618. ダブルイレブンのプロモーション活動を監視するにはどうすればいいですか?

毎年の618はとても特別な日です。その時期、皆さんは残業したり、活動の準備で忙しいのでしょうか？特にイベントのモニタリングに関しては、各イベントのリーダーからモニタリングデータの提出を何度も求められ、緊張していました。

では、アクティビティをどのように監視するのでしょうか?先月当社が行った小さなイベントを例に挙げてみましょう。この活動は、すべての人々のための非常にシンプルな福祉活動です。

5月10日から5月31日まで、ユーザーはアプリにログインするとクーポンを受け取ることができます。クーポンは5月中有効で、400元以上の購入で80元の割引が受けられます。

アクティビティはとても簡単です!そこで、作戦を担当した少女が作成した報告書も非常にシンプルなものでした。

• 5月11日: 28万人が参加
• 5月12日：12万人が参加
• 5月13日：8万人が参加
• …

私は、米をついばむひよこのように一言一句話しましたが、その場でリーダーから「進捗報告はこんな風にしてはいけない！」と批判されました。それから一緒に残業をするように言われました。

なぜ批判されたのでしょうか?なぜなら、リーダー自身の言葉を借りれば、「これでは何もわかりません！ 少なくとも目標を追加してください！」 確かに、目標がなければ、これらの数字が良いのか悪いのかは不明です。したがって、業務の進捗状況を監視する最初のステップは、目標と比較して問題を特定することです。

イベントの全体的な目標は、100万人が参加し、50万人がクーポンを使って消費することです。では、現在のデータをこの 100 万/50 万と比較すればよいのでしょうか?

もちろん、そうではありません。イベントは 22 日間続きます。全体の目標だけを見ると、最終日に「ああ、目標を達成できない」と気づくでしょう。それで事態は終わりです。したがって、業務の進捗状況を監視する 2 番目のステップは、目標を細分化して基準を確立することです。

理論的には、最も単純な分解方法は 100/22 = 45,000 です。毎日45,000人が参加すれば目標は達成されます。しかし、実際のデータから判断すると、初日に参加者数が多く、2日目から参加者数が大幅に減少し始めたことがわかります。したがって、参加者の分布が均一ではない可能性が非常に高くなります。そのため、過去のアクティビティデータを参照して、毎日の参加分布を確認することができます。

参考までに、4月の同様のイベントを探します。当時の参加者は80万人でした。4月12日から4月30日までのイベント参加データは下表の通りです。分布を明確に見るために、次のように分けることができます。

1. ステップ1: SUM関数を使用して、イベント全体の参加者の合計数を計算します。
2. ステップ2: 1日あたりの参加者数と参加者総数の割合を計算する
3. ステップ 3: 折れ線グラフを描画します (10 個を超えるポイントがあり、データが連続している場合は折れ線グラフを使用します)

こうすると非常にはっきりと見ることができます。

この分布から判断すると、最初の 3 日間が中心で、その後は毎日 3%～1% の参加があり、最後に小さなクライマックスがあります。 5月の活動時期は4月とは異なりますが、活動形態は同じですので、4月の傾向を参考にしていただけます。 4 月の傾向に従い、5 月の目標は次のように分類されます。

同様の方法で、クーポンを利用する対象人数を細分化することができます。興味深いことに、クーポンを使用する人の数の傾向は、クーポンを受け取る人の数の傾向と一致しておらず、月末に明確なピークを迎えています。推測: ユーザーには次の 2 つの種類があるはずです。

• カテゴリー1：クーポンを受け取ったらすぐに使用する。データから判断すると、この比率は比較的安定しています。
• 別のタイプ: クーポンは月末に期限切れになるため、リマインダーを受け取った場合にのみ使用されます。

したがって、最終日のクーポン利用率を計算するには、クーポンを利用した人数 / (クーポンを受け取った人数 - クーポンを使用した人数) という式になります。推定の結果、4 月 30 日のクーポン利用率は、下図に示すように約 20% でした。

5 月の毎日のクーポン使用者の数をシミュレートします。

これらの判断基準により、今月の活動の傾向を判断することができます。目標を比較する場合、毎日の完了状況と累積完了状況は意味が異なるため、両方を比較する必要があります。

日々の完了状況：開発の傾向はどうなっていますか？現在の対策は効果的でしょうか?

累計完了状況：全体として、どれだけ余剰があり、どれだけ不足しているか。

5 月のデータが作成され、その結果が下の図に示されています。

このように見ると、冒頭で数字を報告する以上の多くのことが説明されます。

まず、全体的なクーポンの収集状況は良くありません。5日経った時点で進捗は5万枚に足りません。

第二に、クーポン収集の発展傾向は良くなく、人が多かった初日を除いて、毎日の差異はマイナスでした。

同様に、クーポン テーブルを次のように比較することもできます。

ああ、クーポンを使った結果、アルバイトがさらに悲惨なものになってしまった。このままでは今月の活動が台無しになってしまう！すぐに解決策を見つけなければなりません。しかし、短期間では、オペレーターが考えることができる選択肢は限られています。

1. クーポンを目立つ場所に置く
2. すべてのユーザーに別のラウンドをプッシュする
3. クーポンの利用を促すために事前にクーポンリマインダーを送信する

これら 3 つのアプローチにはそれぞれ異なる効果があることに注意してください。

1. より目立つ位置に置く：毎日のユーザーエンゲージメント数を増やす
2. 情報提供を広める：すぐにグループに参加してもらう
3. 早めのクーポンリマインダー：月末のピークが下がり、月末前にクーポン利用率が上昇

データに反映されている考えられる影響は次のとおりです。

しかし、これらは単なる土壇場の措置であるようだ。活動自体が適切に設計されていなかった可能性が非常に高いです。

例えば、ある若者はこう言いました。「4月の活動の効果は良かった。100円使うごとに20円割引になるから。」 400元以上の購入で80元引きという割引は、どちらも20％引きなので同じように見えますが、ユーザーにとっては80元よりも320元を現金で支払うほうが確実に困難です。

確かにそれは理にかなっているように思えますが、すでに問題は解決しています。一時的にルールを変更すると、開発の負担が増えるだけでなく、すでにイベントに参加しているユーザーに対しても不公平となり、苦情が出ることになります。現時点では緊急支援しか提供できません。

それがクーポンの問題によって引き起こされたかどうかについては、後で待って分析する必要があります。

上記は、運用アクティビティを監視および分析するための一般的なアプローチです。とてもシンプルで簡単です。Excel で実行できます。

データ分析には一般的に 3 つのシナリオがあります。

1. 事前：計画分析、予測分析
2. イベント中：監視分析、原因分析
3. その後：要約分析

著者: Coder Bear

出典: Coder Bear