成長操作の3つの認知モデル: 成長は分裂と同じではない

2018年、オペレーションに携わる者なら誰もが避けて通れない言葉が1つあります。それは「核分裂」です。グロースハッキングの背景と、NetEase、 Xinshixiangなどの分裂マーケティングの成功は、この2つの言葉に一種の魔法を与えましたが、分裂は成長の考え方を表すことはできず、せいぜい手段にすぎません。

インターネットトラフィックの減少により、成長への熱気は高まり続けています。成長ポジションや成長部門を設立する企業が増えています。成長人材の需要と供給のバランスが崩れた時期もありました。ほとんどの経営者は、不安を和らげるためにエリートを採用しようと、高額の給与を提示しました。

では成長とは何でしょうか?この記事では、シナリオを通じて、データ統計ディメンションにおける成長操作に関するいくつかのアイデアを共有します。

「ボス、成長グループがまた私たちをいじめています！」

昨日の朝の会議で、会議室に座ったばかりで、頭の汗がまだ乾いていないときに、技術リーダーが上司に文句を言っているのが聞こえました。彼の目は非常に鋭く、手にしたペンは、まるで空中投下されたM249を持っているかのように私に向けられていました。

理由は、会議の前日に、上司に業務データの次元を再計算する要求を提起しました。上司から技術スタッフとコミュニケーションを取るように言われ、私は一晩でデータ統計の要件を作成し、 WeChatで技術上司に送信しました。下の写真です。

はっきりと見えなくても大丈夫です。下に詳しい説明があります。これは、何ポイントを数える必要があるかをみんなに見せるために配置されていますが、量が怖いのではなく、質の方が怖いのです。

技術担当のボスからの苦情に直面して、ボスは冷静に調停者として行動しました。「彼らが提示した要件を満たすために最善を尽くすべきです。現在のプロジェクトのスケジュールに従って、できるだけ早く実装します。要件が多数ある場合は、反復のために複数のバージョンに分割できます。」

痛い、これを遅らせるつもりですか？それはうまくいきません。 「ボス、これらのニーズは最優先にする必要があります。データ分析プラットフォームがなければ、成長を達成することは困難です。それに、私のニーズは基本的な統計に過ぎず、それほど難しくはありません。」

「まだ基礎的なことか？PV/UV/リテンション/アクティブといった基本的な統計はすでに済ませている…これらはすべて現在のプラットフォームで利用できるので、これだけ見ても十分ではないのか？成長を達成するには、活動を組織化し、分裂し、コミュニティを構築する必要がある！」技術担当ボスが再び怒鳴りました。

ここで、成長オペレーションに関する最初の誤解に遭遇します。成長は分裂とはまったく同じではなく、コミュニティとも同じではありません。成長とは、データ主導のユーザー成長行動の利用であり、製品、ユーザー、市場という 3 つの次元で認識を確立するためにデータを利用する必要があります。

1. 成長データ統計と通常運用データ統計の違い

現在、ほとんどのインターネットチームは、統計分析を行う際に、翌日、3日、7日、15日、30日のPV/UV/ダウンロード/登録/アプリの起動時間とリテンション分析をカウントします。有料製品の場合は、製品の運用状況を明確に把握するために、有料ユーザー数と売上高もカウントし、ほとんどの運用指標もこれらの評価データを中心にしています。

ただし、成長オペレーションでは、データ統計のディメンションをさらに洗練させる必要があります。データ統計のディメンションを実行する際には、「ユーザー ストーリー マップ」、「ファネル分析」、「ユーザー データ ポートレート」などの主要な概念がよく導入されます。

「ちょっと待ってください。ユーザー ポートレートに関するこれらの統計の理由を説明してください。これは何というユーザー ポートレートですか?」私が言い終わる前に、技術担当のボスが再び怒鳴りました。

ユーザーポートレートのデータ統計を例に挙げると、従来のユーザーポートレートは、年齢、性別、地域、職業、消費力などに基づいてユーザーを全体的にまとめたものですが、グロース運用におけるユーザーポートレートは、統計的なユーザーの特徴データに基づいて、ユーザーを多次元的にスクリーニングします。例えば、私の統計ディメンションには、地域やデバイスなどのユーザー関連情報のほか、訪問時間、リポスト数、閲覧記事のキーワードなどの商品利用データが含まれており、スクリーニングの結果得られたユーザーに対してターゲットを絞った運用が行われます。

