保持データを分析してユーザー離脱を減らすにはどうすればよいでしょうか?

• 短期的には、ユーザーの活性化に重点を置きます。この段階では、ユーザーが製品の中核的な価値を迅速かつコスト効率よく実感し、「なるほど！」という瞬間にすぐに到達できるようにする必要があります。

• 中期段階では、既存ユーザーの維持率の向上に重点を置きます。この段階では、製品のコア機能を構築し、ユーザーの製品使用習慣を育成する必要があります。
• 長期的には、ユーザーにとっての製品の長期的な価値とは何か、どうすればユーザーに製品の価値を繰り返し体験してもらえるかを考える必要があります。

リテンションを最適化するには、各段階でリテンション分析と改善を適切に行うことによってのみ、全体的なリテンション曲線を改善できます。

（１）新規ユーザー維持の現状把握

まず、分析のためには新規ユーザーの維持状況を把握する必要があります。なぜなら、製品マネージャーにとって、製品の状況を評価することは、製品を最適化する前に避けられないステップだからです。

アクティベーションについて話すとき、私たちはよく「アハ体験」について話します。これは、ユーザーが製品の中核的な価値を発見し、繰り返し使用する動機を生み出す驚きの瞬間です。製品によって「アハ体験」も異なります。たとえば、LinkedIn では 1 週間で 5 人のソーシャル コネクションが追加されますが、Facebook では 10 日間で 7 人の友達が追加されます。

プロダクトマネージャーは、自社製品に基づいてユーザーの「Aha Moment（アハ体験）」を見つけ、ユーザーができるだけ早く製品の価値を実感できるように支援する必要があります。まず、どの機能が新規ユーザーに製品の価値を感じさせるかを知る必要があります。GrowingIO のリテンション分析機能を使用すると、さまざまな機能を使用したユーザーのリテンション率を分析および比較して、最も高いリテンション率を持つ製品機能を見つけることができます。

チャネルはユーザー ジャーニーの出発点です。異なるチャネルから来る新しいユーザーには一定の違いがあり、アクセスの意図や目標が一貫していない場合があります。したがって、さまざまなチャネルの新規ユーザーのアクティベーション ステータスを確認できます。ここでは、新規ユーザーのアクティベーション率と維持率の観点から、異なるチャネルのユーザー間の違いを見ることができます。

製品内で新規ユーザーのアクティベーションを増やすにはどうすればよいでしょうか?この質問をする前に、なぜ新規ユーザーがアクティブ化されないのか、どこで失われるのかについて考えてみましょう。このようにして、ユーザー損失の重要なステップを見つけて最適化することができます。

2 つ目の大きな損失リンクでは、少数のユーザーがリスト ページに到達した、つまり実際のアクティベーション ステップに到達したにもかかわらず、特定のコンテンツをクリックしなかったことがわかりました。これは、リスト コンテンツがユーザーにとって十分に魅力的ではないためでしょうか。このリストは、ユーザーの注目や商品の推奨など、複数のコンテンツで構成されています。リスト内にユーザーの注目によって生成されたコンテンツが少ない可能性があります。この場合、注目行動をより適切に誘導し、ユーザーにとってのコンテンツの魅力を高める必要があります。

このような損失に対して、アクティベーションステップを早めるために製品を調整したところ、新規ユーザーの維持率が大幅に向上したことがわかりました。 しかし具体的には、実際のアクティベーション手順に触れていなかった訪問者の半数がアクティベートに成功し、ローンチ後の新規ユーザーの維持率も大幅に向上しました。

3.2 ケース2: 製品機能の価値を評価し、維持率向上の余地を見つける

無料または有料のコンテンツと、さまざまなユーザー グループ向けのインタラクションという 3 つの機能モジュールを提供する垂直情報製品があります。製品には細分化された機能が多く、全体的なユーザー維持率には改善の余地があります。そのため、データ分析を通じて主要機能の価値を把握し、各機能の改善余地を見つけ、機能の最適化を通じて全体的なユーザー維持率を向上させる必要があります。

（１）製品特徴保持マトリックス

製品の全体的なモジュールの役割についての洞察を得て、各機能の価値の位置付けを探り、どの機能モジュールの需要が高く、どの機能モジュールの普及率が高いかを理解するためには、製品機能保持マトリックスを構築する必要があります。

