ユーザーオペレーションシステムの理解: ユーザーセグメンテーションとセグメンテーション

ユーザーの階層化は、ユーザーに取り組んでもらいたい中核的な目標という大まかな方向性に基づいた分割であり、ユーザーのグループ化は、効果を高めるためにユーザーをより細かい粒度に分割することです。両者は互いに補完し合います。

ユーザー操作とは何ですか？

さまざまな運用手段を通じてアクティビティ、維持率、支払い指標を改善し、ユーザー価値を最大化することを目指します。ユーザーオペレーションシステムには、A AR RRと呼ばれる古典的なフレームワークがあります。これは、新規追加、保持、アクティビティ、普及、収益性（以前の記事で説明しました）を表します。

ユーザーの階層化

しかし、ユーザーアクティビティから収益性へと移行するのは、単純な 2 つのステップではありません。ユーザーが製品を開いたときにアクティブであるとみなされる場合、ビジネス モデルが収益性を持つことが保証されますか?優れたユーザー操作システムは動的に進化するはずです。

Evolution はユーザー グループをピラミッドレベルで分割したもので、上位レベルと下位レベルは相互に依存しています。

まず、ユーザー グループのステータスは変化し続けます。電子商取引を例にとると、ユーザーは登録、ダウンロード、製品の使用、推奨、レビュー、購入、支払いを行うだけでなく、ログアウト、アンインストール、解約も行います。運用の観点からは、ユーザーにやってほしいこと（ここでは支払い）をするように誘導します。これをコアゴールと呼びます。

中心的な目標は一夜にして達成されるものではありません。ユーザーは一連のプロセスを経る必要があります。

すべてのユーザーが期待どおりにステップを完了するわけではなく、各ステップでファネル型の変換が表示されます。私たちは、プロセス全体をユーザー グループの進化として捉えています。

上の図は、ユーザー グループの理想的な動作をまとめた、典型的なボトムアップの進化です。

ユーザー グループが単純な全体ではなくなったため、オペレーターは画一的なアプローチで大まかな操作を行うことはできなくなり、さまざまなグループに基づいてターゲットを絞った操作を実行する必要があります。これを洗練された戦略またはユーザー層別化と呼びます。

オペレーターにとって最大の価値は、階層化によるさまざまな戦略の活用です。

• 新規ユーザー: 製品をダウンロードしてもらいたいので、一般的な戦略は新規ユーザー特典です。
• ダウンロードユーザー: 製品を使いこなせるようになることを願っています。この時点で、初心者ガイドを使用して、製品に慣れてもらう必要があります。
• アクティブユーザー：製品の使用頻度を高めたいと考えているため、運用スタッフは継続的に運用し、ユーザーの使用習慣を固め、製品コンテンツに興味を持ってもらう必要があります。
• 興味を持ったユーザー: 支払いを決定し、製品を購入していただければ幸いです。運営側はさまざまなプロモーションやマーケティング手法を使用できます。
• 有料ユーザー: これらは私のターゲットユーザーであり、このステータスを維持できることを願っています。

ユーザーレベルに応じて、採用する対策も異なります。運用はリソースによっても制限されます。限られたリソースしか投入できない場合は、コアグループ、つまり前述の有料ユーザーを選択することがよくあります。 80/20 ルールによれば、コア グループだけが最大の価値を貢献できるからです。

典型的な例としては、ゲーム会社では、人民元プレイヤーに優しい声でサービスを提供するために、専任のカスタマーサービススタッフや専用電話回線が設けられます。通常のプレイヤーは、決して変わらない同じ自動返信を使用する場合があります。

階層化については皆さんも理解されていると思いますが、どのように分けたらよいのでしょうか?

実際のところ、階層化には決まった方法はなく、製品の形態に応じて地域の状況に合ったシステムを構築することしかできません。しかし、その中心的な考え方は、指標に従って分割することです。指標は、オペレーターの経験的直感よりもはるかに優れた、明確に測定可能な基準だからです。

上図はゲームユーザーの層別化を簡略化したものとなっており、各層の指標は定量化可能です。ユーザーの上位層と下位層を明確にするために、グループは可能な限り独立している必要があります。つまり、人民元プレイヤーを計算するときは富裕層プレイヤーを除外し、一般プレイヤーを計算するときは結果に含まれる上位2層を除外する必要があります。このようにして、操作をよりターゲットにすることができます。

