お役立ち情報 | 運用データ分析におけるユーザーポートレート手法と実践！

日々の業務活動には、グロース、コンテンツ、アクティビティ、プロダクトといった機能別部門があり、具体的な業務や最終的なゴールは異なりますが、実はすべて「ユーザー」を中心に据え、「ユーザー業務」を行っているといえます。現在は、トラフィック配当の終焉と顧客獲得コストの継続的な増加により、ユーザーオペレーションの洗練化の段階に入っています。この段階では、ユーザー「ポートレート」ラベル付けシステムというツールを使用する必要があります。

今日はユーザーポートレートについてお話します。この記事の焦点: 1. データ分析におけるユーザーポートレートの応用、2. ユーザーポートレートの構築方法。

1. ユーザーポートレートとは

ユーザーペルソナの概念は、インタラクティブデザインの父であるアラン・クーパーによって初めて提唱されたもので、一連の属性データに基づいたターゲットユーザーモデルです。一般的には、製品の設計者や運用者によってユーザーグループから抽象化された典型的なユーザーであり、本質的にはユーザーのニーズを記述するためのツールです。

ペルソナはターゲットユーザーを具体的に表現したものです。

実際のユーザーの仮想表現

——インタラクティブデザインの父、アラン・クーパー

しかし、インターネットの発展により、現在私たちが話しているユーザープロファイルには、ユーザーの人口統計学的特性、Web 閲覧コンテンツ、オンラインソーシャルアクティビティ、消費行動などの情報に基づいて抽象化されたラベル付きユーザーモデルという新しい意味合いが含まれるようになりました。

その主な仕事は、サーバー上に蓄積された膨大なログや大量のデータを分析・マイニングし、ユーザーにラベルを付けることです。「ラベル」とは、ユーザーの特性を表す識別子のことで、主に業務やデータ分析に使われます。（写真の通り）

2. ユーザーポートレートが必要な理由

ユーザーは企業の発展において重要な役割を果たします。主な用途は次のとおりです。

1. 精密マーケティング：これは最もよく知られている運用方法です。広範囲な運用から精密な運用へのプロセスで、ユーザーグループをより細かい粒度に分割し、SMS、プッシュ、電子メール、アクティビティなどの手段を補完して、ケア、回復、モチベーションなどの戦略を推進します。

2. ユーザー分析:ユーザーポートレートも、ユーザーを理解するために必要な補足資料です。製品の初期段階では、製品マネージャーはユーザー調査やインタビューを通じてユーザーについて学びます。製品ユーザーの数が増えると、調査の効果は低下します。このとき、ユーザーポートレートを使用して調査を補完することができます。方向性としては、新規ユーザーの特性やコアユーザーの属性が変化したかどうかなどが挙げられます。

3. データの応用:ユーザーポートレートは、よく知られている推奨システムや広告システムなど、多くのデータ製品の基礎となります。広告は、性別、年齢、教育、興味の好み、携帯電話などの一連の人口統計関連タグに基づいて配置されます。

4. データ分析:ユーザーポートレートはビジネスレベルのデータウェアハウスとして理解でき、さまざまなラベルは多次元分析の自然な要素です。データクエリプラットフォームはこれらのデータに接続され、最終的にはビジネス上の意思決定を支援します。

3. ユーザーポートレートの主な内容

ユーザーポートレートは通常、ビジネス属性に応じて複数のカテゴリモジュールに分割されます。一般的な人口統計や社会的属性に加えて、ユーザーの消費ポートレート、ユーザーの行動ポートレート、ユーザーの興味ポートレートなども存在します。

ほとんどのインターネット企業では、ユーザーポートレートを作成する際に、人口統計的属性と行動特性を考慮します。人口統計的属性とは、主にユーザーの年齢、性別、省や都市、教育レベル、婚姻状況、出生状況、業界、職業などを指します。行動特性には主に活動性や忠誠心などの指標が含まれます。

上で述べたような一般的な特徴以外にも、ユーザーポートレートの内容は完全に固定されているわけではなく、業界や製品によって重視される特徴は異なります。

① コンテンツベースのメディアや読書ウェブサイト、検索エンジン、または一般的なナビゲーションウェブサイトでは、スポーツ、エンターテイメント、食品、金融、旅行、不動産、車などのコンテンツを閲覧する際に、ユーザーの興味特性を抽出することがよくあります。

② ソーシャルネットワーキングサイトのユーザーポートレートでは、ユーザーのソーシャルネットワークも抽出され、そこから密接に関連したユーザーグループや、コミュニティ内でオピニオンリーダーとして機能するスターノードを見つけることができます。