たとえば、電子商取引業者は、24 時間以内に商品を閲覧したが購入せず、滞在時間が 30 秒を超えるユーザーに商品のクーポンをプッシュできます。インターネット製品の運用では、ユーザーが閲覧した記事のキーワード、記事の閲覧時間などのディメンションをフィルタリングして、関連トピックに関する長い記事や短い記事をターゲットを絞ってユーザーにプッシュすることができます。

2. 成長事業ではデータを通じて3種類の認知を確立する必要がある

「よし、この要件は満たされなければなりません。」上司は技術担当の上司に目を向けました。技術担当の上司は口をひきつらせました...「さあ、全体的な考えを聞かせてください。」

上司から承認を得た後、私は勇気づけられました。戻ってデータ統計バージョン 2.0 の別の反復を作成する計画を立てました。彼は凍り付いた表情で技術担当のボスを一瞥し、心の中のカーニバルを抑え、成長事業の孤独を楽しみ続けた。

成長事業では、データ統計分析を通じて製品認知度、市場認知度、ユーザー認知度を確立する必要があります。

1. 製品認知 - データを使用して製品やコンテンツのユーザーエクスペリエンスに関するフィードバックを提供する

製品認知度とは、ユーザー行動に関するデータ統計の利用を指します。情報アプリ製品を例にとると、ユーザーは主に情報を読むために製品を使用するため、ユーザー行動には、ユーザーの使用時間、一定期間内に読んだ記事の数、記事の読み進め方、読む速度、および単一の記事の読み時間が含まれます。

ここで注意すべきことは、製品認知度は製品の主な機能ポイントを数える必要があるということです。たとえば、ユーザー転送やコメントもユーザー行動ですが、情報製品の主な機能ポイントではなく、ユーザー認知度のカテゴリに属します。

製品認知度の統計では、「ユーザー ストーリー マップ」という概念がよく紹介されます。これは、アジャイルな作業方法からの考え方であり、成長オペレーションでは「ユーザー使用パス分析」と呼ばれることが一般的です。ユーザーが製品を使用する際のステップを再現することで、各ステップで滞在するユーザーと離脱するユーザーの数をカウントできます。これは「ユーザーファネル分析」と呼ばれることもあります。

データフィードバックに基づく製品認識を通じて、特定のページの直帰率が低すぎる場合は、エクスペリエンスの最適化やバグの発見など、製品の方向性を検討できます。また、特定の記事の平均閲覧時間が短すぎる場合や、アプリを離脱するユーザーが多すぎる場合は、記事の品質に重大な問題がある可能性があります。

製品の認知は、ユーザーからのフィードバックを収集する効果的な方法です。5年前の運用チームでは、カスタマーサービスの役割を担い、ユーザーグループに潜入してユーザーからのフィードバックを収集することがよくありました。しかし、製品マネージャーの間では「ユーザーが言うことは、実際のニーズではないことが多い」という格言があります。なぜなら、ユーザーは自分が不満であることは分かっているものの、どうすれば満足できるかを知らないからです。データは現実のものであり、製品の認知度は製品、運用チーム、ユーザーの間で効果的なコミュニケーションを確立する方法です。

2. 市場認識 - データを活用してプロモーション戦略と予算を最適化する

市場認識は主に製品プロモーションに関するデータを収集し、プロモーション チャネルの最適化やプロモーション コストの計算に使用されます。現在、多くのプロモーション プラットフォームは独自のデータ統計バックグラウンドを持っていますが、一方ではデータの精度が十分でない可能性があり、他方では、マルチチャネル プロモーション後のデータを統一して統合することができません。

基本的なプロモーションデータの統計と比較して、成長オペレーションの市場認識は、全プロセスの監視と最適化に重点を置いており、アクセスチャネル、ユーザー変換、役割分析、ランディング体験、キーガイダンスなどの5つのリンクに分かれています。プロモーションリンクでは、「ユーザーストーリーマップ」のアイデアが導入されており、チャネルプロモーション効果の分析に加えて、プロモーションプロセス全体も担当しています。

最も基本的なプロモーションデータでは、獲得した顧客数やさまざまなチャネルからのコンバージョン効果がカウントされますが、成長オペレーションにおける 3 番目のリンクである役割分析であるソース チャネルのユーザー属性は無視されることがよくあります。

