製品運用 | ホットスポットを組み合わせて運用計画を立てるには？

2019年3月22日は、もともと普通の金曜日だったが、国務院が午前10時に「朗報！#5月1日祝日#」という発表をしてから、すべてが異常な状況になった。

記事は公開後2分で98万回閲覧され、10分後には150万回を突破。熱心な人たちが広め、仲間の輪は熱狂に包まれた。

インターネット製品のオペレーターとして、このような膨大なトラフィックに直面するのはとても嬉しいことです。しかし、このような緊急事態では、問題を正確に特定し、新しい解決策を迅速に考え出す必要があります。

そのためには、オペレーターが自社のビジネス状況を組み合わせ、データの異常をリアルタイムで把握し、適切なデータ分析方法を選択して、真にデータ駆動型の製品と洗練された運用を実現する必要があります。

1. レビュー

まずは、当日国務院の通知が出された後の主要製品の動きを見てみましょう。

1. 「メッセージプッシュは予告なく行われます」

• 正式発表！メーデーの休日が4日間に延長されました!
• 良いニュースです！今年のメーデーの休日は4日間です
• 4日間休みましょう！皆さんが望んでいたメーデーの祝日が戻ってきました
• 素晴らしいニュースです！今年の労働者の日休暇は4日間です

動画、地図、旅行、SNS…さまざまなメディアからのニュースプッシュが次々と届き、新しいメディア運営者の嗅覚の鋭さと実行力の高さを実感しました。

2. 「NetEase News ホットコメント」

• たった1日休みです。
• 休みはたった2日間です。前の週と次の週の休日をメーデーに1日ずつ移動するだけです。
• まだ1日。今は会社が休みなので、勤務させてください！もともとこれをやったのは...
• 一番嬉しいのは、休日を調整する代わりに4日間の休暇が取れることです。

クリエイティブなコピーライティングは#五一放假4天#のメッセージと密接に連携しており、広告テンプレートはホットな話題を綿密に追跡し、ワンクリックでトラフィックを生成するように構成および構成されており、柔軟性と多様性を実現しています。

3. 「マフェンウォ旅行消費ガイド」

• 国務院の最新の通知によると、2019年の休暇手配の最新版は適時に更新される予定です。
• 国内外の最適な旅行先24ヶ所をリストアップしました。
• ハイワンの春の旅行シーズンのプロモーションが話題になっています。新規顧客向けの730元のクーポンパッケージがタイムリーに配信され、チケット、ホテル、航空券、無料旅行がカバーされています。また、ユーザーを引き付けるために688.8元の赤い封筒チャレンジもあります。

一般の人々にとって、短期または長期の休暇中に旅行することは習慣であり、ライフスタイルになっています。#メーデー4日間の休暇#のニュースが流れるとすぐに、旅行愛好家はすぐに旅行の準備を開始しました。

4. 「フリギー PR データ」

• 「休日発表後、午前10時から午後12時までの国内航空券の予約は前週の同時期に比べて50％以上増加しました。国際航空券の伸びはさらに驚異的で、150％を超えました。
• 国内で最も人気のある5つの目的地は上海、重慶、北京、西安、成都で、国際都市はソウル、香港、バンコク、大阪、東京です。

Fliggyプラットフォームからは、正午以降に価格が上昇し始めたことがわかります。 ”

…

まさに、予想外の「朗報！#5月1日は4日間の休日#」という休日のニュースが、瞬く間にネット全体で話題となり、メディアはマーケティングを展開し、大衆は喜んでお金を払い、閲覧訪問データは瞬く間に急増した。

2. データを使って問題を分析する

振り返ってみると、上記のアクションは非常に速い応答速度を示しており、自社製品のトーンとうまく統合されており、本当に優れています。

膨大なデータの急増に直面して、私たちは次に何をすべきでしょうか?

