APPユーザー操作：新規ユーザーを誘致し、アクティベーションを促進し、リピートトラフィックを獲得しましょう！

配当終了後、モバイルインターネットをどのように発展させるかについては、何度も共有してきました。その中で、巨人トラフィックとオムニチャネルトラフィックの開放に加えて、洗練された運営が最優先事項です。結局のところ、地主でさえ余剰食品がないと叫んでいる時代には、派手なことをするよりも、より多く、より速く、より良く、より安く行う方が良いのです。では、洗練された操作を実行するにはどうすればよいでしょうか?

ユーザー人口のセグメンテーション、ユーザー属性、重要度、行動、ライフサイクルなどの異なる粒度のラベルに基づいて、分析フレームワークを構築します。たとえば、ユーザーライフサイクルにおける新規ユーザー、アクティブユーザー、リピーターユーザーを区別し、詳細な分析と介入を行います。最終的に、QM氏はそれを、新規ユーザーの誘致、アクティベーションの促進、リピーターユーザーの誘致という3つの魔法の武器にまとめました。

具体的には、Taojijiが「稼ぐ」モデルをどのように活用して2か月でMAU1000万人超を達成したのか、Baidu Kuaishouが1億元の補助金+エージェントモデルをどのように活用してトップショートビデオプレイヤーの口から食べ物を奪ったのか、NetEase Cloud Musicが呼び戻した100万人近くのユーザーの質はどうだったのか…など、ぜひレポートを読んでみてください。

1. トラフィックは減少し、セグメント化は爆発的に増加し、期間は増加し、洗練された運用がコンセンサスになりつつある

1. 中国のモバイルインターネットにおける月間アクティブスマートデバイスの規模はピークに達し、前年比成長率は5％未満に鈍化しましたが、ユーザーのオンライン時間は大幅に増加しており、さまざまなサブセクターにはまだ多くのチャンスがあります。

II. 改良された運用の目標とシナリオ

1. ユーザー重視の運用は、ユーザー価値の最大化を目指します。ビジネスシナリオとユーザーグルーピング運用を組み合わせることで、顧客獲得コストの削減、ユーザーアクティビティの向上、既存ユーザーのARPUの向上を実現し、最終的には総収益の増加につながります。

2. ユーザーのグループ化は、洗練された操作の最も重要な前提条件です。さまざまな方法でユーザーをより細かい粒度に分割し、グループ操作を行うことでコンバージョン効果を高めることができます。

3. ユーザーサイクルのグループ化を例に、洗練された運用分析フレームワークを構築する

3.1 アクティブユーザー分析フレームワークとケース分析

3.1.1 ユーザー分析フレームワーク

1) アクティブユーザーのコア分析指標

2) アクティブユーザーセグメンテーション分析指標

3.1.2 典型的な APP アクティブ ユーザー分析のケース - Taojiji

1) 淘汰事案のケーススタディの核となる結論と提言

2) 2018年8月に正式リリースされたTaojijiは、熾烈な競争が繰り広げられる電子商取引分野で躍進を遂げ、わずか2か月でMAUが1,000万人を突破しました。Taojijiは従来の「グループで安く買う」というゲームプレイに加え、「お金を稼ぐ」機能も導入し、ユーザー数の増加を促し、ユーザー維持率を向上させました。

「Earn Earn」は、Taojijiが新規ユーザーを引き付け、ユーザーにフィードバックを与える方法として手数料を提供するために開始したショッピング機能です。ユーザーがTaojijiで注文し、共有し、友人を招待して消費するだけで、現金収入を得ることができます。

3) 発売から1か月以上経って、Taojijiは製品を改良し、新規顧客割引を追加し、「Earn Money」という新機能を開始しました。

4) 2019年初頭から、すべてのユーザーグループの30日間の継続率が上昇しており、女性ユーザーと淘宝網の下級都市のユーザーの継続率は他のグループよりも高くなっています。さまざまな年齢層の中で、19〜24歳のユーザーの継続率は2019年1月に41〜45歳のユーザーの継続率を上回り、ほぼ40％に達しました。

5) 淘吉全体のアクティブユーザーの30日間の維持率から見ると、良好な成長を遂げているものの、依然としてトップ総合EC企業の平均より7.9パーセントポイント低い。異なる属性のユーザーの維持率と合わせると、淘吉はその後のユーザー精錬操作で男性ユーザーと二級都市以上のユーザーの維持率の向上に注力できる。

3.2. 新しいアクティブユーザー分析フレームワークと事例分析

3.2.1 ユーザー分析フレームワーク

1) アクティブユーザーのコア分析指標を追加

2) アクティブユーザーセグメンテーション分析指標の追加

3.2.2 典型的なアプリ新規ユーザー分析事例 - Kuaishou

1) 快手事件の中核研究に対する結論と提案

2) 競争が激しいショートビデオ市場において、快手は過去6か月間で大きな成長を遂げ、2019年2月にはMAUが5,000万人を超えました。

3) 数十億の現金補助金と先駆的な「エージェントモデル」が、快手新規ユーザーの爆発的な増加の重要な要因となっている。百度の製品である百度アプリは、快手へのトラフィック誘致に大きな効果を発揮している。快手の新規アクティブユーザーの70%以上が百度アプリのアクティブユーザーである。

4) ショート動画業界の既存ユーザーをめぐる競争：2月のKuaishouの新規アクティブユーザーのうち、約75%がショート動画業界の既存ユーザーでした。

5) 新規ユーザー獲得の傾向は明らかで、都市部への分布はさらに広がり、ユーザーは老若男女問わず広がっています。

6) 新規ユーザーの定着率に関して、トップショートビデオアプリの新規ユーザーの平均パフォーマンスは、Kuaishouの新規ユーザーよりも優れている。

7) さらに、Kuaishou は 2 月に新規インストールからアンインストールへの転換率が高く、トップのショート動画アプリの新規インストールからアンインストールへの転換率の平均よりも 7.6 パーセントポイント高くなりました。ショート動画コンテンツは均質化の傾向があるため、Kuaishou は独自の方法で新規ユーザーを引き付けるだけでなく、コンテンツライブラリの構築を継続的に改善し、より革新的なショート動画コンテンツを提供し、ユーザーの好みに基づいてコンテンツ配信を最適化し、ユーザーの定着率と維持率を高める必要があります。

3.3 分析フレームワークと離脱・復帰ユーザーの事例分析

3.3.1 ユーザー分析フレームワーク

1) 離脱ユーザーのコア分析指標

2) 失われたユーザーセグメントの分析指標

3) コアリピーターとセグメントグループの分析指標

3.3.2 典型的なアプリアンインストール後のユーザー分析事例 - NetEase Cloud Music

1) NetEase Cloud Music のケーススタディにおける中心的な研究課題と結論

2) 2019年1月のオンライン音楽業界のアプリの中で、NetEase Cloud Musicはアンインストールしたユーザーのリコール率で第3位にランクされ、アンインストールしたユーザーのリコール数は約100万人に上りました。

3) ネットイースクラウドミュージックの1月のアンインストールおよび復帰ユーザーの利用回数と利用期間は、既存のアクティブユーザーよりも高かった。

4) NetEase Cloud Musicをアンインストールしたが戻ってこなかったユーザーは、1月にKugou Music、QQ Music、Kuwo Musicでよりアクティブだった。

5) 網易雲音楽をアンインストールして復帰しなかったユーザーのうち、60%以上が男性ユーザーであり、網易雲音楽の主力である19～30歳のユーザーの未復帰率も50%を超えている。

著者: Mr.QM

出典: QuestMobile (クエストモバイル)