ユーザーデータシステムを0から1に構築するにはどうすればいいでしょうか?

すでにビッグデータの時代に入りました。現在のデータ指標システムは、製品とビジネスの成長を促進するために不可欠です。実際の運用では、対応するデータ分析とビジネスニーズに合わせて構築する必要があります。この記事では、著者が指標システムを0から1に構築する方法を共有します。見てみましょう。

ドゥドゥがコミュニティの近くに小さなスーパーマーケットを開店し、毎週火曜日、雨の日も晴れの日も、仕事が終わると必ず、ホワホワが店に来て豚の頭を半ポンド買うとします。

ドゥドゥは心の中で、「花花はいつも決まった時間に来るし、ここ何ヶ月もここに来ている。肉を前もって用意しておけば、お互いに時間を節約できる」と思った。それ以来、毎週火曜日、花花が店に来ると、ドゥドゥは「豚の頭は味付けされているし、ピーナッツも多めに入れてある。そのまま持って行って」と言うようになった。

花花は微笑んで、心の中で思いました。「なあ、このウェイターはすごく思いやりがあるな、いいな。」上記のケースでは、Doudou さんは Huahua さんが「毎週火曜日に仕事が終わった後に豚の頭を買う」という行動を観察し、「豚の頭とさらに細かく刻んだピーナッツ」を事前に用意していました。

Doudouのアプローチは顧客の好感度を一新しただけでなく、ユーザーの忠誠心も向上させました。DoudouによるHuahuaの行動の観察は、インターネット業界ではデータ分析と呼ばれています。データ分析をうまく行い、ビジネスに応用するには、まず優れた指標システムを構築する必要があります。

次に、インジケーターシステムの構築方法について説明します。

1. データインジケーターシステム

1. データインジケーターシステムとは何ですか?

私たちが普段話している指標とは、現在のビジネスにとって参考になる統計データです。つまり、すべてのデータが指標と呼ばれるわけではありません。指標の本質的な意味は、ビジネス目標を記述可能、測定可能、分解可能にすることです。よく使われる指標には、PV、UVなどがあります。

指標は、アトミック指標と派生指標に分けられます。私の理解では、アトミック指標は、注文量、ユーザー数、支払額などの、メトリクスとも呼ばれる修飾子のない指標です。派生/派生指標は、アトミック指標に対する修飾子の加算、減算、乗算、除算、または制限です。

派生指標は、原子指標の統計範囲の定義であり、たとえば、昨日の海外からの輸入症例、過去 1 週間の Web サイトへのアクセス数などです。

派生指標は、アトミック指標の組み合わせに基づいて構築されます。たとえば、平均注文額 = 支払額 / 購入者数などです。

指標システムは、ビジネスをさまざまな次元から分類し、相互関係のある散在する単一ポイント指標を体系的に整理します。その中で、次元は定性的な次元と定量的な次元に分かれています。定性的な次元は主に名前、地名などのテキストによる説明であり、定量的な次元は主に給与、年齢などの数値による説明です。

電子商取引サイトでの期間限定のフラッシュセールを例に挙げます (以下を参照)。

上の赤​​いボックスは市場の活動を表し、真ん中の赤いボックスは現在の価格変動範囲を表し、下の赤いボックスは価格動向を表します。3つの赤いボックス内の指標は、最も単純な指標システムを構成でき、伊利純乳フラッシュセールの現在の状況を説明するために使用され、説明指標システムに属します。

一般的に、指標システムとは、ビジネス指標を体系的にまとめたもので、主に指標の大きさ、口径、指標データの取得ロジックなどの情報を明確にし、指標の関連情報を迅速に取得するために使用されます。

2. 指標システムが必要なのはなぜですか?

データ製品マネージャーにとって、指標システムを構築することで、ビジネスをより適切に整理し、問題分析の効率を向上させることができます。

したがって、著者は指標システムの主な目的は次の通りであると考えています。

• 事業開発に関するガイダンスを提供します。
• 共通のビジョンを確立し、チームを団結させ、チームのやる気を引き出します。

2. 指標システムを設計するには?