ロール分析は、前述のユーザーポートレートスクリーニングと組み合わせて使用​​する必要があります。ソースチャネルを最初の次元として、使用時間の短さや登録後の訪問なしなど、さまざまなチャネルのユーザーロール特性をカウントし、死んだファンやフリーローダーなどの一般的な低品質ユーザーを分析します。

ランディング エクスペリエンス リンクは、ユーザー離脱率を最適化するために使用されます。主にプロモーションランディング ページのユーザー エクスペリエンス データに関する統計を収集し、ランディング ページ リンクでのユーザー エクスペリエンスを分析します。ランディングページは主に、ユーザーを製品をダウンロード、登録、購入に誘導するために使用され、販売リードを残すことが主な目的です。「ファネル分析」と「行動分析」を通じて、ユーザーの損失リンクを表示し、ターゲットを絞った最適化を行うことができます。

3. ユーザー認知 - 洗練された操作ユーザーの階層化の基礎

実際、グロースハッキングにしろ、トラフィックプールにしろ、最近流行の運用思想は、洗練された運用という考え方を提唱しており、プロモーションチャンネルに提供されているユーザースクリーニング機能や、今日頭条などの情報プラットフォームのインテリジェント配信など、すべて洗練されたユーザー運用の実践と解釈である。

モバイルインターネット オペレーターは、ユーザーの断片化された時間を獲得しようとしています。しかし、断片化された時間は限られており、ユーザーは、有用で、関連性があり、興味深く、タイムリーで、斬新なコンテンツや製品に関心があります。マーケティング業界では、「必要なのはただそれだけで、私はたまたま専門家です」とよく言われます。

ユーザー認知は、既存ユーザーのアクティビティと定着率を向上させること、つまり、既存ユーザーの問題点のニーズを満たすことに重点が置かれています。従来の動作モードと比較すると、PUSH がすべてのユーザーに送信されることが多く、ユーザーの混乱やリソースの浪費が発生します。現在、Tencent、 Alibaba 、Meizuなどの大企業がユーザーセグメンテーションを行い、ターゲットを絞ったプッシュ通知を提供しています。

成長オペレーションのデータ統計は、全体データ統計、行動特性統計、ユーザーポートレート統計など、いくつかの方向に分かれています。全体データは、ユーザー行動の平均値の分析です。ユーザー層別化の参考指標として、行動特性統計は製品の特性に応じて設計する必要があります。

たとえば、情報製品はユーザーの粘着性に焦点を当てており、ユーザーの滞在時間、訪問深度（閲覧した記事の数）、インタラクション指数（コレクション、共有、コメント、 UGCなど）などのデータを分析できます。電子商取引製品は、ユーザーの支払い行動を主要な指標として使用し、ユーザーが閲覧した製品の特徴、取引製品の数、平均単一取引価格、割引の魅力などのデータに基づいて階層化できます。

データスクリーニングを通じてユーザーを階層化した後、ユーザーにアプローチし、奨励、覚醒、コンバージョンの刺激、販売の促進などの主要な行動を誘導する効果的な方法が必要です。

全体を説明した後、上司はまだ落ち着いた顔をしていたが、口角がわずかに上がった。技術部長は口角が激しく震えたまま沈黙したままだった。30秒ほど沈黙した後、技術部長は言った。「アルゴリズム、データマイニング、フロントエンド、UIの4人を採用する必要があります。建設期間は少なくとも半年で、サーバーを追加する必要があります。費用は約50万です。同意しますか？」

上司は少し不安そうに、「理由を教えて！」と言いました。

「これはデータ統計ではありません。ポイントを埋め込むほど単純ではありません。プロモーションやリーチを含むさまざまなチャネルのインターフェースのオープン化、さらにデータのクリーニング、計算分析、視覚的なプレゼンテーションが必要です。これは控えめな見積もりです。このアプローチによると、半年で達成できれば良いのですが、後で他のトリックがあるという保証はありません！」

上司は落ち着きを取り戻し、「他に解決策はないでしょうか？」と尋ねました。

成長事業に関しては、現在、企業が成長したいがデータ分析プラットフォームが不足しており、独自の開発には確かに高いコストがかかるという困った状況に直面しています。小規模なチームの場合、サードパーティのデータ統計および分析プラットフォームを使用して、運用動作をガイドできます。

出典:張小淮