運用担当者は、これに基づいて階層的なレポートを作成し、データの傾向に基づいてデータを改善するためのさまざまな方法を開発できます。

次に、Zhihu のユーザー階層化がどのような形になっているか考えてみましょう。その中核は大手Vsによるコンテンツ制作？それとも、収益を上げるために、より多くのユーザーがライブに参加するのでしょうか?決めるのはかなり難しいです。実際、多くのオペレーティング システムでは、ユーザーの階層化は 2 層構造になっています。

2 つの補完的なコアをターゲットにして、二重ピラミッド構造を形成します。

この構造では、コアユーザーにはコンテンツ制作のインフルエンサーと消費者のロイヤリストの両方が含まれ、2 種類の運用戦略を表しています。

1. コンテンツ制作ディレクション：初期段階では招待制度を活用して各業界の優秀な人材を獲得し、運営担当者を通じて関係性を維持し、コンテンツ制作を奨励してきました。製品メカニズムは、大手 V がより良いものを作成し、生産することを奨励します。
2. コンテンツ消費方向：一般ユーザーのコンテンツへの興味を見つけ出し、誘導し、支払い習慣を養います。 Live、 Zhihu 、電子書籍の露出を増やし、さまざまなクーポンをデザインしてユーザーの利用を促進します。

このタイプの二重ピラミッド構造は、コンテンツ制作者とコンテンツ消費者を結び付け、プラットフォーム全体に好循環を形成します。つまり、大手 V 企業がコンテンツを作成して一般の人々を惹きつけ、一般の人々がコンテンツの代金を支払い、大手 V 企業が利益を得るという循環です。

ユーザー階層化の二重ピラミッド構造は珍しいことではありません。私たちがよく知っている電子商取引を例に挙げると、買い手と売り手がいます。買い手の行動はすでによく知られていますが、売り手はどうでしょうか?店舗開店チュートリアル、セラー大学、店舗装飾、露出ディスプレイ、店舗バックエンド、各種補助製品...運営側もセラーの成長を支援する必要があるため、セラーは一般セラー、シニアセラー、大口顧客、スーパースポンサーなどのレベルに分けることもできます。

O2Oは2層構造ですか？もちろん。オンラインはユーザーを指し、オフラインはさまざまなオフラインまたはサービスエンティティを指します。これらの販売者は、販売促進とマーケティングの維持に重点を置いていますが、階層化された考え方を使用して運営することができます。他にも、ライブ動画放送を行うネットセレブや一般人、Weiboでの大規模Vや草の根活動、採用アプリを利用する企業や従業員などが含まれます。

製品が異なれば形態も異なり、同じ製品の異なる段階でも異なるユーザー セグメントが使用されることがあります。製品の初期段階では、ユーザーセグメンテーションの目的は、より多くのユーザーとKOLを引き付けることです。後期段階では、ビジネスの方向性に近づくため、柔軟なセグメンテーションを設定するための運用が必要になります。

ユーザーの階層化には、一般的に 4 層または 5 層の構造で十分です。層が多すぎると複雑になり、運用戦略の実行に適さなくなります。

ユーザーセグメンテーション

ユーザーオペレーションシステムはユーザー階層化のみですか？そうでもないです。

ユーザーの階層化はトップダウン構造ですが、ユーザー グループを構造によって完全に要約することはできません。簡単に考えてみましょう。有料ユーザーグループを、お金を払うか払わないかで分けました。しかし、このグループには違いがあります。たくさんお金を使うユーザーもいれば、頻繁に購入するユーザーもいますし、買ったことはあっても今は買っていないユーザーもいます。どのようにセグメント化すればいいのでしょうか。

レイヤーを追加し続けると、条件が複雑になり、ビジネスニーズが満たされなくなります。

そのため、水平構造化されたユーザーセグメンテーションを使用します。同じレイヤー内のグループをさらに分割して、より高いレベルの改良ニーズを満たすことができます。

ユーザーセグメンテーションを理解するために、次のケースを例に考えてみましょう。

消費中心の製品においては、男性と女性の間には大きな違いが見られ、両者は異なるグループです。グループ化の中心的な目標は、運用効率を向上させ、運用戦略の価値を最大化することです。電子商取引製品では、男性と女性を区別するのが普通ですが、ツールタイプのアプリでは、それが必要ない場合もあります。