もちろん、各機能は使用シナリオを考慮して設計する必要があります。この場合、マトリックス内の機能を特定の製品機能に基づいて 4 つのカテゴリに分類します。

• 人気の機能：多くの製品に搭載されている検索機能など、露出度が高く使用率も高い機能。このような機能については、ユーザーの使用状況を把握し、改善の余地を見つける必要があります。
• コア機能: ユーザーに製品の価値を提供することに関連しています。ユーザーの使用率は低く、人気のある機能よりも機能の維持率は高くなります。コア機能で価値の高い機能を探し、これらの機能の使用率を促進してユーザー維持率を高め、成長の突破口を探ります。
• ニッチな機能: 保持率は中程度だがユーザーの使用率が低い機能を使用して、最適化の可能性がある機能を見つけることができます。

• その他の機能: これらの「低品質」機能は、リソースの状態に基づいて適切に最適化できます。

最適化にあたっては、コア機能に重点を置くだけでなく、コア機能よりもアクティビティやリテンションが高い機能にも注目し、これらの機能における新たな改善機会を探します。

私たちの日常業務では、一定期間が経過したときや製品機能に大きな変更があったときに、このようなマトリックスを作成して、ユーザーによる製品機能の使用の移行を把握したり、製品の新機能のパフォーマンスを観察したりすることができます。もちろん、異なるユーザー グループの製品機能マトリックスを確認することもできます。一般的に、新しいユーザー グループと古いユーザー グループ、または異なる属性を持つユーザー グループではパフォーマンスが異なります。異なるユーザー グループがどの操作にもっと注意を払う必要があるかを特定できます。

（２）事例分析

このようなマトリックスを使用して、次に行うことは、各タイプの機能を 1 つずつ分解し、保持の最適化の余地を見つけることです。以下では、この場合の 4 種類の関数の例をいくつか選択して分析します。

1) 公共機能：日々の情報

• ホームページのデイリーインフォメーション機能をクリックしたユーザーの翌日の継続率は、全ユーザーと比較して低い。両者の継続率の差は、この機能の改善の余地があると考えられる。

• ページの観点から見ると、レイアウトが近くて高いほど、ユーザーの閲覧数とクリック率が高くなります。
• 日次情報モジュールの場合、翌日の保持率はその日に閲覧した情報の数に応じて直線的に増加します。ほとんどのユーザーは当日に閲覧する回数が少ないことがわかりますが、閲覧するユーザーが増えるほど、翌日の保持率も向上します。

これらの調査結果に基づいて、ページヘッダー領域のサイズを縮小したり、日常的な情報の露出を増やしたりするなどのテストを行うことができます。こうした調整により、日々のニュースのクリック率が向上し、ニュース閲覧範囲が広がり、翌日のユーザー維持率が向上することが期待されます。

2) コア機能: コンテンツの記録

コア機能モジュールに「レコード内容」があります。マトリックスから、記録機能の保持率が高いことがわかります。同時に、保持曲線から、「記録機能」の翌日の保持率は「日常情報」の保持率よりも大幅に高いことがわかります。それで、この機能の核となる価値は何なのかを考える必要があるかもしれません。

• 機能へのユーザーの浸透に関しては、機能維持率の観点から、機能プロモーションのタイミングを調整する必要もあるかもしれません。例えば、ユーザーがログインしてから機能プロモーションを行い、ユーザーが入室できるようにするなど、機能プロモーションは可能でしょうか。

• 機能を入力した後に完了するユーザーについては、どのリンクがユーザーのこの機能の完了に影響を与えるかをさらに細分化する必要があります。それは機能の識別の問題ですか、それともプロセスの経験の問題ですか?弱いリンクを見つけて、それに応じて最適化する必要があります。

そのため、この機能については、プロモーションのタイミングを早めたり、機能ガイダンスを強化したり、機能の使用における弱点をターゲットにして最適化したりするなどのテストを実施し、この機能を使用するユーザー数を増やすことができます。

3) その他の機能: 有料コンテンツ

4) ニッチ機能: 選択されたトピック

ニッチ機能モジュールには注目トピックがあり、全体の保持率と比較すると、各注目トピックのユーザー保持率はわずかに低いですが、機能保持率はわずかに高くなっています。この機能を必要とする人は少ないが、必要とするユーザーにとってこの機能の粘着性は高いからでしょうか?

2 番目のケースでは、主に製品機能マトリックスを使用して機能の位置付けを理解し、各機能タイプごとに可能な改善の余地を探します。

まとめると、ユーザー維持率を向上させるには主に 2 つの方法があります。1 つは新規ユーザーの維持率を向上させることであり、もう 1 つはさまざまな製品機能の維持率を向上させることです。継続的な最適化とテストを通じてのみ、保持率の向上という目標を達成できます。