ユーザーグループのセグメンテーションを説明する6つの図

ユーザーの階層化は、価値によるセグメンテーションという、ユーザー セグメンテーションの特殊な形式であると述べました。では、一般的なユーザーセグメンテーションはどのように行うのでしょうか?なぜ多くの学生がセグメンテーションを「役に立たない」と批判するのでしょうか?今日は体系的な答えをお伝えします。

1. ユーザーセグメンテーションの直感的な体験

ユーザーをセグメント化するのは簡単ですが、ユーザーを効果的にセグメント化するのは困難です。効果的とは、業務、製品、マーケティング、販売に役立つことを意味します。

たとえば、私たちは高レベル、中レベル、低レベルの顧客を区別しています。高レベルの顧客は裕福であることはわかっていますが、彼らにどのようにサービスを提供すればよいのでしょうか。何時、どんな場面、どんなアクティビティですか?まだ不明です。したがって、階層化には 1 つの次元に頼るだけでは不十分です。より詳細な区分を行うには、より多くの分類次元が必要です。

小さな例を見てみましょう:

この例をどのように分析できるか見てみましょう。

まず支出習慣を見てみましょう。会社への収益貢献度から判断すると、ABC の 3 つのカテゴリは同レベルです。

どれを使用するかを決めるには、ユーザー構造全体における ABC の 3 つのカテゴリの割合を参考にして、主な戦術を選択します。効果は次のとおりです。

何かが存在するからといって、それが合理的であるとは限らないことに注意してください。リーダーは「現在はグループAが60％を占めているが、将来的にはグループCが60％を占めるようになることを望んでおり、現状を変えたい」と述べた可能性もあります。このように、戦術を選択する際には、C グループの特性をより考慮し、C ユーザーのニーズにより適したアクティビティ、製品、割引を見つける必要があります。つまり、ユーザー特性をより詳細に理解することで、運用に役立ちます。

これは、ユーザー セグメンテーションの直感的な役割です。セグメンテーションを通じて、操作のためのより詳細なデータ ガイダンスが提供されます。もちろん、指導の便宜上、この例のデータは極端なものです。実際の操作では、十分に高い識別力を持つ分類次元を見つけることができれば、同様の効果が得られます。核心的な問題は、それをどうやって見つけるかということです。これがユーザーセグメンテーションの鍵となります。

2. ユーザーセグメンテーションの手順

ステップ1：「効果的」とは何かを定義する

このステップは非常に重要です。ユーザーをセグメント化する方法には限りがありません。事前に「効果的な」セグメント化が何であるかを明確に定義しておかないと、干し草の山から針を探すような細かい作業に巻き込まれてしまいます。

多くの初心者はこの点を見落としがちです。ユーザー セグメンテーションになると、急いでクラスタリング モデルにユーザーの特徴変数を詰め込みます。クラスタリングが完了すると、途方に暮れて、至るところで「ユーザー分類には科学的で権威ある基準があるのだろうか。それに異議を唱える者は引きずり出されて厳しく罰せられるのだろうか」と尋ねます。

結局、運用部門からは「一体何をやっているんだ！」と批判されました。これは、実際の業務から離れて、加算、減算、乗算、除算のみに焦点を当てているためです。

効果的な分類基準は、もちろん、運用上のニーズに基づいています。運用目標、KPI、タスクから対応するデータ指標を細分化できます。たとえば、運用のタスクは収益を増やすことです。ビジネス上の問題を分析上の問題に変換するには、以下の手順に従います。

分類基準を設定すると、セグメンテーションが効果的かどうかを確認できます。たとえば、累積消費量が多いユーザー グループを見つけることが目標です。最後に、私たちが発見したセグメント化されたグループ間の消費の違いが十分に大きいかどうか、そして私たちが本当に高額支出グループをターゲットにしているかどうかによって決まります。具体的な効果は以下の図に示されています。

▌ステップ2: 運用手段の観点から分類次元を見つける

分類基準を見つけたら、ユーザー グループ間の違いがより明確になるように、どの次元でユーザーをセグメント化するかがわかります。これはもう 1 つの大きな落とし穴です。オプションのディメンションが非常に多いためです。

多くの学生は混乱し、どのように選択すればよいのか疑問に思います。あるいは、最終的に選択した後に、運営スタッフが「なぜこのように分けているのですか？」と尋ねた。彼はこう答えました。「これは大きな違いだ！」すると彼は、ビジネスを理解しておらず、無謀なことをしていると批判された。とても落ち込んでいます...

