データ分析の実践：シェアサイクル商品のデータ分析をすると

多くの人が「データ分析機能を向上させるにはどうすればよいのか」と尋ねています。著者は、一方では基本的な分析フレームワークと分析の考え方を習得し、他方では実践を継続する必要があると考えています。練習するには、業界の代表的な製品の設計や運用のアイデアを分析するのが良いでしょう。あなたが会社のデータプロダクトマネージャーだと仮定すると、どのように分析しますか? 少し前に「Zaixing」で、シェア自転車製品のデータ分析のアイデアを理解したいという学生の事例に遭遇しました。この記事では、読者の参考のために、この事例に関するいくつかのポイントを整理します。 Mobikeやofoを使っている読者の方がいらっしゃいましたら、私のアイデアが信頼できるものかどうかアドバイスをお願いします。 ステップ1: ユーザーを特定する Mobike を例にとると、同社の製品のターゲットユーザーは、自転車を使用するユーザーと、自転車をメンテナンスするユーザーの 2 つが考えられます。車両を使用する側が車両使用者であり、車両を保守する側が車両提供者です。ユーザーの要求は、いつでもどこでも自転車に乗れることであり、料金を支払った後の乗車体験は良好でなければなりません。整備業者の要求は、最小限の車両数で最大限の車両利用者にサービスを提供し、車両の使用から利益を得ることです。 ステップ2: ユーザーシナリオを特定する メンテナンスの観点から見ると、単純なシナリオは次のようになります。

自動車ユーザーの視点から見ると、シナリオは次のようになります。

使用シナリオとプロセスを明確にする理由は、第一に、データがこれらのシナリオから得られること、第二に、ユーザープロセスの各ステップがスムーズに進み、損失を回避するためにこれらのデータを分析する必要があること、第三に、企業の利益を最大化し、ユーザーにさらなる利益をもたらす必要があることです。 ステップ3: 分析の目標を定義する 対象集団を定義し、プロセスを整理した後、シェア自転車の分析目的を次のように簡単に定義できます。

乗車成功回数を増やし、ユーザーのメリットを最大化
総収入の増加 - 企業利益の最大化

ステップ4: ターゲットを細分化する データ分析の考え方は、対象をレイヤーごとに分解し、各サブ指標から問題点を見つけることです。上記の目標に基づいて、次のように分類できます。乗車成功回数 = アプリ起動回数 x 起動ごとのスキャンコードロック解除率 x ロック解除成功率 x 終了成功率乗車成功回数 = 1人1日あたりの乗車回数 x 人数総収入 = 再チャージ収入 – 入力コスト = ((各再チャージ金額 – 滞納額) x 再チャージ回数) – ((車両1台あたりのコスト + メンテナンスコスト) x 車両数) 注: 上記の分析は、人によって、また経験によって異なります。異なる視点から異なる計算式が導き出される可能性があり、実際の運用目的に基づいて調整する必要があります。 ステップ5: データ監視者の役割を明確にする サブ指標は、さまざまな側面での分析のために、さまざまな役割を持つ人々に提示する必要があります。したがって、分析の前にこれらの役割を特定する必要があります。例:

意思決定者: コア指標、取引指標、期間の傾向に焦点を当てる
メンテナンスチーム: 車両の状態、位置、軌道、故障率、ユーザーからのフィードバックに重点を置く
運営チーム：乗車回数、チャージ状況、デポジット状況、延滞状況、クレジットポイントに注意する
製品チーム: ライディングプロセス、インタラクションパス、ユーザーフィードバックに重点を置く
開発チーム: リクエスト失敗率とアプリクラッシュ数に注意してください

ステップ6: データメトリックを特定する さまざまな役割に基づいて、分解されたサブ指標をさらに集約および統合して、さまざまな統計測定値を形成できます。このプロセスで注意すべきことの 1 つは、測定値が生成されるたびに目的を与える必要があるということです。言い換えれば、この指標からどのような結論を導き出せるのでしょうか?結論のない数値は意味がありません。以下のように表示されます。プロモーション効果を評価するためのコアデータ- 登録ユーザー数。アクティビティを評価する - 開始回数、アクティブユーザー数。ビジネスの健全性を評価する - 成功した乗車回数、開始あたりの乗車率（車両使用密度）。キャッシュフローの健全性を評価する - 総収入、総支出、再チャージ額、未払い額、総車両コスト。車両の健全性を評価する - 車両総数、故障車両数プロモーション効果を評価するための運用データ- 登録ユーザー数、ダウンロードクリック数。アクティビティの運用効果 - トップアップユーザー数、招待された登録ユーザー数、成功した乗車数、ポイントの増加/消費。ユーザー品質 - 乗車回数、距離、クレジットポイント、トップアップ、未払い数、認定ユーザー数 メンテナンスデータ車両使用状況の概要 - 車両総数 + 車両の位置リアルタイム表示 - 未使用/使用中/故障/予定車両使用率の評価 - 使用済み車両数/車両総数車両故障率の評価 - 故障車両数/車両総数車両アイドル率の評価 - 未使用車両数/N 日間連続の車両総数、およびアイドル車両の位置 製品データニーズ満足度/配車効果を評価 - スタートごとの乗車率製品使用状況を評価 - 乗車成功回数、異常乗車回数、平均乗車距離、平均乗車時間、1日の乗車頻度、スタート回数、平均乗車日数、予約操作成功率製品操作効果を評価 - 充電経路、登録経路製品使用異常を評価 - 毎回の平均ロック解除成功率ユーザーの乗車習慣を評価 - 乗車軌跡の集計、配車ルートの参考ユーザー満足度を評価 - 肯定的なユーザーフィードバック数/ユーザーフィードバック数 財務データユーザー金額: チャージフロー、チャージ回数、チャージ金額、デポジット金額、残高不足、デポジット返金金額メンテナンス金額: 車両製造コスト、車両メンテナンスコスト注: 上記のデータはあくまでも例であり、実際のニーズに応じて調整する必要があります。 ステップ7: データの次元を明確にする メトリック値を取得したら、これらの値を表示できるディメンションについて検討する必要があります。つまり、データディメンションを定義する必要があります。一般的な寸法は次のとおりです。時間別: 時間、日、週、月、四半期、年...地域別: 州、市、地区...チャネル別: 登録への招待、登録のための QR コードのスキャン、登録のための広告のクリック...タイプ別: 認証済み/未認証、再チャージ済み/未再チャージ...場所別: GPS マップ位置測定上記の寸法も、必要に応じて継続的に調整、拡張、最適化する必要があります。 要約する 上記の 7 つのステップを完了すると、基本的なシェア自転車データ分析フレームワークが構築されます。データプロダクトマネージャーとして、一方ではこれに基づいて統計システム機能を設計することができ、他方ではこれを使用してさまざまなグループの人々向けのデータ分析レポートを定期的に作成することができます。しかし、上記のステップは氷山の一角にすぎません。本当に深い研究が必要なのは、データを観察した後、データの変化を合理的に特定し、製品や運用戦略の最適化のための改善提案をどのように行うかということです。

モバイルアプリケーション製品プロモーションサービス： APPプロモーションサービス青瓜メディア広告

この記事の著者@申悦は（清瓜メディア）によって編集・出版されています。転載の際は著者情報と出典を明記してください！

<<: 超実用的な乾物：優れたコピーライティングを素早く作成するための普遍的な公式

>>: 呉春紅はどのようにして262万元を超える国家賠償金を受け取ったのか？具体的な状況はどのようなものですか?