製品データ分析の日々の業務についてお話ししましょう！

データ製品の運用には、データ内の問題を発見することから、製品の最適化のための効果的な提案を形成すること、そして最終的に商用製品に関するガイダンスを提供することまで、やるべきことがまだたくさんあります。

データ分析は退屈な仕事です。データを使用して最終的に商業上の意思決定を行えるようにするには、優れた論理的分析スキル、熟練したビジネス能力、鋭い業界洞察力が必要です。

データ分析職はデータオペレーションと呼ばれることが多いです。PMやカスタマーサービス以外にもユーザーと接する職種だと思います。優れたデータオペレーターは、優れた製品マネージャーや企業マネージャーになることもできます。ユーザーの行動をよく理解できるだけでなく、活動と影響を包括的に監視でき、業界の発展傾向を予測し、企業の主要な決定に対して決定的な提案をすることもできます。

商品データ運用における日々のデータ分析業務に関しては、以下のような角度から始められると考えます。

ユーザーポートレート分析:

ユーザーポートレート分析は、製品のターゲットユーザーを取得するための主な方法の 1 つであり、日常的なデータ分析作業の一部でもあります。性別、年齢、収入、地域などの情報でユーザーをラベル付けし、アカウントシステムを通じてその他のユーザー行動（アクセス行動や支払い行動など）を接続できれば、完全なユーザーポートレートデータベースが形成され、精密マーケティングで決定的な役割を果たすことになります（JD.comやTaobaoなどの電子商取引サイトは、ユーザーポートレートを最もうまく処理しているはずです。将来の特定の期間に特定の製品が必要になる可能性があることを予測し、電子メール、テキストメッセージ、WeChatなどを通じてターゲットを絞った製品プロモーション情報をプッシュすることもできます）。

ユーザー ポートレートを取得する方法はたくさんあります。ここでは、一般的な方法をいくつか取り上げます。独自の製品の位置付けと内部リソースに応じて、最も適切な方法を選択できます。

方法1

ユーザーの基本情報に関する関連機能を製品に組み込むことができ、タスクガイダンスや適切な報酬システムを通じてユーザーに個人情報の入力を促すことができます。個人情報を入力することで高度な機能が有効になる製品もいくつか見かけますが、これも良いアプローチです。ユーザーが情報を入力するのに時間をかけすぎず、ユーザーの嫌悪感や損失を避けるためにプライバシーが侵害されないようにすることが重要です。

方法2

Umeng 、 Google Analytics（GA）、Baidu Indexなどのサードパーティの監視プラットフォームを活用します。これらのプラットフォームには、基本的なユーザーポートレートの統計と分析機能があります（もちろん、Cookieの影響を受けます。ユーザーがCookieをクリアするか、読み取りを拒否すると、データに偏差が生じるため、データの収集とクリーニングが必要です）。これらのプラットフォームを使用する利点は、広告データに接続できることと、業界の競合他社のデータ開発動向も取得できることです。

方法3

アンケートや再訪問などを通じて定期的にユーザーの声を聞き、サンプリング方式で全体的なユーザーポートレートレベルを予測します。同時に、質問設定の柔軟性により、同じ業界の競合製品に関する多くの情報も取得できます。

トラフィック監視:

トラフィックの監視は、製品が誕生したその日から行う必要があるものです。製品の反復の方向性に関わるだけでなく、データを使用して、どの機能が役立つか、どの機能が役に立たず最適化する必要があるか、さらにはどの機能が役に立たず廃止する必要があるかを知ることができるからです。イベント運営においては、交通監視もイベント結果をまとめる上で最も重要な参考資料の一つです。

社内の技術チームが自らデータを収集するか、データ監視にサードパーティのツールを使用するか（ここでもう 1 文追加したいと思います。監視と統計に自社開発するか、サードパーティのツールを使用するかの選択は、製品とチームのリソースの実際のニーズに基づいて検討する必要があります。大企業はリソースが豊富で、データのセキュリティと正確性に関わるため、自ら開発することを選択することがよくあります。小規模な製品では、データ収集に市場にあるより優れたサードパーティ ツールを選択することを検討できます）、できるだけ早く、慎重に行う必要があります。

ウェブサイトにとって、完全なサイトマップは不可欠な機能の 1 つです。ユーザー アクセス (PV/UV)、直帰率、ページ滞在時間、ページ アクセス深度 (つまり、何ページが訪問されたか)、アクセス チャネル ソース (どのウェブサイトからどのような方法でアクセスされたか)、リテンション率(翌日のトラフィック、3 日間のリテンション、7 日間のリテンション、14 日間のリテンション、28 日間のリテンション) などを監視するには、各ページに適切なモニタリング コードを配置する必要があります。登録プロセス（新規ユーザーが関与）、購入プロセス（コンバージョンが関与）など、主要なプロセスを正しく展開する必要があります。この時点で、コンバージョン ファネルはページ分析を行うのに役立つ重要なツールです。ファネルを通じて、各主要ページのトラフィック流入とコンバージョン、およびユーザーの離脱率を確認できます。ファネルのプロセスデータに異常がある場合は、製品機能に問題があるかどうかに注目する必要があります。 GAなどのモニタリングツールを使用すると、広告配信とユーザーのアクセス行動データの相互接続を実現し、アトリビューションモデルを使用してシューターチャネルとアシストチャネルを分析できます。これにより、広告を最適化してコンバージョン率を向上させるだけでなく、新しい協力チャネルや新しいユーザー集中グループを発見することもできます。

アプリの場合、DAU、MAU、インタラクション、アクセス深度などは、私たちが注目する必要があるデータです。ウェブサイトの監視と比較して、アプリのデータ監視はアカウントシステムから開始するのに適しています。各ユーザーは独立した個人であり、独立したアクセス行動を持っています。同時に、国のエネルギーとポートレートデータに接続することで、さまざまなタイプのユーザーの製品アクセス行動と製品機能要件の重要な基礎を得ることができます。

収益（コンバージョン）モニタリング:

収益のモニタリングは、製品の商業化レベルを測定するための重要な基礎です。製品の目標形態は商業化を達成することであるため、さまざまなタイプの製品は継続的な収益化能力を備えている必要があります。そうしないと、市場競争によって徐々に淘汰されてしまいます。

毎日監視されるデータには、収益フロー、利益、利益率（前年比、前月比）、補助金、補助率、ユーザーの初回支払い数、リピート支払い数、維持率などが含まれます。一般的に、このタイプのデータはバックエンド データベースに直接書き込まれるため、製品の内部従業員のみがデータを表示でき、従業員には異なる表示権限が割り当てられる場合があります。企業によっては、製品データ運用担当者に特定の SQL 機能があること、データベース コードを読み取ることができること、テクノロジを活用して要件を明確に記述または説明できることを求めています。

以上が、製品データ運用における日々の監視業務の簡単な紹介と、仕事中の私自身の考えの一部です。データ分析業務自体は、業界に精通していると同時に、業務において常に経験を積み、何らかのリソースを有効活用してデータを統合・分析する必要があります。単に 1 つの項目や 1 つの側面だけを見て情報を得るだけでは、明らかに一方的になります。

データ製品の運用には、データ内の問題を発見することから、製品の最適化のための効果的な提案を形成すること、そして最終的に商用製品に関するガイダンスを提供することまで、やるべきことがまだたくさんあります。

この記事で述べられている意見には、多少の誤りがあるかもしれません。皆様のご批判や訂正、双方向のコミュニケーションを歓迎いたします。