製品データ操作の4ステップ方式

プロダクトマネージャーは 0 から 1 まで多くのことを行いますが、プロダクトオペレーションは、この 1 の後に 10、100、10 億と常に 0 を追加していきます。すべてのプロダクトマネージャーは、自分のプロダクトが 1 から無限に成長することを望んでいると思います。この記事では、主にデータ運用の観点から、プロダクト運用プロセスでデータが果たす役割と、データがどのように運用を強化するかについて共有します。

データはなぜ製品にとってそれほど重要なのでしょうか?

インターネットの発展により、直感に基づいた意思決定からデータを使って話すことまで、データに基づく経営があらゆる企業の経営理念に浸透してきました。多くの製品および運用担当者がほぼ毎日、仕事が終わった後に最初に行うことは、レポートを開いて KPI のパフォーマンスを確認することだと私は考えています。上司に報告するときや昇進するとき、さらには面接のときでさえ、上司はあなたが何をしたかを聞きたいだけでなく、あなたが作成した製品データや、データを改善するために何を行ったかを聞きたいのです。

各製品の誕生と発展には明確な目標があり、その達成状況をモニタリングするために一連のKPIが策定され、さまざまなデータが生成されます。データは、製品ビジネスの発展を測るツールであると言えます。これにより、上司、ビジネス、製品、オペレーションなど、異なる役割によるビジネスへの理解と判断が統一された尺度を持つようになります。

例えば、A と B という 2 人のプロダクトマネージャーが同時に上司に清明特別イベントプロジェクトの価値を報告したとき、プロダクトマネージャー A は次のように言いました。「イベントは非常に成功し、多数のユーザーがイベントに参加し、多くの注文と収益が得られたので、イベントへの補助金を増やすことができます。」製品Bは、露出段階では、チャネルAに1万人のユーザーを配置し、2万人のアクティベーションとコンバージョンをもたらしました。オンラインCAC（平均オンライン顧客獲得コスト）は50元、活動ROI（投資収益率、収益/投資）は1.2でした。活動の強度をさらに高めることができます。

あなたが上司だったら、どのプロダクトマネージャーの報告スタイルを好みますか?答えは明らかに後者です。データは非常に重要なので、製品マネージャーは製品運用フェーズでデータをどのように扱うべきでしょうか?今日は、データ操作の4つのステップの方法を紹介します。

1. 指標システムを確立する

ユーザー成長の世界では、製品指標体系を決定する際に「North Star Indicator」またはFirst Key Indicator Method（OMTM：重要な1つの指標）という特別な用語があります。これは、ある段階でのビジネスパフォーマンスを測定するための唯一の最も重要な指標です。北極星のように製品を前進させ、製品マネージャーの製品のコア価値の追求を反映することができます。

ここで注目すべき点は、第一に、段階内、つまり製品は常に前進し、市場も変化しており、各段階の指標は同じである可能性があり、たとえば、初期段階ではユーザー規模に焦点を当て、中期および後期段階では収益に焦点を当てるなどです。第二に、「最も重要な」は、虚栄心の指標ではなく、ビジネスの健全性を真に測定できる重要な指標です。初期のFacebookは、KPIを定義する際に登録ユーザー数を重要な指標として使用しました。製品設計プロセスは、登録プロセスの最適化とガイダンスを中心に展開されました。運用チームは、さまざまな運用方法を使用してユーザー登録を促進し、登録ユーザー数は増加し続けたものの、多くのユーザーが2〜3年間登録したものの、二度と訪問しなかったか、アクセスを失い、訪問しなくなったことを徐々に発見しました。ソーシャルアプリケーションにとって、長期間非アクティブなユーザーには価値がありません。したがって、登録ユーザー数をノーススター指標として使用すると、製品戦略と運用戦略の逸脱につながります。その後、Facebookはアクティブユーザー数をノーススター指標として使用しました。

ノーススター指標が決定されたら、指標システムを定義し、細分化する必要があります。実際の作業では、複数のチームが協力して製品のノーススター指標を達成することがよくあります。そのため、ノーススター指標は客観的で、シンプルで、理解しやすく、細分化しやすいものでなければなりません。

たとえば、動画サイトのノーススター指標はコンテンツ登録者数です。これを各チームの実行指標に分解するにはどうすればよいでしょうか。

まず、このノーススター指標の達成に影響を与える要因を見てみましょう。サブスクリプション属性の応用の観点から見ると、コンテンツの供給側はユーザーのサブスクリプション行動に大きく影響します。コンテンツのサブスクリプションユーザー数を増やすには、一般的に3つの側面に分けることができます。1つ目はユーザーのサブスクリプション数を増やすこと、2つ目はサブスクリプションコンテンツの魅力を高めること、3つ目はユーザーのサブスクリプションサイクルを延長することです。

これら 3 つの側面は、実際にはさらに細分化できます。コンテンツの登録者数の増加を例にとると、1 つ目は新規ユーザーの活性化、2 つ目は既存ユーザーの想起、3 つ目はコンテンツを体験または使用したユーザーの変換という 3 つの側面に分けることができます。

このような分析により、製品運用の作業目標が決まります。新規ユーザーの獲得とプロモーションの責任者は、毎日何人の新規ユーザーを獲得する必要があるかを把握し、新規ユーザーの質を確保してユーザー維持率を高める必要があります。このように、作業の実施を導く短期的な明確な小さな目標と、作業の方向性を明確かつ有意義にする大きなグローバルな北極星指標の両方が存在します。

上記のプロセスの分解は、上から下への KPI の厳密な定量的分解ではなく、ノーススター指標の達成に影響を与える要因を中心に、関連する製品戦略を策定することに関するものであることがわかります。