次のようなおなじみのシーンを覚えているはずです。

• たとえば、会社が一定期間、ネットの有名人によるプロモーションを実施し、上司がそのプロモーションの効果を確認したい場合、遡及的な分析を行う必要があります。
• 例えば、ある期間のデータが異常に増加または減少した場合、上司は正確な説明を求めますが、あなたは困惑します。
• たとえば、ある日、あなたが担当している M サイトのページビューが急増し、その状況を利用してトラフィックを再び増加させるためにその理由を突き止める必要があるとします。

これらすべてのシナリオには、基本的なデータ分析機能が必要です。

データ分析の価値は、一連の問題現象とビジネスデータとの対応関係を確立し、特定の分析ルーチンを通じて、問題を迅速に分析して解決することにあります。

次に、3つの一般的なデータ分析手法の共有に焦点を当て、その後、 [国慶節期間中の特定のソーシャルアプリのデータが急増した理由の分析]のケーススタディを使用して理解と説明を支援します。

3. 3つのデータ分析方法

まず、一般的なデータ分析手法は、比較分析、多次元分解分析、ファネル観察、分布分析、ユーザー維持分析、ユーザーポートレート、アトリビューション検索、パスマイニング、行動シーケンス分析の 9 つです。

ここでは、比較分析、多次元分析、ファネル観察という最初の 3 つのデータ分析手法の共有に焦点を当てます。

1. 比較分析

比較分析は、最も基本的で一般的なデータ分析手法です。ある段階における物事の変化を直感的に示し、変化・ギャップを正確かつ定量的に表現することができます。比較分析では、「何を比較するか」「どのように比較するか」「誰と比較するか」という3つの側面からの分析を重視します。

（１）何を比較するか

何を比較するかを、絶対値（#）と比率値（％）の比較に分けます。

絶対値そのものが「価値」を持ったデータです。例えば、売上高が2,000元で再生回数が1億回だった場合、数字だけを見ても問題の深刻さを知ることは容易ではありません。

比率値は、アクティブシェアや登録コンバージョン率など、特定の環境で見た場合にのみ比較価値を持ちます。比率値のみでは、極端な値の影響を受けやすくなります。

（２）比較方法

どのように比較するか？ 前月比と前年比に分けられます。

一般的な前月比較には、日次比較と月次比較があり、現在の時間範囲に隣接する前の時間範囲の比較を指します。これらは主に、指標の設定など、短期的な継続性を持つデータを分析するために使用されます。

一般的な前年比比較には、週次前年比と年次前年比があり、これは現在の時間範囲より上の前の時間範囲の同じ位置のデータの比較分析を指します。主に、より長期的なデータセットを観察し、短期的なデータからの干渉を排除するために使用されます。

（３）誰と比較するか

誰と比較するか、自分自身と比較するか、それとも業界と比較するか。

自分自身と比較すると、異なる時間軸、異なる事業分野、過去の経験の見積もりから自分自身と比較することができます。

業界と比較することで、それが内部要因によるものか、業界動向によるものかを観察し、分析することができます。例えば、すべての株価が下落しているとき、当社の株価は同業他社よりも下落が少ないでしょうか？すべてが上昇しているとき、彼らは皆、同業他社よりも速く上昇できるでしょうか?

さて、上記の「Fliggy PRデータ」に戻りましょう。「休日発表後、午前10時から午後12時までの国内航空券の予約は、前週の同時期と比較して50％以上増加しました。国際航空券の伸びはさらに驚異的で、150％を超えました。」

明らかに、

「50%、150%」はどちらも比例値です。

「前週同時期比で…」#メーデー4連休#の報道により短期的には継続して上昇傾向にあるため、週次前年比データを選択。

「国内航空券の予約…国際航空券…」フリギーは自社を比較している。業界データが基準として公開されれば、フリギーが同業他社よりも成長が速いか遅いかがわかるだろう。

2. 多次元分解

多次元分析は最も重要な考え方です。単一の指標だけでは分析価値はありません。意味のあるものにし、最終的により包括的なデータの洞察を得るには、複数の次元から分析する必要があります。

データ分析の本質は、同じデータ指標を異なる視点から分割して観察することです。多次元分解の本質は、指標/ビジネス プロセスを複数の次元に分解して、データの変化を観察することです。

多次元分解に適用可能なシナリオ:

