運用部門はデータ分析システムをどのように構築すればよいでしょうか?

クラスメートが質問しました。「運用分析システムの構築、パフォーマンス監視システムの構築、製品分析システムの構築」などの要件をよく聞きます。しかし、データ分析システムとは一体何なのでしょうか?よく目にするのはAARRRという5文字だけで、意味が曖昧な気がします。システムを構築するとは、いったいどういうことなのでしょうか？今日は体系的な答えをお伝えします。

データ分析システムの構築は、一次データ分析から高度データ分析への発展において必須のステップですので、注意が必要です。

1. データ分析システム構築におけるよくある間違い

1. 焦点を絞らずに指標をリストする

多くの記事ではデータ分析システムについて議論し、多数の指標を提示しています。どれを先に見てどれを後で見るかという説明はなく、何百もの指標を理解するだけで半日かかり、業務で他に何もする必要はありません。毎日ここにある数字を見るだけでいいのです。

2. 細かいことにこだわりすぎて目標がない

多くの学生は、指標をリストアップし、それを時間、チャネル、地域、ユーザー レベルごとに分割する習慣があります。何度も分割すると、多くの増加と減少が記録されます。問題は、特定の基準がないことです。

私は毎日苦労しています。1% の変化は問題でしょうか?問題は何パーセントですか?

3. 責任を区別せず完璧を求める

多くの記事には「電子商取引指標システム」、「業務指標システム」、さらには「インターネット指標システム」といったタイトルが付けられていますが、実際には、BATT のように 12 を超える BU と数十の事業ラインを持つ企業の場合、すべてが同じ指標セットを参照しているでしょうか。簡単に言えば、業務はユーザー、製品、データ、新しいメディア、コミュニティ、アクティビティ、商品、チャネルに分類されます...業務には数十種類あり、一連の指標も見ていきます。こうした大規模で包括的な要約は常に意味があるように見えますが、実際にはあまり役に立ちません。

最終的な結果は、自己満足的なデータレポートです。何百もの指標をリストアップし、それを何十もの次元に分解すると、毎日の更新が非常に面倒になると思われますが、見てみるとレポートの開封率は10％未満です。オペレーション、製品、販売に問題が発生すると、臨時データ収集命令が提出されます。毎日、指が折れるまで臨時データ収集を実行します...

2. データ分析システムとは何ですか?

名前が示すように、データ分析システムには 2 つのポイントが含まれます。

• データ分析：データを単に列挙するだけではなく、データを解釈し、データの背後にあるビジネス上の意味を説明し、ビジネスに役立つポイントを見つけることを指します。
• システム: データは論理なしにレイアウトすることはできず、リズミカルで優先順位が付けられ、順序付けられた方法で提示される必要があることを意味します。これにより、無限の SQL コードに埋もれることなく、ビジネスをより効率的にサポートできるようになり、分析経験の蓄積も向上します。

真のデータ分析システムとは、データ レポートと特別なレポートを連結し、階層的に提示してビジネスに適用するシステムです。

3. データ分析システム構築の基本的な考え方

データ分析の本質は、ビジネスに貢献することです。サービスの目的は、ビジネスが可能な限り機能し、ビジネス時間の無駄を減らすことです。

したがって、データ分析システムを構築するときは、まず次のことを自問する必要があります。

• 私は誰に仕えているのでしょうか？
• それぞれの職務内容は何ですか?
• どのようなデータが彼らの仕事をより良くするのに役立つでしょうか?
• 彼らにあまり邪魔にならないようにするには、いつ助けを提供すればよいでしょうか?

これがデータ分析システムを構築する基本的な考え方です。

1. 最初のステップ: サービスオブジェクトを特定する

会社には部門別の仕事の分担があるため、最初のステップは自分がどの部門を担当しているかを特定することです。これは非常に重要です。なぜなら、同じ問題であっても、部門によって焦点が異なるからです。同じ販売問題であっても、営業部門で見ると、各営業チームの完了率、進捗、品質に焦点が当てられます。サプライチェーンで見ると、総量、各製品の数量、需要ピーク期間に焦点が当てられます。リスク管理で見ると、回収、不良債権、裁定取引に焦点が当てられます。部門を知ることは、実際のニーズを理解するのに役立ちます。

第二に、部門内にはさまざまなレベルの役職があり、誰がレポートを確認する必要があるのか​​、その責任と懸念事項は何かを明確に区別する必要があります。営業では、部門リーダーは下位チームの配置、重点を置く分野、宣伝する製品に重点を置き、すべての営業担当者はどの顧客をフォローアップするか、どのステップをフォローアップするか、人々に何を伝えるかに重点を置きます。一般的に言えば、管理レベルが高いほど戦略的な問題に重点が置かれ、管理レベルが低いほど実行の問題に重点が置かれます。

