データ手法 | 自社の製品運用データを分析するための 5 つのステップ

会社の内部発展により、Tuanzi Xiaobaiは会社から割り当てられた任務を受け、プラットフォームデータの統計と分析を担当しています。この点について、Tuanziは自身の経験に基づいてデータ分析のプロセスと内容を簡単に説明し、よく使用されるデータWebサイトをいくつか共有します。

企業にとって、データは企業の最近の発展状況、最近の発展状況が上向きか、安定しているか、下向きか、そして企業の現在の動向を反映します。次に、ターゲットユーザー、ユーザーの所在、特定の機能の使用状況、コンバージョン率、維持率など、特定のデータ分析を通じて具体的な分析結果を得ることができます。

データ分析は一般的に次の 3 つのカテゴリに分けられます。

業界データ分析
競合製品データ分析
自社製品運用データ分析

3 種類のデータ分析の用途も大きく異なります。業界データ分析と競合データ分析は、主にBRDとMRDの作成を支援し、社会の動向と競合企業を理解し、市場全体の概況と将来の発展動向を知るために使用されます。製品運用データの分析は、主に週次・月次レポートの作成、製品の現状把握、プラットフォーム全体の状況把握に役立ちます。同時に、Tuanzi では主に自社製品の動作データをどのように分析するか、何を分析するか、分析時にどのような主要指標が必要かについて説明します。

データ分析を実施する場合、通常は、目的 - データ収集 - データの統計と説明 - 誘導と結論 - 提案/改善という手順が踏まれます。

1. 目的

データ分析の目的は何ですか? Tuanzi 氏は、これがデータを分析する必要がある理由だと考えています。何かを証明するために、データから何かを得たいのです。かつて、Tuanzi の部門は、プラットフォームの商人向けインセンティブメカニズムを変更したいと考えていました。この目的のために、Tuanzi はアンケート調査を実施し、商人が以前のインセンティブメカニズムについてどう思っているか、インセンティブの程度、そして将来の変更されたメカニズムについてどう感じているかを調べる必要がありました。どれくらい必要なのでしょうか?これが私が研究データを通じて達成したいことです。

会社から毎週プラットフォームのデータを分析するように指示されたとき、私が最初に学んだのは週次レポートを書くことでした。 Tuanziは、前担当者がディープラーニングのために出力したドキュメントを確認します。これを踏まえて、Tuanzi 氏は、以前に出力されたドキュメントを通じていくつかのヒントをまとめました。

データの重要性を強調します (重要なデータを赤でマークします)。
データ分析から導き出された重要な結論は赤で強調表示されます。
結論がデータによって裏付けられる場合は、データを使用してそれを裏付けます。データは最も信頼できる証拠です。
データを分析するときは、データのソースを示します。読者がデータの出所とそれが実現可能かどうかを知ることができるようにするためですか?

2. データ収集

データを収集する際に、まず知っておくべきなのは、どのような重要なデータを収集するかということです。どのようなデータを収集するかは目的によって異なります。

例えば、Tuanziが勤務するインターンシップ会社は、電子商取引のライブストリーミングを行っています。週次レポートには、以下の指標を反映させる必要があります。

APP関連データ（新規APPダウンロード総数、競合業界におけるAPPの状況、Gedantangアプリケーション市場のダウンロードデータ）
ユーザー維持率
ユーザーの平均訪問時間
注文データ
販売者の注文データ
ライブ放送関連データ（試合別平均視聴者数、ライブ放送回数、ライブ放送ルーム転送、各ライブ放送種別データ）
ユーザー登録数
ユーザー離脱率

スタートアップ企業では、独自のシステムデータベースを構築する経験があまりないため、通常はサードパーティのプラットフォームを探してアウトソーシングします。なぜなら、バックグラウンドで強力なデータを確立する必要がある場合、それをサポートするために多くのテクノロジが必要になるからです。ただし、Tuanzi のライブ放送データ、注文データ、ユーザー情報など、一部の特別なデータプラットフォームは独自に開発されます。スタートアップ企業にとって、アウトソーシングによって会社のコストを削減できるのであれば、それは結局、現在の需要価値に結びつくので、可能な限りアウトソーシングするでしょう。