（１）コラム別の閲覧数や新規・既存ユーザーの比率など、単一の指標の構成や割合を分析する場合

（２）各チャネルの閲覧・購入転換率や各省の活動参加ファネルなどのプロセスを分析する。

（３）ユーザーのレベル、性別、フォローしているチャンネル、WiFi環境か4G環境かなど、行動が発生したときのシーンを復元します。

さて、最初のシナリオに戻りましょう。「例えば、会社が一定期間、ネットの有名人によるプロモーションを実施し、上司がそのプロモーションの効果を確認したいので、レビューと分析を行う必要がある…」

このとき、多次元分解解析法が必要となり、一般的な解析の考え方は以下のとおりです。

（１）APP起動イベントから解析する

• Android、iPhoneなどのデバイスタイプ別に表示し、さまざまなモデルの起動状態を確認します。
• 起動ソースに応じて、デスクトップ、SMS、PUSH などのさまざまな起動ソースがあります。
• 第一層、第二層、第三層、それ以下の都市レベルごとに、さまざまな都市の立ち上げ状況を確認します。
• 全体、新規ユーザー、既存ユーザーなど、新規ユーザーと既存ユーザー別にセグメント化します。さまざまなユーザー グループの起動ステータスを表示します。

（２）業務プロセスからの分解

たとえば、単純な「登録 -> 注文 -> 支払い」のプロセスの場合:

• 決済ファネルはチャネル別に表示され、Baidu、Toutiao、WeChatパブリックアカウントなどに分けられます...
• 支払いファネルは、第 1 層、第 2 層、第 3 層、およびそれ以下の都市に分かれています。
• 決済ファネルはAndroid、iPhoneなどに分かれています。

3. ファネル観察

ファネル観察分析法は、私たちにとって一般的で馴染みのあるものです。その動作原理は、一連の逆方向に影響を与えるユーザー行動を通じてターゲットを観察することです。

これは、ビジネス プロセスとビジネス目標が明確なビジネスには適用できますが、ビジネス プロセスが明確でなく、ジャンプ関係が複雑なビジネスには適用できません。

ファネルを通じてコアビジネスプロセスの健全性を観察します。

ファネルを構築するときに陥りやすい落とし穴を確認してみましょう。

（１）まず、ファネルの観察には一定の時間枠が必要である。実際のビジネス状況に応じて対応する時間枠を選択する必要があります。

• 日別観察は、短期的なアクティビティ（現在有効、カウントダウン設定など）など、ユーザーの心への影響が短期的にのみ効果的である状況に適しています。
• 週次観測は、投資や財務管理、口座開設や資本注入など、業務自体が複雑で、ユーザーの意思決定コストが高く、完了までに数日かかる状況に適しています。
• 月次観察は、家の装飾や購入など、ユーザーの意思決定サイクルが長い状況に適しています。

（２）第二に、ファネル観察には厳密な順序がある。ABCDEファネル（検索パスからのデータのみ）を使用してACE（分類、検索、推奨パスからのデータ）のデータを見ることはできない。

（３）ファネルの計算単位は、ユーザー数または時間に基づいて決定することができる。

• ユーザーを観察するということは、ビジネスプロセス全体の促進に配慮することを意味します。
• イベントを観察するということは、特定のステップの具体的なコンバージョン率を気にすることを意味しますが、イベントフローの実際の状況を知ることは不可能です。

（4）結果指標のデータが期待を満たさない場合は、最終目標に到達できるファネルが1つだけであるかどうか、つまり2番目のピットがあるかどうかを確認する必要があります。

IV. 事例研究：建国記念日におけるソーシャルアプリのデータが急増した理由の分析

シナリオはこうです。Tantan に似た匿名のソーシャル アプリがあります。データの範囲は 2018 年 9 月 1 日から 10 月 14 日までです。データは国慶節の休暇中に急増しました。その理由を分析してみましょう。

（１）まず「データサージ」を定義する

匿名のソーシャル プロダクトとして、「登録成功」イベントを観察することを選択できます。

行動データは短期間で生成されるため、登録ユーザー数が日々大幅に増加したかどうかに焦点を当て、「登録成功」イベントの「トリガーされたユーザー数」に応じて表示することにしました。