もう 1 つの方法は、指標の計算式に基づいて分割することです。たとえば、DAU と MAU の関係に基づくと、DAU = MAU * 訪問日数 / 30 (月の日数) = (その月の新規アクティブ MAU + 過去のリターン MAU) * 訪問日数 / 日数 = [(その月の新規アクティブ UV * 維持率 * 訪問日数) + (過去の古いユーザーのリターン UV * 維持率 * 訪問日数)] * 訪問日数 / 日数となります。

この分解方法はネット上の多くの記事で紹介されているので、ここでは詳しく説明しません。コミュニケーションが必要な場合は、著者をフォローしてメッセージを残してください。

2. 適切な操作方法を見つける

指標システムを分解した後、さまざまなデータ次元から一致する操作方法を見つける必要があります。

テンセントビデオの有料会員数を例にとると、ノーススター指標は有料会員数です。異なるデータ指標から出発して、異なる運用方法が導き出されます。たとえば、新規ユーザー数を増やすには、チャンネルプロモーションやさまざまなユーザー成長方法に頼る必要があります。また、ユーザーのサブスクリプションコンテンツの魅力を高めたい場合、コンテンツ運用職の学生は、協力、スクリーニング、テーマ運用、アルゴリズム推奨などを通じて、ユーザーにもっとマッチした価値のあるコンテンツを提供する方法を見つける必要があります。たとえば、ユーザーの支払いサイクルを延長するには、価格戦略、メンバーアクティベーション戦略の誘導、さらにはイベント運用、つまり一定期間内にいくつかのプロモーションホットアクティビティを設定し、ユーザーのサブスクリプションサイクルを延長するなどの商業運用が必要です。

一般的に、業務の分担方法に絶対的な基準はなく、事業のコアゴールを軸に、具体的な実行データ指標をブレイクダウンし、事業の発展段階やチーム特性を踏まえて現在の業務の重点を定め、具体的な業務方法を決定することが多いです。

同時に、業務の分業も常に進化していることも指摘しておく必要があります。例えば、以前は新規ユーザーの獲得はチャネルプロモーションの仕事でした。しかし現在では、新規ユーザーの獲得、ユーザーの活性化、ユーザーの維持、ユーザーの想起を統合するために、多くの企業がユーザー成長の概念を導入しています。この目標を中心に、製品企画者、製品運用者、さらには技術開発者が専任の小さなチームを結成し、独立してプロセスを進めています。

3. データ指標の完了を分析し、改善する

指標が明確になると、目標を達成するために一連の製品反復や運用活動が行われます。では、戦略の品質をどのように評価するのでしょうか? 最も一般的に使用される 2 つのデータ手法は、ファネル分析と A/B テストです。

ファネル分析とは、ユーザーの行動経路を抽象化することです。たとえば、電子商取引の商品の場合、ユーザーは訪問から注文まで複数のプロセスリンクを通過します。たとえば、テイクアウト商品のチャネルでの注文コンバージョン率は 8% です。プロダクトマネージャーとして、KPI を 12% に上げる必要があります。上司から、どうするつもりかと尋ねられます。どのように答えるべきでしょうか?競争相手を見てみますか?

ファネル分析を使用して、注文プロセスをホームページ、リストページ、詳細ページ、船荷証券ページ、支払いページに分割し、各リンクでのユーザー変換を分析しました。ホームページからリストページに入ったユーザーは 40% のみで、船荷証券から支払いに成功したユーザーは 30% のみであることがわかりました。これら 2 つのリンクの離脱率は最も高くなっています。考えられる理由は何でしょうか。これら 2 つのリンクから始めてもいいでしょうか。

この時点で、上司の自問自答に次のように答えることができます。各コアノードの変換を分解したところ、パフォーマンスが低く、改善が必要なリンクが 2 つあることがわかりました。1 つはホームページからリストページへのトラフィックの分散であり、考えられる原因は次のとおりです...。2 つ目は船荷証券から支払いまでのリンクであり、考えられる原因は次のとおりです...。したがって、これらの側面から運用結果を改善する予定です。この分析は十分に根拠があり、明確で、理解しやすいのではないでしょうか。

次に、2 番目の方法である A/B テストを見てみましょう。これは、さまざまなバージョンを比較してデータ自体に語らせることで最適なソリューションを検証するものです。

例えば。紅包を配布し、新規ユーザーを引き付けるための運用活動を実施します。ユーザーは活動ページを通じて1元から10元までの紅包を受け取ることができます。ユーザーはページ下部のAPPでお金を引き出すように誘導され、それによって新規ユーザーとアクティブユーザーを引き付けるという目標を達成します。プロダクトマネージャーとして、どのコピーがより効果的かわかりません。この時点で、システムを通じて小規模なトラフィックテストを実施して、どのグループのクリックスルー率が高いかを確認できます。結果によると、「今すぐ引き出す」ボタンのクリックスルー率は、「現金を受け取る」ボタンのクリックスルー率よりも 25% 高いことがわかりました。つまり、「すぐに現金を引き出す」という単語の方が魅力的であるため、より多くのトラフィック、またはすべてのトラフィックをこの「すぐに現金を引き出す」アクティビティページに送ることができます。

4. データ指向の要約と最適化をうまく行う

最後のステップは、データの要約、レビュー、反復的な最適化です。すべての製品および運用作業の目標は、ビジネスデータ指標を達成することです。データ指標を細分化した後、実行戦略を策定し、データ分析の結果を確認します。結果が良好であれば、結果をどう拡大するかを考え、結果が不良であれば、原因を特定して新しい戦略を策定します。データを調べ、問題を見つけ、最適化を配置するプロセス全体は、最適化を要約、検討、反復するプロセスです。