3. 統計とデータの説明

データの統計と説明を行う前に、まずいくつかの主要なデータ指標が何を表しているか、また統計を行うための計算式を理解する必要があります。

（１）新規アプリダウンロード総数

この指標は主に、対応する統計期間中の主要プラットフォームにおける現在のプラットフォーム製品とユーザーのダウンロード状況を把握し、同時に主要なアプリケーション市場の状況を把握するために使用されます。 Android と ISO に分かれた、新しい APP のダウンロード総数に関する統計。

Tuanzi 氏の会社は、統計のために主にサードパーティのデータ監視プラットフォーム ( Umengと Tencent Cloud) を使用しています。競合他社に関するデータを取得したい場合は、Tuanzi が無料のプラットフォームASO100を推奨します。

（２）ユーザー維持率

一定期間内にユーザーが一度に製品を使用する回数。 Tuanzi 氏は例を挙げています。7 月 10 日に 1,000 人の新規ユーザーが追加され、7 月 11 日に 500 人、12 日に 400 人、13 日に 300 人、14 日に 200 人、15 日に 100 人のユーザーが追加されました。したがって、図に示すように、10 日間の保持率は 50% になります。ファネルチャートを作成する方法は? Baiduに聞いてください〜

（３）平均ユーザー利用時間

ユーザーがプラットフォーム上で過ごす時間は、平均アルゴリズムを通じて測定され、全体的な使用時間を把握し、異常な使用を排除します。全ユーザーの利用時間の合計/総人数として計算されます。ユーザーの平均使用時間が長いほど、ユーザーにとってプラットフォームの重要性が高まります。したがって、使用時間をユーザーをさまざまなレベルに分類するための指標の 1 つとして使用することができます。

（4）ユーザー登録数

一定期間内に現在のプラットフォームに登録された新規ユーザーの数。

（５）ユーザーアクティビティ

一定期間内（たとえば 15 日間）にユーザーがプラットフォーム上で 1 日間アクティブだった場合、そのユーザーのアクティビティレベルは 1 になります。 15 日以内に 2 回アクティブ化されると、アクティビティレベルは 2 になります。同様に、アクティビティレベルが高ければ高いほど、プラットフォームへの貢献度も高くなります。

かつて、製品のソーシャルグループに参加していた人が、ユーザーをセグメント化する方法について質問しました。 Tuanziは、ユーザーの区分は主にユーザーのプラットフォームへの貢献度に基づいていると考えています。貢献度は、ユーザーの使用状況と支払い状況という2つの側面に基づいて計算できます。計算の重みは、現在のプラットフォームの状況に基づいています。たとえば、プラットフォームが支払いに重点を置いている場合、支払いの割合は比較的高くなります。

（6）ユーザー離脱率

ある観測サイクルではアクティブだったが、次の観測サイクルでは非アクティブになったユーザーは、離脱ユーザーと呼ばれます。ユーザー離脱率 = 離脱ユーザー / 総ユーザー数。解約率を使用して、プラットフォームの方向性を把握します。

（７）ユーザーの返品

3 つの観察サイクルを設定します。リピーターユーザーとは、最初のサイクルではアクティブだったが、2 番目のサイクルで離脱し、3 番目のサイクルで再びアクティブになった (戻ってきた) ユーザーを指します。

上記の人気指標を理解し、プラットフォームを通じて対応するデータを取得し、Excel を使用してデータを整理し、グラフを作成します。

データチャートを説明するときは、このデータがなぜ表示されるのか、この結果の原因は何なのか、どのような改善が必要なのか、現在のデータ状況に対してどのような提案をする必要があるのかを常に思い出す必要があります。

事例分析： TuanziはOfoが最近開催した「ミニオンズコレクションインザシティ」イベントを例に、 ASO 100を通じて最近のダウンロード状況を取得し、そのデータを説明します。たとえば、これは Ofo の Android システムのダウンロード状況です。イベントの期間は 7 月 7 日から 14 日までです。このイベントが Ofo の新規ダウンロードに与える影響を皆さんにもっとよく理解してもらうために、期間を 4 日から 18 日までに設定し、他の競合製品 ( Mobike 、Bluegogo) の状況と組み合わせて分析しました。