一人でできそうなことでも、企業内では分業や連携があり、例えばパブリックアカウントで記事を投稿するというのは、一人で書けそうな内容ですが、企業では「ニューメディアオペレーション」という専門用語があり、細かい分業もあります。

2. ステップ2: 仕事の目的を明確にする

人材を明確にした後は、全員の仕事の目標を認識する必要があります。目標を数値化することがデータ分析の核心であり、その後の仕事の質の評価、ビジネス動向の正常か異常かの判断、問題の解決策の検討はすべて、目標と現状のギャップを計算することから始まります。これは非常に重要です。データを扱う学生の多くは、細かいことにこだわりすぎて、作成するレポートが理解しにくくなります。これは、正しい値が何であるかを学生が単に知らないからです。

ビジネス目標は、すべて「1億元という小さな目標」のように単純で粗雑なものではありません。細分化の下には、一般的なものなど、多くの種類があります。

• 達成時期別：年、四半期、月
• 任務形態別：長期任務／臨時任務
• サービス対象別: 自社/他部門
• サービス対象別: リーダー/チームリーダー/従業員
• プロセスの位置付け：結果指向の目標/プロセス指向の目標

新しいメディア運営の例を続けると、チームは同時に複数の目標を持つ場合があります。

注: 異なる目標の間には論理的な関係があります。たとえば、ファンを増やすという年間のタスクは、プロモーション活動によるファンの増加、分裂によるファンの増加、人気のあるコピーライティングによるファンの増加、自然成長など、複数の形式で構成される場合があります。 1 つの大きな目標は複数の小さな目標に対応しており、さまざまな目標をサイズと時間順に整理することで、分析システムの基本的なフレームワークが得られます。

その後、このフレームワークに従って目標の達成状況を追跡し、運用の有効性を診断して次のステップに進むことができます。

3. ステップ3: ビジネストレンドを追跡する

明確な責任と目標があれば、ビジネスのトレンドを追跡できます。追跡する場合、最初に注目するのは目標の達成です。目標達成率の監視には、一連のその後の行動判断が含まれます。何かに遭遇したときは、まず重要性と緊急性を判断し、次に詳細を確認します（下の図を参照）。

異なるレベルの人々は異なる焦点を持っていることに注意する必要があります。新しいメディアを例にとると、コンテンツ担当者はすべての記事に責任を負います。配信担当者は各配信の効果に責任を負います。単一の実行が良くない場合は、問題をレビューしてまとめる必要があります。しかし、運用グループのリーダーとして、全体的な KPI 達成にもっと注意を払う必要があります。1 つの項目が良くなくても、他の項目で補うことができます。

従来のエンタープライズ シナリオに基づく多くのデータ分析システムはここで終了します。なお、このステップを達成したからといって、「データ監視システム」の構築が完了したとみなされるわけではない。対象数や完了率だけを見ても、事実は分かっているが理由は分からないという状態になるからだ。 「なぜうまくいかないのか？何を改善すべきか？」といった質問には答えられません。より詳細な回答を得るには、ビジネス プロセスを深く掘り下げて、具体的なアクションを理解する必要があります。 (従来の店舗と販売員による販売モデルにはデータ記録がないため、従来の企業はここで止まることが多くなりますが、それは企業がさらに深く掘り下げたくないという意味ではありません)。

4. ステップ4: ビジネスアクションを理解する

ビジネスを改善したいなら、ビジネスを理解しなければなりません。ほとんどのビジネスは私たちが考えるよりも複雑です。たとえば、新しいメディアの運営などです。それをやったことのない学生は、それを当然のことと考え、「ただ記事を書くだけじゃないの？」と思うかもしれません。読み取りと転送のデータだけを見ていますが、実際には、よく見ると、記事には多くのビジネス詳細が含まれている場合があります（以下を参照）。

ビジネス アクションを理解し、ビジネスの詳細を分析することは、「データが役立つポイントを見つける」ことです。データは万能ではありません。たとえば、新しいメディア担当者が記事を書くとき、データは単に記事の書き方を指示できるわけではありません。

しかし、ビジネスの詳細に関しては、次の図に示すように、データが多くの参考資料を提供できます。

このステップはデータ分析の品質を向上させる鍵となります。ビジネスアクションを細分化し、データ内の役立つポイントを見つけることで、進捗状況を追跡しながら問題をさらに分析し、次のステップに進むことができます。