（２）異常な位置決め問題の発見

上記の登録成功によるユーザー数の折れ線グラフから、国慶節の連休期間中に登録ユーザー数の日次成長率の差が大きく、線の右側がピークになっていることがわかります。

このことから、国慶節の連休中に何らかの理由で登録ユーザー数が大幅に増加したと判断できますが、具体的な理由についてはさらに分析する必要があります。

（３）多次元分析

OS別に見ると、Androidの成長率がiOSよりも大幅に高いことがわかります。iOSは若干の増加が見られますが、増加は明らかではありません。

このステップではまだ問題を直接特定することはできないため、さらに分解して分析する必要があります。

上図によると、登録方法別に見ると、WeChat、Weibo、携帯電話の3つの登録方法はいずれも国慶節期間中に増加しており、増加率は似通っているため、登録方法はデータ異常と無関係であると暫定的に判断できる。

上のグラフは、国慶節の連休中に男女ともに増加しており、男子が女子よりわずかに高いことを示しています。ただし、この問題を直接特定することはできず、さらなる分析が必要です。

上記のグラフから、国慶節の連休中にさまざまな年齢層のユーザーが増加し、その増加率は似ていることがわかります。このデータの異常には年齢は関係ないと暫定的に判断できます。

質問が来ました！省の観察によると、上の写真は明らかに異常に高い割引があることを示しています！

実際、海南省の日次前月比成長率は上昇しました。また、雲南省の前月比成長率も他の省よりも大幅に高かったです。

以上の観察と分析から、国慶節連休中のデータの急増は、海南省と雲南省の登録ユーザー数が大幅に増加したことと関係していると基本的に判断できますが、具体的な理由についてはさらに分析する必要があります。

都市別に観察を続けると、フィルタリング条件は海南省と雲南省に等しい省に設定されています。国慶節中に麗江市、大理市、三亜市、海口市のデータが急上昇したことがわかります。

上記の多面的な分析に基づくと、国慶節の連休中にデータが急増したが、これは主に麗江、大理、三亜、海口の4つの都市で大幅な増加があったためであることが判明した。

これら4つの都市はいずれも観光都市であり、データの増加時期は国慶節の連休と重なっていました。

そのため、匿名のソーシャルプロダクトが国慶節の休暇中にこれら4つの人気観光地のプロモーション活動を実施した可能性があると推測されます。データが急増した具体的な理由については、市場、運営、成長の責任者の同僚と連絡を取り、確認する必要があります。

やっと

冒頭で触れた「朗報！#メーデー連休4日間#」の話に戻りますが、10時にこのアナウンスが出たあと、11時前にはすでに一連の対応策を開始していたというすごいチームがありました。

（１）まず、午前10時のメーデー休日発表後にデータが急増したことをリアルタイムで監視し、メーデー休日ニュースの即時的な影響を深く感じました。

（２）ASOはすでに「航空券の予約」を二番目に重要なものとし、特別航空券の最適化も開始している。

（３）情報流通チャネルへの配置、広告クリエイティブへの航空券素材の追加

…

このように、東風が吹くと、すべての準備が整っており、巧妙かつ適切に大きな交通配当の波を得ることができます。

上記のケーススタディはすべてデータ分析能力の重要性を明らかにしており、データを理解しビジネスへの洞察を得るためのコアスキルが本当に必要です。

製品にしろオペレーションにしろ、私たちが日々行っていることは実際のビジネスと密接に関係しています。ビジネスとデータは切っても切れない関係です。それぞれの立場でビジネスサポートをうまくやっていくためには、一定のデータ分析力が必要です。

データ分析を理解していないプロダクトオペレーターは、悲惨な人生を送る運命にあります。上司はフルスタックではないとあなたを嫌い、同僚はデータを理解していないとあなたを軽蔑し、最終的にはあなた自身も自分が大丈夫かどうか疑うことになります。

製品運用業界に入ったら、良い生活を送る方法を見つけなければなりませんが、データ分析は必須です。

出典：趙翔偉