2500語のユーザー維持分析

トラフィックの増加が難しい現状に直面して、企業はいかにしてユーザーを維持し、洗練されたオペレーションを実施し、既存ユーザーのコストを抑えながらその後の成長を促進するかを考える必要があります。では、保持分析はどのようなシナリオに一般的に適用できるのでしょうか?どのように適用すればよいでしょうか?

ユーザー中心のインターネットの世界で、もっと面白い点を一緒に発見しましょう...

1. インターネット企業が直面する顧客維持の問題

1. トラフィック配当はピークに達しており、新規ユーザーを獲得するためのコストは高い

同質化が極めて容易な今日の世界では、トラフィック獲得の競争は極めて熾烈です。ユーザー維持率の向上の重要性は自明であり、既存ユーザーを獲得するコストは新規ユーザーを引き付けるコストよりもはるかに低くなります。

2. 新規ユーザーは離脱する可能性が高い

企業は広告に投資し、大規模なイベントを開催していますが、多額の支出で新規ユーザーを囲い込むことができず、長期的な持続可能な発展はやや弱いです。彼らは目先の利益だけを気にし、症状のみを治療し、根本的な原因には対処していません。

2. リテンション分析とは何ですか?

リテンション率: 特定の日にアプリを起動したユーザーのうち、N 日目にもアプリを起動したユーザーの割合。リテンション分析は、時間の経過に伴うユーザーのアクティビティを分析することです。ユーザーの獲得は最初のステップに過ぎません。ユーザーを維持することがすべての製品の最終的な目標です。

これは、当初の迷いのあるユーザーを忠実で安定したユーザーに変えるプロセスとして理解できます。維持率が高いほど、ユーザーの製品への依存度が高くなります。

それは3つの段階に分けられます:

1. 初期段階: 新規ユーザーが登録したばかりで、ユーザー維持率が急激に低下するため、ユーザーは製品の中核的な価値をすぐに感じ取る必要があります。
2. 中期: 新規ユーザーが定着し、アクティブユーザーになります。このとき、アクティブリテンションを分析し、コア機能を強化し、製品の使用に関するユーザーの習慣を育成する必要があります。
3. 後期段階: 製品のコア価値を検討し、製品の反復と最適化を実行します。

1) 時間軸から分割する

一般的なものは、翌日保持、3 日間保持、7 日間保持、30 日間保持、毎週保持、毎月保持です。

2) ユーザーディメンションからのセグメンテーション

一般的な指標としては、新規ユーザーの維持とアクティブユーザーの維持などがあります。

図は以下のとおりです。

3. 保持分析によく使用されるキャリバー

1. 新規ユーザーの維持を例に挙げる

• 翌日維持率 = (登録後 2 日目にログインした新規ユーザー数) / その日の新規ユーザー数
• 3日間の継続率 = (ある日の新規ユーザーのうち、登録後3日目にログインしたユーザー数) / その日の新規ユーザー数
• 7日間の継続率 = (登録後7日目にログインした新規ユーザー数) / その日の新規ユーザー数
• 30日間の継続率 = (ある日の新規ユーザーのうち、登録後30日目にログインしたユーザー数) / その日の新規ユーザー数
• 1 週間後の維持率 = (登録後 2 週目にログインした特定の週の新規ユーザーの数) / その週の新規ユーザーの数。
• 2 週間後の維持率 = (登録後 3 週目にログインした特定の週の新規ユーザーの数) / その週の新規ユーザーの数。
• 1 か月後の維持率 = (登録 2 か月目にログインした特定の月の新規ユーザー数) / その月の新規ユーザー数。
• 2ヶ月後の継続率＝（登録3ヶ月目にログインしたある月の新規ユーザー数）／その月の新規ユーザー数。

2. アクティブリテンションを例に挙げる

• 翌日維持率 = （ある日にログインし、2日目にログインしたユーザー数）/ その日にログインしたユーザー数
• 3日間の継続率 = (ある日にログインし、3日目にログインしたユーザーの数) / その日にログインしたユーザーの数。
• 7日間の継続率 = （ある日にログインし、7日目にログインしたユーザーの数）/その日にログインしたユーザーの数。
• 30日間の継続率 = （ある日にログインし、30日目にログインしたユーザーの数）/ その日にログインしたユーザーの数
• 1 週間後の維持率 = (ある週にログインし、2 週目もログインしたユーザー数) / その週にログインしたユーザー数。
• 2 週間後の維持率 = (特定の週にログインし、3 週目にログインしたユーザー数) / その週にログインしたユーザー数。
• 1 か月後の維持率 = (ある月にログインし、2 か月目もログインしたユーザー数) / その月にログインしたユーザー数。
• 2か月後の継続率 = (ある月にログインし、3か月目にログインしたユーザー数) / その月にログインしたユーザー数。

IV. 保持分析に適用可能なシナリオ

1. 1日あたりの維持率

• 製品のUIデザイン、機能設定、初心者向けガイダンスに初心者が満足しているか、調整が必要かどうかなど、製品が市場の需要を満たしているかを迅速に判断します。
• ユーザーがプロモーション活動に敏感かどうかなど、ユーザーの粘着性をすばやく判断します。