5. ステップ5: アクションの結果を確認する

ビジネスアクションの詳細をよく理解していれば、アクションの結果をレビューして経験を要約することができます。データの利点は、超人的な創造性を直接生み出すことではなく、後で一般的な経験を要約することです。優れたビジネス能力は常に希少なリソースであり、複製することはできませんが、データ分析とレビューを通じて、明らかな自滅的な行動を要約し、一般の人々が間違いを犯さないようにすることができます。

コピーライティングと同様に、すべてのクリエイターが半仏仙人になれると期待するのは不可能ですが、次のようにまとめることができます。

• 時事問題のトピックのコンバージョン率は感情的なトピックよりも 50% 低いため、コンバージョンには使用しないでください。
• 木曜日と土曜日はプッシュ通知が他の時間帯より 40% 少ないため、プッシュ通知は行われません。
• リンクが 3 ステップ以上ジャンプすると、コンバージョン率が 30% 低下します。記事の長さを制御します...

分析的な結論を得ることで、運用において多くの落とし穴を回避することができます。たまに失敗しても、私ははっきりとわかっています。「他に方法はない。今回は記事を公開するしかない。もう少し読者を失えば、もう少し失うことになる。」ビジネスを行う上で、私たちは失敗を恐れることはありません。私たちが恐れるのは、明確な理由もなく失敗することです。長期間にわたってデータを蓄積できれば、業務側も経験を積み、問題に直面した際の考え方も明確になり、データの役割が真に発揮されるようになるでしょう。ただし、問題は静的なものではないため、データ分析システムも継続的に反復してアップグレードする必要があります。

4. データ分析システムの反復的なアップグレード

この基準を念頭に置いてください。目標を貫き、方法を繰り返し、経験を積み重ねてください。これは、データ分析システムを構築するための基本的な方法、要点、そして最高の要件です。

この原則に基づくデータ分析システムの反復的なアップグレード ルートは、次の図に示されています。

• 目標を設定したら、月次、週次、日次レポートで目標達成率を追跡します。
• 目標を達成する上で問題が発生した場合は、まず優先順位を決定し、次に詳細を検討します。
• 主要な問題に対して一時的なサポートを提供し、原因を調査して問題を解決します。
• 経験に基づいたフォローアップ作業を指導し、効果的な方法を導き、将来の目標設定を指導する

このようなシステムの運用はビジネス部門にとっても非常に簡単です。通常、ビジネス部門はいくつかのコア KPI の達成率を確認するだけでよく、すべてが安全かどうかを心配する必要はありません。傾向が悪化すると、タイムリーな警告を受け取ることができます。

アイデアが欲しい場合は、使える素材も十分にあり、ユーザーエクスペリエンスも非常に快適です。データアナリスト自身についても、固定KPIやビジネスサポートをデータプロダクト化し、事例分析を専門トピックとして活用しています。より多くの製品やトピックに取り組めば、それはあなたの個人的な成果を反映することになります。SQL を延々と書いて、それで何をしているのか分からない状態よりはるかに良いのです。

V. 要約

データ分析システムの構築は、本質的には「ビジネスから来て、ビジネスに戻る」という問題であり、社内の全員がより多くの時間と労力を費やす必要があります。

しかし、多くの初心者は理論、方法、モデルに重点を置きすぎて、ビジネスを無視し、軽視し、軽蔑し、他の人の仕事には技術的な内容がなく、「ただ記事を公開しているだけ」または「顧客を騙しているだけ」であり、自分のアルゴリズムだけが本当に素晴らしいと考えています。

問題に遭遇すると、彼らはビジネスと詳細にコミュニケーションをとらず、さまざまなデータ分析WeChatグループにアクセスして、「XX指標システムはありますか？できれば権威のある標準のBAT認定バージョンはありますか？」と尋ねるだけです。これは間違った方向に進んでおり、最終的に彼らが得るのは1つの返答だけです。これは私たちの会社の状況に適していません。

優れたデータ アナリストは眼科医のような存在であるべきです。メガネのフィッティングには専門的な方法やツールが数多くありますが、フィッティングのプロセスでは、医師は自分の理論ではなく、ユーザーがはっきりと見えるかどうかを重視し、常にユーザーに「これで大丈夫ですか? こちらのほうがクリアになりましたか? こうしたらどうですか?」と尋ねます。

専門的な方法を使用して個別のニーズに応えるのが専門家の仕事です。これをみんなでシェアしましょう。

著者: 地に足のついた教師チェン

出典: ダウン・トゥ・アース・アカデミー