③電子商取引ショッピングサイトのユーザーポートレートでは、一般的にユーザーのオンラインショッピングへの関心や消費能力などの指標を抽出します。オンラインショッピングの興味とは、主に、衣類、旅行カバン、家庭用品、ママとベビー用品、掃除用品、ケア用品、食品など、オンラインショッピング時のユーザーのカテゴリーの好みを指します。消費能力とは、ユーザーの購買力を指します。十分に詳細に行うと、各カテゴリにおけるユーザーの実際の消費レベルと心理的な消費レベルを区別でき、特性次元を個別に確立できます。

④金融分野では、信用調査、債務不履行、マネーロンダリング、返済能力、保険ブラックリストなどのリスクプロファイリングも行われます。

さらに、現在の時刻、訪問した場所の LBS 特性、現地の天気、休日など、ユーザーの環境属性も追加できます。もちろん、特定の Web サイトやアプリでは、特別な注意を必要とするユーザーディメンションが確実に存在し、これらのディメンションをさらに洗練させて、より正確なパーソナライズされたサービスやコンテンツをユーザーに提供できるようにする必要があります。

4. ユーザーポートレートの構築方法

業界には、Alen Cooper の「7 ステップペルソナメソッド」、Lene Nielsen の「10 ステップペルソナメソッド」など、ユーザーポートレートを作成するための方法が数多くあります。これらは非常に優れた、非常にプロフェッショナルなユーザーポートレートメソッドであり、参考にして学ぶ価値があります。

実際、これらの方法を理解すると、これらの方法は、ユーザー情報の取得と調査、ユーザーグループのセグメント化、ユーザーポートレートの確立と充実という3 つのプロセスステップに分けられることがわかります。これら 3 つのステップの中で最も重要な違いは、ユーザー情報の取得と分析にあります。この側面では、主に 3 つの方法があります。

簡単に言えば、定性分析は理解して分析することであり、定量分析は検証することです。一般的に、定量分析はより高価で比較的専門的ですが、定性調査は比較的費用対効果が高いです。そのため、ユーザーポートレートの作成方法は固定ではなく、実際のプロジェクトのニーズ、時間、コストに応じて決定する必要があります。ユーザーポートレートを作成するための厳密に最も専門的または科学的な方法はありませんが、チームとプロジェクトのニーズに最適な方法はあります。

優れたユーザーポートレートは、ユーザーの意思決定を理解し、ビジネスシナリオとビジネスフォームを考慮に入れます。ここでは、ユーザーポートレートを作成するための簡単な方法を紹介します。

1. データ収集

ユーザーポートレートを構築する目的はユーザー情報を復元することであるため、データはすべてのユーザー関連データから取得されます。ユーザーデータは、静的データと動的データの 2 つのカテゴリに分類されます。

静的データ: ユーザーの人口統計属性、ビジネス属性、消費特性、ライフスタイル、CRM の 5 つの次元があります。取得方法は多数あります。データマイニングは最も一般的で、比較的正確な方法です。データが限られている場合は、定性的および定量的方法を組み合わせて補完する必要があります。フォーカスグループ、詳細なユーザーインタビュー、日記法、ラダーリング法、伝達法などの定性的な方法は、主に自由形式の質問を使用してユーザーの実際の心理的ニーズに浸透し、ユーザー特性を視覚化します。定量的な方法は、定量的なアンケート調査を通じて実施されることが多いです。鍵となるのは、後期段階の定量データのモデリングと分析です。その目的は、一方ではクローズド質問を通じて定性的な仮説を検証し、他方では市場におけるユーザー分布パターンを取得することです。

動的データ: 常に変化するユーザー行動情報。たとえば、ユーザーが Web ページを開いてカップを購入することは、ユーザーが夜に犬を散歩に連れて行ったり、日中にお金を引き出したり、あくびをしたりすることなどと同じで、これらはすべてユーザー行動です。インターネットの発達により、あらゆる種類の動的な行動データを記録できるようになりました。

2. ターゲット分析

ユーザープロファイリングの目的は、ユーザーの行動を分析し、最終的に各ユーザーにラベルを付けて、そのラベルに重みを割り当てることです。タグはコンテンツ、ユーザーの興味、好み、ニーズなどを表します。重みは、ユーザーの興味や好みの指標を表し、信頼性と確率として簡単に理解できるユーザーの需要を表すこともできます。

3. データモデリング

イベントモデルには、時間、場所、人の 3 つの要素が含まれます。各ユーザーの行動は本質的にランダムなイベントであり、どのユーザーがいつどこで何をしたかというように詳細に説明できます。

① ユーザー：鍵となるのはユーザー識別です。ユーザー識別の目的は、ユーザーを区別し、単一ポイントの位置決めを行うことです。

②時間：時間には、タイムスタンプと時間の長さという 2 つの重要な情報が含まれます。タイムスタンプは、ユーザー行動の時点を識別するために使用され、時間の長さは、ユーザーが特定のページに滞在する時間を識別するために使用されます。