次のグラフから、いくつかの情報が得られます。

データの期間から判断すると、Ofo はミニオンに関連したテーマのアクティビティシリーズを開始しており、これは 6 月末から 7 月中旬まで続く予定です。その結果、ユーザーのダウンロードベースが大きくなり、ダウンロード総数は他の競合製品の約 3 倍になります。
市場全体の観点から次のグラフを見ると、興味深い現象が見られます。3 社のダウンロード数の変動は非常に似ており、同一です。Ofo は活動を通じて総ダウンロード数の増加を促進しましたが、競合他社のダウンロード範囲の増加も引き起こしました。長期間にわたって観察すると、一定のパターンが見られます。これが市場のボラティリティです。
Ofoのデータをユーザー視点で見てみましょう。キャンペーンの初期段階と中期段階では、ユーザーのダウンロード数は減少傾向を示していましたが、後期段階ではダウンロード数が急増しました。 Tuanzi は、イベントが 1 週間続くため、ユーザーはイベントの初期と中期にミニオンカードの備蓄に忙しくなると考えています。イベントが後半に続くと（Ofobiの製品設計は、常にユーザーにイベントの終了が近づいていることを思い出させ、当選者数を常に更新していました）、ユーザーは緊迫感と欲求を感じ、特定のカードを持っていなかった多くのユーザーは、友人との交換を通じてそのカードを入手し、7元の現金報酬を受け取ることを望みました。そのため、ユーザー同士の共有や交流が促進され、アクティビティの後半段階でのユーザーダウンロード数が大幅に増加します。

要約：早い段階で関連活動を手配したことは、このイベントの宣伝に大いに役立ちました。

友達交換機能の設定により、ユーザーと友達間の交流が大幅に増加し、後続のユーザーによるダウンロード数が大幅に増加します。

当選者数やイベント時間のリマインダーを含むイベントデザインは、ユーザーの欲求と緊迫感を刺激し、イベントの雰囲気を大幅に高めました。

場合によっては、データの不完全性により、データ分析の結果に偏差が生じることがあります。

Tuanzi 氏が Ofo キャンペーンを分析していたとき、最初の結果を見て、ダウンロード数の減少はキャンペーンのルールによるものだと誤解し、キャンペーンの初期段階と中期段階でダウンロード数が減少する原因になったと考えました。 Tuanzi が業界全体のデータチャートを見ると、ダウンロード数の減少の理由は市場全体の変動の影響によるものであることが分かりました。

井の中の蛙にならないで。時々は井から飛び出して全体像を見れば、すべてはこういうことだと分かるでしょう。

4. 導入と結論

要約と一般化に関しては、Tuanzi 自身はあまり経験がないので、要約のスキルをいくつか共有します。

週次レポートを作成する場合、データの整理と説明に多くの時間を費やす必要があります。しかし、多くの同僚は、週報を閲覧する際に、要約部分のみを注意深く読み、他の部分はざっと目を通すだけという人が多いです。結局のところ、週報は非常に長く、多くの同僚はそれを読む時間があまりありません。

したがって、週報を書くときは、まず要約を一番上（最も目立つ場所）に置く必要があります。同時に、重要なデータと要約ポイントについては、同僚が対応する情報ポイントをすぐに取得できるように、必ず赤でマークしてください。

要約の仕方に関しては、Tuanzi はこの欠点を補うためにいくつかの本を推奨しています。「ピラミッドの原則」、「質問することを学ぶ」、「マッキンゼーの作業方法」、これらがお役に立てば幸いです。

5. 提案/改善

あなたが Tuanzi と同じ考え方を持っているかどうかはわかりません。私は毎日の要約に提案/改善点を書くたびに、最初はたくさんのアイデアや提案を思いつきます。時間が経つにつれて、頭を悩ませているだけで、基本的にアイデアがまったく出ないような気がして、とても困っています。皆さんにこの問題をどうやって解決するかお聞きしたいのですが。

Tuanzi は、データに関する自身の経験や考えを皆さんと共有できることを大変嬉しく思っています。記事の内容は少ないですが、これは主に Tuanzi 自身のおかげです。 Tuanzi は他の著者ほど実践的な経験はありませんが、私たちが共に成長し、コミュニケーションをとれるように、自分の経験を皆と共有するために一生懸命働いています。

以上が私のデータ分析の共有です。皆さんがTuanziにもっと注目してくれることを願っています。Tuanziはこの夏の製品体験を皆さんと共有します。

次に、いくつかのデータ Web サイトを共有します。今後のデータ作業に役立つことを願っています。