これは私が常に強調していることです。階層化とグループ化は、製品と運用の目標に基づいてのみ確立できます。

次はクラスタリングの実践です。

RFM モデルは顧客管理における古典的な手法であり、消費者ユーザーの価値と収益性を測定するために使用され、典型的なセグメンテーションです。

消費モデルを構築するには、消費量、消費頻度、最新の消費時間という 3 つの主要な課金指標に依存します。

1. 金銭的: 消費量はマーケティングの黄金指標です。80/20 ルールでは、企業の収益の 80% はユーザーの 20% から得られるとされています。この指標は、ユーザーの企業利益への貢献を直接反映しています。
2. 消費頻度: 消費頻度とは、ユーザーが一定期間内に購入する回数を指します。ユーザーが頻繁に購入するほど、ロイヤルティが高くなります。
3. 最新性: ユーザーの離脱を測定します。消費時間が現在のユーザーに近いほど、そのユーザーとの関係を維持しやすくなります。 1 年前に購入したユーザーの価値は、1 か月前に購入したユーザーの価値ほど高くありません。

これら 3 つの指標を通じて、ユーザーの消費レベルを記述する座標系を簡単に構築し、3 つの指標を持つデータ キューブを形成できます。

座標系では、3 つの座標軸の両端が低消費レベルから高消費レベルを表し、ユーザーは消費レベルに応じて座標系に分類されます。ユーザーデータが十分にある場合は、それを約 8 つのユーザー グループに分割できます。

たとえば、ユーザーの消費量、消費頻度、最新の消費時間の点でパフォーマンスが優れている場合、そのユーザーは重要な価値を持つユーザーです。

重要な価値あるユーザーの最後の消費時間が比較的長く、再度消費していない場合、そのユーザーは重要なリテンション ユーザーになります。彼らはかつて非常に価値があったため、ユーザーを失いたくないと考え、運営およびマーケティング担当者は特にこのグループをターゲットにして、呼び戻すことができます。

図の異なる象限は、異なる消費者グループに対応しています。あなたは彼らを単純にひとつとして扱うつもりですか、それとも人々のグループに基づいて異なる扱いをするつもりですか?

これは、かつて伝統的な業界で頻繁に使用されていた RFM モデルであり、消費者向けの運用システムに移植して使用できます。CRM システムの核であるだけでなく、消費者のユーザー セグメンテーションの核でもあります。

RFM モデルには、主流のグループ化方法が 2 つあります。

1つは、指標を確立し、その指標を分割の基準として使用するもので、ユーザー階層化に似ています。

何を高消費頻度とみなすか、何を低消費頻度とみなすか、どの程度の消費が価値あるものとみなすかなど、指標の判断と確立にはビジネス専門家の経験が必要です。これらはすべて知識の問題です。そして、継続的な改訂と改善が必要です。

上図は簡略化した区分です。実際の適用は、指標が必ずしも代表的ではないため、より複雑になります。手数料関連のデータの多くはロングテール分布を示します。80% のユーザーは低頻度かつ低額の範囲に集中しており、20% のユーザーが収益の大部分を生み出しています。これが分割の難しさです。

指標は一般に、中央値、第 1 四分位数、第 3 四分位数などの記述的な統計的分位数に分けられます。

もう 1 つの方法は、手動で分割する必要なく、データ マイニングを通じてアルゴリズムを使用してユーザー グループを確立することです。最も一般的なアルゴリズムは KMeans クラスタリング アルゴリズムと呼ばれ、その中心となる考え方は「類は友を呼ぶ」というものです。

インターネット上の企業のデータを使用して、Python モデルを構築します。まず、無次元処理 (Z スコア) を実行し、異常な極端な値をクリーンアップします。

上図の 3 列のデータは標準化されたユーザー消費データです。値が 0 に近いほど、平均レベルに近くなります。 r 値は最新の消費時間を表すため、値が小さいほど消費時間が近く、値が大きいほど消費時間が長いことを意味します。

3 つの RFM インジケーター (機械学習では機能と呼ばれます) を使用して、まず視覚的な散布図を作成します。下の図は、最新の充電量 R と充電量 M の散布図です。各ドットはユーザーの課金関連データを表します。

散布図では、ユーザーのグループ化のパターンはまだ明らかにされておらず、ほとんどのデータが集中的な傾向を示しているという予備的な判断しかできません。

KMeans アルゴリズムの中心的な考え方は「類は友を呼ぶ」であるため、目的関数として距離を使用します。つまり、2 人のユーザーの距離が近いほど、類似している可能性が高くなるため、KMeans はクラスターと呼ばれる類似グループを見つけます。クラスター間の距離が大きいほど、ユーザー グループの独立性が高まり、これをクラスタリングと呼びます。一方、クラスター内の距離が近いほど、ユーザーの類似性が高まり、これをクラスタリングと呼びます。

チャートを通して話し合います:

赤い円でマークされたユーザーは類似しており、同じユーザー グループに属している可能性が高くなります。 2つの指標RとMのデータが類似していることから、彼らはいずれも消費量が少なく、最近消費を行った人々であることがわかります。