実際、分類ディメンションをフィルタリングするための特定の標準があり、あちこち走り回る必要はありません。

上記 3 つの基準に基づいて、干し草の山から針を探すような盲目的な実験を行うことを避け、また、運用側から「これは何の役に立つのか」と批判されることも避けることができます。

このプロセスは、リスク管理モデルを構築するときに特徴を見つけるプロセスと非常に似ていると考える学生もいるかもしれません。本当に似ていますが、違いもあります。リスク管理モデルに対応する業務アクションは「合格/不合格」のみなので、それほど考慮する必要はありません。

運用のためにユーザーをセグメンテーションする際には、活動テーマ、時間、製品、セールスポイント、コミュニケーション チャネルなど、さまざまなことを考慮する必要があります。そのため、どのディメンションが運用に役立つかを検討する必要があります。

ステップ3: セグメンテーションを試して結果を観察する

分類ディメンションを使用すると、分類基準を次のように分割することができます。

結果から始めましょう。原則として、最終的なカテゴリの数は多すぎてはならず、各グループには運用上の重要性がなければなりません。

イベントを運営するには、ポスターのデザイン、グッズの準備、システムの開発、リソースの配備準備などが必要になります。そのため、グループの規模が小さすぎる場合、一人でイベントを運営するのは適していません。そのため、ユーザーセグメンテーションを行う際には、グループを最大 8 つのカテゴリ (各グループのシェアが 10% 以上) に制限するのが一般的です。具体的なサイズについては、プロジェクトの目標や運用状況に基づいて設計できます。

この一般原則によれば、分類ディメンションと各ディメンションの区分は多すぎることはないということになります。キーとなるディメンションとキーとなる区分ポイントを選択するようにしてください。

次元が多すぎる場合は、圧縮に次元削減アルゴリズムの使用を検討できます。各次元でセグメント化する場合、次の点に注意してください。単一の次元でセグメント化して、一部のセグメントが特殊であることがわかった場合、それらを自由にマージすることはできません（下の図を参照）。

つまり、分類プロセスでは、最終的に理想的な結果が出力されるまで、多くのステップで繰り返し試行する必要があります。

3. 特記事項: ユーザーセグメンテーションと推奨アルゴリズムの違い

オンラインの記事の多くは、ユーザーのセグメンテーションと各個人に対するパーソナライズされた推奨事項を混同しています。言葉の上では、ユーザーのニーズを理解し、さまざまな人にさまざまなサービスを提供する効果を得るためにユーザーセグメンテーションを行う、と言う人が多いですが、ビジネスではこれらには 2 つの異なる意味があります。

特定のグループをターゲットにすることで、多くの先駆的かつ革新的なアクションを実行できます。たとえば、ハイエンドのユーザー グループを拡大したい場合は、ハイエンド ユーザーを引き付けるために、新しい製品ライン、新しい報酬ポリシー、新しいサービスを立ち上げることができます。相手の好みや行動習慣を理解していれば、非常に正確に行うことができます。

しかし、新しいデザインの前提は、ユーザーが一定のサイズを持っていることであり、私にとってはそうする価値があるということです。したがって、セグメンテーションを行う際には、あまり多くの次元を考慮したり、細かく切り分けたりすることはできず、プロモーションが非常に複雑になります。これを世界に発表し、私たちがこれを実行していることを皆に知らせることで、群集効果を生み出し、より大きな成果を達成したいと考えています。

レコメンデーションシステムにはこの制限はありません。レコメンデーションシステムは情報チャネルを完全に閉じています。人によって見え方は異なるので、ユーザーの反応率が少しでも上がれば大丈夫です。そのため、既存の製品を推奨し、ユーザーと製品を可能な限りマッチングさせるようにしています。

推奨システムは新しいアイデアや新しい効果を生み出すことはできず、新しい製品を設計することもできません。したがって、ビジネス目標が達成できる限り、分割の詳細さを気にする必要はありません。

4. まとめ: ユーザーセグメンテーションの本当の難しさ

プロセス全体を見ると、ユーザー セグメンテーションは原理的には単純ですが、操作は複雑であることがわかります。操作は複雑です。モデリングのプロセスではありません。代わりに、ターゲットを把握し、寸法をスクリーニングし、セグメントのサイズを把握することです。これらすべてにビジネスニーズを考慮する必要があります。

データと統計は多くのツール（分類ツール、次元削減ツール）を提供しますが、それらを実際に使用するには、特定のビジネス シナリオを考慮する必要があります。教科書を暗唱できる学生が不足しているわけではありませんが、不足しているのは実践的なシナリオを考慮できるアナリストです。

もちろん、彼らの答えは「何も知らない」でした。

それから彼は頑固に尋ねました。「なぜこれを気にするのですか！」 ！ ！知りたいのは、電子商取引業界における Kmean クラスタリングのカテゴリ数に関する権威ある標準はないということです。 ！ ！ 5ですか、それとも8ですか? ！ ！

著者: ダウン・トゥ・アース・アカデミー

出典: Down-to-earth School (gh_ff21afe83da7)