分析例 | オペレーターはアプリデータ分析をどのように実施しますか?

運用スタッフにとって、データ分析を適切に行うことは、仕事の方向性を常に調整するのに役立つだけでなく、価値のない日常的な仕事に「どんどん深く」陥ることを防ぐことにもつながります。

一つ言えることは、すべての操作が非常に明確で、非常に認識しやすいということです。つまり、データ分析は運用作業にとって極めて、極めて、極めて重要なのです。

しかし、現実には、多くの活動は依然として「無力」です。思想は向上しましたが、活動は追いついていません。つまり、やりたくないのではなく、データ分析の全体的な理解が欠けており、手がかりが見つからず、どこから始めればよいのかわからないのです。

結果の有効性の観点から、「完成」を目的とした作業はあまり価値がなく、客観的なデータ指標を欠いた「主観的な判断」もあまり意味がありません。これは、プロセスの品質に責任を持つコンテンツ制作部門にも当てはまりますが、結果に責任を持つ運用部門や営業部門にも当てはまります。

1. アプリ関連データは3つのカテゴリーに分かれています

データ分析は、技術であるどころか、それほど深いものではありません。アプリ運用業務において、利用する必要がある「データ」は、一般的に以下の3つに分類できます。

マクロ指標:ユーザー総数、新規ユーザー数、リテンション、アクティビティ、エンゲージメントなどの全体的なデータ。
ユーザーインジケーター:ユーザーレベルの関連データ。これは、運用システム内のすべての運用アクションをサポートするデータです。
コンテンツ指標:プラットフォームのコンテンツ品質を改善および最適化するための参照となる、コンテンツレベルの関連データ。

上記3種類のデータについては、「完全な認知」に基づいた「応用思考」を形成し、「柔軟な利用」を実現すれば、あらゆるデータ分析作業に容易に対応できます。

2. マクロ経済指標分析

アプリの場合、マクロデータには「ユーザー総数、新規ユーザー、リテンション、アクティビティ、エンゲージメント」の 5 つの側面が含まれます。これら 5 つの指標を通じて、アプリの全体的な動作状況を完全に把握できます。

1. ユーザー総数: 全ユーザーの合計

（１）データソース：追跡ポイント統計

（２）分析の焦点：アプリ全体のユーザーから有効なユーザーを除外し、本当に価値のあるユーザーの数を決定します。一般的に、登録を完了し、デバイスにログインしたアクティブ化されたユーザーは有効なユーザーです。厳密に言えば、アプリの使用時間が 0 を超えるユーザーが有効なユーザーです。

2. 新規ユーザー：プロモーション活動の指標

（１）データソース：追跡ポイント統計

（2）分析の焦点：アプリのプロモーションプロセスでは、多くのチャネルが「 H5ページ登録+アプリダウンロードの誘導」という方法を採用しますが、一部のユーザーが「登録のみでダウンロードしない」という問題が発生することがよくあります。そのため、新規ユーザーの数については、「登録」と「アクティベーション」を区別する必要があります。

3.ユーザー維持率：ユーザーとコンテンツの適合性の尺度

（１）データソース：ウメン統計

（２）分析の焦点：このデータは主に、一定期間（1日、1週間、1ヶ月）の新規ユーザーの維持状況を監視するために使用されます。保持データを通じてユーザーの質とアプリのコンテンツの品質を判断します。

4. ユーザーアクティビティ: アプリの価値を測る究極の指標

（１）データソース：ウメン統計

（２）分析の焦点：この指標は、すべてのアプリデータの中で最も中核となる指標であり、アプリの価値を客観的に測定するための究極の基準でもあります。アプリの価値を測定するための指標として、ユーザーアクティビティデータを使用します。

5. ユーザーエンゲージメント: ユーザーの定着率の指標

（１）データソース：ウメン統計

（２）分析の焦点：このデータは、毎日の使用時間、毎日の起動時間、その他の指標を含む、ユーザーのアプリの使用の深さを測定する指標です。上記4つのデータを補足する便利なデータです。

まとめ

上記の 5 つの指標、つまり総ユーザー数と新規ユーザー数は、技術部門の統計データに基づく必要があります。ユーザー維持率、アクティビティ、エンゲージメント指標については、技術的な統計がより難しいため、Umeng を標準として使用できます。

