただければ幸いです。

最も詳細なチャンネル合計スコア表示チャート（I）

各チャネルの最近の週（月）のトレンドチャート、今週のスコア、先週のスコア、前月比の値、上部の月と週の切り替えボタンにより、異なる時間軸でチャネルを観察できます。

チャネルを最も細かい粒度でシンプルかつ明確に表示し、質の低いチャネルを閉鎖または量を減らし、予算を良いチャネルに移してメリットを最大化します。

有料チャンネルの概要（パート2）

有料チャンネルの全体傾向チャートは、すべての有料チャンネルの状況を週ごと、月ごとに監視し、市場の状況を把握します。

例えば、ダブルイレブンでは顧客獲得が非常に難しく、コストが高く、ユーザーの滞在時間が短くなり、GMVが減少するなど、要約から結論を導き出し、618、ダブルイレブン、ダブルトゥエルブなどのフェスティバルに戦略的な投資を行うことができます。

チャンネル合計スコア内訳チャート（パート3）

チャネルの合計スコアに加えて、第 1 レベル、第 2 レベル、第 3 レベルの指標を細分化して確認することで、チャネルの属性と特徴をより深く理解し、さまざまなチャネルの特性に基づいて洗練された操作を実行することもできます。

ボリュームを増やす必要がある場合、どのチャネルに投資すべきでしょうか? 優れたチャネルであっても、新規ボリュームの量でボトルネックが発生するからです。チャネルの同僚は、お金をかけられないとよく言います。これが理由です。

コマーシャルコンバージョンに関しては、どのチャネルに投資するかは重要ではありません。十分なリテンション量があれば良いのですが、コマーシャルコンバージョンのパフォーマンスは平均的です。

これらはすべてチャネルの属性です。チャネルをよく理解していれば、半分の労力で2倍の結果が得られ、同時にKPIも達成できます。それは単なる「安定」以上のものです。

有料ユーザーとオーガニックユーザーの比較表（IV）

有料ユーザーと自然ユーザーのポートレートを比較すると、自然ユーザーの行動 A、行動 B、保持および伝播係数 K 係数は有料ユーザーよりも高く、有料ユーザーの行動 C、行動 D、商用変換は自然ユーザーよりも高いことがわかります。

ユーザー成長の考え方を使用することで、行動 A と B がユーザーの保持係数と伝播係数に影響を与えるかどうか、また行動 C と D がユーザーの商業的コンバージョンに影響を与えるかどうかを継続的に調査できます。

Twitter の成功例を見てみましょう。Twitter は、新規ユーザーが 30 日以内に 30 人の友達をフォローすると、これらのユーザーの維持率が非常に高くなることを発見しました。追加の 30 日間と 30 人の友達をフォローすることが魔法の数字となり、それがまだ発見されていない行動 ABCD または行動 EFG になります。それを見つけることで、ユーザー成長への扉が開かれます。