③場所：ユーザー接点、タッチポイント。あらゆるユーザータッチポイントに。潜在的に、URL とコンテンツの 2 つの層の情報が含まれます。 URL: 各リンク (ページ/画面) は、インターネットページのアドレスまたは製品の特定のページを指します。それは、PC上の電子商取引サイトのページであったり、携帯電話上のWeiboやWeChatなどのアプリケーションの機能ページであったり、商品アプリケーションの特定の画面であったりします。例えば、Great Wall Wine の商品ページ、WeChat サブスクリプションアカウントページ、特定のゲームのレベルクリアページなどです。

④コンテンツ：各URL（ページ・画面）の内容。カテゴリ、ブランド、説明、属性、Web サイト情報など、単一の製品に関する関連情報になります。たとえば、赤ワイン、万里の長城、辛口の赤ワインなど、インターネットの接点ごとに、URL によって重みが決まり、コンテンツによってラベルが決まります。

⑤モノ：ユーザーの行動の種類。電子商取引の場合、典型的な行動は、閲覧、ショッピングカートへの追加、検索、コメント、購入、いいねのクリック、収集などです。

上記の分析に基づいて、ユーザーポートレートのデータモデルは、ユーザー ID + 時間 + 行動タイプ + コンタクトポイント (URL + コンテンツ) という式にまとめることができます。これは、ユーザーがどの時間と場所で何を行ったかを示します。だからラベルが付けられるのです。

ユーザータグの重みは時間の経過とともに減少する可能性があるため、時間は減少係数 r として定義されます。動作タイプと URL によって重みが決まり、コンテンツによってタグが決まり、さらに次の式に変換されます: タグの重み = 減少係数 × 動作の重み × URL サブ重み。

5. 注意事項

1. 典型的なユーザーをユーザープロファイルとして使用しない

典型的なユーザーはユーザーポートレートとして使用できません。毎年、WeChatの担当者はWeChat Lifeホワイトペーパーで、典型的なユーザーの一日を公開します。平日は午前7時に起きてモーメントをチェックし、7時45分に退社しながら記事を読む...多くのユーザーが、これはまさに自分たちだと言っています。しかし、多くの人は次のように不満を漏らしています。「私もWeChatのヘビーユーザーですが、なぜこの典型的な一日が私には全く合わないのでしょうか？」

なぜこのような矛盾したフィードバックがあるのでしょうか?これらの人々は「典型的なユーザー」と「ユーザーポートレート」の概念を混同していたことが判明しました。なぜなら、上記の典型的なユーザーの特性に関する説明は、単に抽象的なユーザー特性を組み合わせているだけであり、実際には典型的なユーザーは架空のものであり、実際には存在しないからです。ユーザーポートレートはラベルの形式でユーザーを表し、実際のユーザーにはすべて対応するユーザーポートレートがあります。

2. ユーザーポートレートをユーザータグで構成されていると単純に理解しないでください

これも 50% 以上の人が抱いている誤解であり、ユーザーポートレートは単にユーザーラベルで構成されていると理解している可能性があります。ユーザータグは、名前、性別、職業、収入、猫の飼育状況、アメリカの TV シリーズの好みなど、ユーザーの特性を要約するために使用されます。表面的には、これらのラベルに問題はないように見えますが、実際には、ユーザーポートレートを構成するラベルは、ビジネス/製品と組み合わせる必要があります。

大げさな例を挙げると、海底洛はユーザーの肖像画を作りたくて、最終的に「小明は大学生、背が高くてお金持ちでハンサム、一人っ子、四川省出身、ゲームやアニメを見るのが好き」などのユーザーラベルをリストアップしました。実際、Haidilao にとって、ユーザーがハンサムであるかどうかや、ゲームが好きであるかどうかは、まったく問題ではありません。

3. 真に効果的なユーザーポートレートラベルを確立できない

本当に効果的なユーザーポートレートラベルを確立できれば、正しい理解が得られ、運用成果が向上すると考えられます。これは、ユーザーポートレートを構築する上で最も難しい点です。

たとえば、ナレッジペイメントチームがコースを販売したい場合、ユーザーポートレートを確立する主な目的は、コース購入数を増やすことです。ユーザーポートレートを通じてユーザーのコース購入意欲を把握し、それに応じた運用戦略を採用できれば、効率が大幅に向上します。コースを購入する意欲は、ユーザーポートレートに最も入れる必要のあるラベルです。

たとえば、ユーザーポートレートを作成した後、ユーザー A のコース購入意欲は 40%、ユーザー B のコース購入意欲は 90% であると計算しました。さらに購入量を増やすために、購入意向が40％のユーザー（A）にクーポンを発行します。このようなユーザーポートレートタグを設置しない場合は、AさんとBさんに同じクーポンを発行することになります。クラス B のユーザーにはクーポンによるインセンティブを与える必要がなく、クーポンを発行するとコストが大幅に増加します。これは、eコマース企業がユーザーのポートレートタグを使用してビッグデータによる価格差別を実現する方法です。