補充:

（１）追跡統計：正確な追跡統計を確保するために、運用担当者と技術開発者は追跡データの要件とルールを明確に定義する必要があります。

（２）Umeng統計：Umeng統計の正確性を確保するために、以下の点に留意する必要がある。

アプリUmeng SDKの統合は正しい
アプリがUmengに早く接続されればされるほど、初期データが照会できなくなるのを避けることができます。
Android版とiOS版は同時にアクセス可能

3. ユーザー指標分析

ユーザーデータ分析の重要性は、新規ユーザーの獲得、維持、アクティベーション、支払い変換など、運用業務のあらゆる側面をユーザーの観点からデータサポートすることです。

たとえば、アプリのプロモーションキャンペーンの効果をどのように分析するか、アクティブユーザーの操作習慣に基づいてコンテンツを調整する方法、有料ユーザーは誰で、有料になるまでにアプリをどのくらいの期間体験する必要があるかなどです。

次に、フィールド分解、マトリックス分析、ケース演習の3つのステップで説明します。

1. フィールド分解

ユーザーインジケーターを分析するには、まずユーザーインジケーターの関連フィールドを分類する必要があります。コースアプリを例にとると、ユーザーインジケーターデータは次の 8 つのフィールドに分類できます。

（１）ユーザーID

登録する
アクティベーション

（２）携帯電話番号

（３）登録時間

（4）情報源チャネル

（５）閲覧行動：UV、PV、時間

（６）操作行動（学習アプリを例にとると）：試聴、定期購読、チャージ（時間・金額・端末）、購入（カテゴリ・詳細）、学習（音声・動画）、ユーザー完了率（単セクション統計・単クラス統計）、コメント、コース共有、友達招待

（7）ログイン行動：アクティブ日数、起動回数、使用期間

（8）ユーザープロフィール

性別
年
エリア
職業
勤続年数
教育レベル
趣味

2. マトリックス分析

ステップ 1: これらの 8 つのフィールドを水平マトリックスとして考えることができます。

ステップ2: 1つのフィールド（または1つのセグメントフィールド）を選択し、すべての対象ユーザーをエクスポートします。

ステップ 3: エクスポートされたユーザーに基づいて、これらのユーザーの特性データを他の次元で分析し、必要なデータを取得できます。

3. ケース演習

例 1:次のプロモーションキャンペーンの参考として、特定のアプリプロモーションキャンペーンの効果を分析する必要があります。

（1）このプロモーション活動によってもたらされたすべてのユーザーをターゲティングフィールド「ソースチャネル」を通じてエクスポートします。

（２）このユーザーグループの「ユーザーID」を通じて、活動によってもたらされた新規ユーザーの数、登録ユーザー数、アクティブ化されたユーザー数を取得することができます。

（３）この活動によってもたらされるユーザーの質は、このユーザーグループの「ユーザーのログイン行動：アクティブ日数、起動回数、使用期間」によって決まります。

例2:アクティブユーザーの学習習慣を分析して、アクティブである理由を理解し、アプリのコンテンツ構造を調整する必要があります。

（1）「アクティブ日数」フィールドをターゲットにして、合計アクティブ日数で上位X人のユーザーをエクスポートします。

（２）このユーザーグループの「ユーザー行動- 閲覧行動」における異なるページの３つの指標「UV、PV、時間」のデータを比較することで、ユーザーが最も慣れているアクセスパスを見つけることができます。次に、アプリのホームページに表示されるコンテンツが適切かどうか、ユーザーの興味をすぐに喚起し、適切なコンテンツを見つけられるかどうかを判断し、選択的に調整することができます。

例 3:有料ユーザーは誰で、アプリの使用後に支払いが行われるまでにどのくらいの時間がかかるかを確認します。

（１）「チャージ金額」フィールドを見つけて、有料ユーザーをエクスポートします。

（２）このユーザーグループの「ユーザーポートレート」を通じて、性別、年齢、職業などの情報を把握し、広告の基礎を提供することができます。

（３）このユーザー群の「各ユーザーの『再チャージ時間』 - 登録時間」の差は、ユーザーが経験から支払いを検討するのにかかる時間を分析するために使用できます。これを基に、より早くユーザーに印象づけられるようコンテンツを調整します。