2. 週ごとの継続率

• ユーザーの忠誠度を判断するには、ユーザーはこの時点で基本的に製品を完全に体験している必要があります。プロセス全体を経た後、継続して訪問するユーザーは潜在的な忠実なユーザーであると判断できます。
• ユーザーが再度訪問する理由を分析し、ユーザーを最も引き留めることができる製品のポイントを見つけ出し、これらのポイントを一貫して参照して、アプリケーションをより多くのユーザーに拡大し、より多くのユーザーの滞在を促します。

3. 月間継続率

反復と最適化の効果を評価します。保持率が低い製品機能を切り離し、反復的な最適化を実行します。

5. 定着率低下の考えられる理由

1. 新規ユーザーの維持率の低下

• 新規ユーザーは製品の中核的な価値をすぐには体験できませんでした。
• 初心者向けガイダンス モジュールは優れた体験を提供します。
• 新規ユーザーのほとんどはフリーライダーです。
• インターフェース UI デザインはユーザー エクスペリエンスに影響します。
• 製品機能の体験が悪い。
• …

2. 既存ユーザーの維持率の低下

• 製品の反復機能によりユーザー エクスペリエンスが悪化します。
• 製品の反復サイクルが長く、ユーザーは新鮮さを感じられなくなります。
• 競合他社の影響を受ける;
• ユーザーに製品の使用習慣を身につけさせることを奨励しない;
• 継続的に出勤してサインインして紅包をもらう場合の割引は比較的小さいので、粘る意味はありません。
• さらなる広告宣伝活動
• カスタマーサービスの応答が遅く、サービスの質も低い。
• 関連するプッシュはありません。
• 製品には多くのバグがあります。
• プロモーション活動の影響を受ける;
• …

6. 保持分析法

その中で、製品機能分析：目的：保持に最も価値のある機能と最も価値の低い機能を見つけ出し、後の反復的な最適化を容易にします。

• 優れた機能性: ユーザーエクスペリエンスの最適化に重点を置くことをお勧めします。
• パブリック機能: これは最も重要です。この機能の長期的な価値と実用性について検討することをお勧めします。
• ニッチな機能: この機能を維持することをお勧めしますが、これに多大な労力を費やす必要はありません。
• 弱い機能：削除するかどうかを検討することをお勧めします。

7. ケーススタディ

1. ケース1

この写真は私が PPT で処理したもので、比較のために 2 日間が選択されました。

1) 分析

2021年5月1日に登録した新規ユーザーの継続率は、登録7日目に安定する傾向があり、この時の継続率は60％です。2021年5月2日に登録した新規ユーザーの継続率は、登録7日目に安定する傾向があり、この時の継続率は20％です。2日に登録したユーザーの安定した継続率は、1日よりも悪くなっています。

2) 改善案

安定傾向にあるときの維持率をできるだけ高めること、つまり安定ラインをできるだけ高く上げることが求められます。

2. ケース2

データはあくまで個人的なフィクションです。実際の分析では日付を拡大することをお勧めします。このチャートは分析方法の分析に重点を置いています。

この表の保持率: (N 日にログインした新規ユーザーの数) / その日の新規ユーザーの数

8 月 1 日の新規ユーザーの維持率を例に挙げてみましょう。

• 初心者の探索期間: 単に大幅な割引に惹かれたユーザーは遅かれ早かれ失い、製品の価値はユーザーの期待に応えられなくなります。
• 習慣形成段階: 製品の機能と実用性は、ユーザーに使用習慣の形成を促しません。
• アクティブ ユーザー期間: 継続する真に忠実なユーザー。

分析

• 新規ユーザーの維持率が 60% 低下しました。ユーザーは製品の価値をすぐに発見できませんでした。
• 全体的な継続率は10日目に安定する傾向にあり、継続率は約11％で安定しており、8月1日の新規ユーザーのうち約11％のみが忠実なユーザーになったことを示しています。
• 3 回目と 7 回目の保持率が増加しました (注: 保持率は継続的に低下しているわけではありません)。理由をさらに特定するには、8 月 3 日と 8 月 7 日にプロモーション活動があったかどうかを確認します。

3. ケース3

分析

表は、8月6日に登録したユーザーの2回目の継続率（71％）を起点とし、8月1日に登録したユーザーの7回目の継続率（34％）を終点としています。両者は対角線を形成しており、データを縦に比較すると、色の部分の継続率が比較的高いことがわかります。

まず、8月7日に作戦が何らかの行動をとったかどうかを確認する必要があります。たとえば、その日はプロモーションやその他の特別なイベントがありましたか?なぜなら、8 月 7 日は、8 月 6 日の 2 回目の滞在、8 月 5 日の 3 回目の滞在、そして 8 月 1 日の 7 回目の滞在とちょうど一致するからです。

表を見ると、8月9日の2回目の維持率は20％と他の日に比べてかなり低く、その後の維持率も他の日に比べて低くなっています。ただ乗りには注意が必要です。

著者: Tableau 初心者からマスターまで

出典: Tableau 初心者からマスターまで