それが真実かどうかについては、アルゴリズムに解決させます。具体的なアルゴリズムの原理とプロセスは示しません。ユーザー グループを 5 つのカテゴリに分類し、各グループがどのようなものかを確認できると想定します。

上の図のさまざまな色は、アルゴリズムによって計算されたユーザー グループです。

• 赤色のユーザーグループ: 消費量が多いことを表します。数が少ないため、最新の消費時期に明確な違いはありませんが、それほど昔のことではありません。これらは製品の父親であり資金提供者です。
• 緑のユーザー グループ: 解約傾向のあるユーザーを表します。これらのユーザーは支出額があまり多くないため、運用側は適切な回復戦略を採用できます。
• 紫色のユーザー グループ: 最近消費や支出が減ったユーザーを表します。運営側は、彼らの価値を活用し、開発および育成する必要があります。

シアンと青ははっきりと区別できないようです。散布図の次元を変更するとどうなるでしょうか?

インジケーター R と F に切り替えると、異なる視点が得られます。シアン色のユーザー グループは、青色のユーザー グループよりも多くの購入を行っています。青色のユーザー グループは消費頻度が低いため、より多くのインセンティブが必要です。紫色のユーザーグループは消費頻度がかなり高いです。

この時点で、ユーザー グループが明確に区別されています。これらのユーザーの特徴を正確にまとめることができますか?ロングテール形式は、データ分布の点である程度可読性に影響しますが、オペレーターはさまざまなグループに対して対応する運用対策を講じることができます。

散布図マトリックスを通して最終結果を確認します (図が明確でない可能性があります)。

以上がRFMモデルの内容です。ユーザーの消費プロファイルを動的に提供し、マーケティング、営業、製品、運用担当者に洗練された運用の基盤を提供します。これもユーザー操作におけるデータマイニングの応用の一つであり、誰もが理解しておくべきものです。

グループをどのように分割するかは科学です。グループが少なすぎると区別がはっきりしなくなり、グループが多すぎるとビジネス上の価値がなくなります。20 を超えるグループをどうやって運用できるでしょうか?グループの数は、データとビジネスのバランスをとるために決められます。

まとめると、グループ化には 2 つの方法があります。1 つは、指標と属性を通じてユーザー グループを人為的に分割する方法です。もう 1 つは、データ マイニングを通じて結果にビジネス上の重要性を与えることです。いずれにしても、最終的な目標は、運用の有効性と価値を向上させることです。

RFM モデルを使用して、思考を広げることができます。新しいアイデアを思いつくことができるでしょうか?ぜひ試してみてください。

• 財務:投資額、投資頻度、最終投資時期。
• ライブ放送：ライブ放送の期間、最終視聴時間、報酬額。
• 内容: コメント数、コメント内の単語数、コメントへのいいね数。
• ウェブサイト: ログイン回数、ログイン期間、最終ログイン時刻。
• ゲーム: レベル、ゲーム時間、ゲームの再チャージ量。

これらは私が単にリストした参考資料です。正確ではないかもしれませんが、参考までにご覧ください。製品によってセグメンテーション戦略も異なります。たとえば、ホテル製品の場合、宿泊は確固たる需要ではありません。時間という次元を追加する必要があるでしょうか?宿泊はグループごとに分けた方が良いかもしれません。

グループの数は固定ではないことに注意してください。ビジネス ニーズに応じて 2 つまたは 4 つにすることができ、主にほとんどのユーザーをカバーします。ただし、あまり多く使用しないでください。第一に複雑になり、第二に、KMeans クラスタリングは複数の機能ではうまく機能しないからです。

ユーザーの階層化とグループ化を通じて、ユーザーオペレーションシステムの要点を皆さんにご理解いただけたと思います。ユーザーの階層化は、ユーザーに取り組んでもらいたい中核的な目標という大まかな方向性に基づいた分割であり、ユーザーのグループ化は、効果を高めるためにユーザーをより細かい粒度に分割することです。両者は互いに補完し合います。

ユーザーベースが一定規模に達すると、階層化とグループ化は適切な方法ではない可能性があります。製品の拡大に伴ってユーザーベースの属性の粒度が拡大すると、どのようにセグメント化しても、ユーザーベースの複雑さに対応することが難しくなるためです。これは、さまざまなプラットフォーム製品でよく見られます。このとき、ユーザー プロファイルシステムを導入する必要があります。この時点では、ユーザーの階層化とグループ化はプロファイルの一部にすぎません。

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

この記事は著者@秦路（Qinggua Media）によって編集され、公開されました。転載の際は著者情報と出典を明記してください。サイトマップ