以下は 5 つの部分に分かれており (下図参照)、インジケーター システムの設計方法について説明します。

1. 目標を設定する

これは最初かつ最も重要なステップです。また、多くの製品を運用開始後に評価するための基準でもあり、閉ループを形成します。

良い目標には 3 つの特徴があります。

• 高レベルの目標と一致している;
• 目標は SMART である必要があります。
• 挑戦的。

次に、SMART 原則について説明します。

1) Sは特定の

目標は明確かつ具体的で、具体的な作業指標と一致している必要があり、一般的なものであってはなりません。

次に例を示します。

• 効果のない目標: コンテンツ マネージャーになりたい。
• 具体的な目標: コピーライティングのスキルを習得したい。

2) Mは測定可能の略

目標は測定可能でなければならず、測定可能な指標は定量的または行動的である必要があり、これらの指標を検証するためのデータまたは情報が利用可能でなければなりません。

上記の例は、目標を測定可能にするためにさらに改良されています。

測定可能な目標: 記事のトピックを設定し、問題点に対処し、創造的なアイデアを見つけ、タイトルを決定するスキルを習得したい。

3) Aは達成可能の略

目標は達成可能なものでなければなりません。つまり、努力すれば達成できるものでなければなりません。目標が高すぎたり低すぎたりしないように注意してください。

もし私がコンテンツマーケティングを始めたばかりで、「2か月以内にコピーライティングの専門家になりたい」という目標を立てていたら、これは非現実的な目標でしょう。

もっと現実的な目標は、記事のトピックを設定し、問題点に対処し、創造的なアイデアを見つけ、タイトルを決めるスキルを 3 か月以内に習得することです。

4) Rは関連性の略

目標は、作業内の他の目標と関連しています。

例えば、私の中期目標は、1年以内に連載記事の作成と公開を自力で完了することであり、短期目標は、3か月以内に基本的な記事執筆スキルを習得することです。

中期目標が短期目標と強く関連している場合にのみ、中期目標の達成が容易になります。

5) Tは時間制限を意味します

目標の期限とは、目標が期限付きであることを意味します。例えば、私が公式アカウントを運用していたとき、自分に設定した目標は「2021年12月31日までに12個の記事を作成して公開する」というものでした。ここでは、2021年12月31日が固定の期限です。

2. モデル構築

1) PLCモデル

製品ライフサイクル（PLC）とは、製品の市場寿命、つまり製品が市場に参入してから市場から排除されるまでの全プロセスを指します。製品ライフサイクルには、探索期間、成長期間、成熟期間、衰退期間が含まれます（下の図を参照）。

製品ライフサイクルのさまざまな段階で、各ビジネス関係者は異なる焦点を持ち、異なるデータ指標に注意を払います。

探索期間:

探索期間の焦点は、製品の中核価値を検証し、それが市場の需要を満たし、利益を得ることができるかどうかを確認することです。そのためには、仮説、検証、反復、実行を行う必要があります。この段階では、ターゲット ユーザーのポートレート、主要な行動、維持率に焦点を当てます。初期のトゥバトゥを例に挙げてみましょう（下図参照）。

上記の Tubatu のビジネス プロセスとその位置付け (探索フェーズ) の図に基づいて、現在はサービス機能の磨き上げと、ユーザー グループのニーズと製品サービスの一致度の把握に重点を置いています。主要な指標は次のとおりです。

• 対象ユーザープロファイル: 性別、年齢、学歴、地域、職業。
• 主要な行動: 公開された写真とテキストの数、閲覧者数、普及率、使用状況。
• 品質: 記事のコンバージョン率と完了率。

成長段階:

製品を磨く探索期間を経て、製品の定着率が良好になると、製品はユーザー成長期間に入り始めます。成長段階では、ユーザーのライフサイクル全体の前半、つまり定着率、ユーザーの活性化、自己伝播を向上させることに焦点を当てる必要があります。

成熟：

市場が飽和状態になると、ユーザーの成長率は鈍化し、徐々に安定します。注目すべきコア指標はユーザーのアクティビティであり、ビジネスの転換パスに注意を払う必要があります。実際、市場自体が増分市場である場合、顧客獲得を通じて成熟した製品の異なる成長曲線を描くことを検討できます。

衰退：

新製品や代替品が登場すると、ユーザーは他の製品に目を向け、元の製品のユーザー数が急激に減少し、元の売上と利益が急速に低下し、製品は衰退期に入ります。衰退期には、ユーザーの離脱と維持に重点を置く必要があります。

2) OSMモデル

OSMモデル（目的、戦略、測定）は、指標システム構築のプロセスにおいて、中核を決定するのに役立つ重要な手法です。ビジネス目標、ビジネス戦略、ビジネスメトリクスを含み、指標コンテンツの水平思考です。

ビジネス目標:

目標は主にユーザーとビジネスの観点から決定され、実現可能、理解可能、介入可能、そして肯定的であることが原則となります。

• ユーザーが製品を使用する目的は何ですか?
• この製品はユーザーのどのようなニーズを満たしていますか?
• 会社/事業/製品などの目的は何ですか?

ビジネス戦略:

上記の目的を達成するために採用された戦略。言い換えれば、ユーザーはいつ自分のニーズが満たされたと感じるのでしょうか?

ビジネス指標:

これらの戦略によってデータ指標にどのような変化がもたらされるのでしょうか?ユーザーの要求が効果的に満たされ、ビジネス目標が達成されるかどうか。

PMCAFF を例にとると、OSM モデルによるその指標は何でしょうか?

①ビジネス目標：PMCAFF製品を使用するユーザーの目標は何ですか？

関与する必要があるユーザーは、コンテンツ制作者とコンテンツ消費者の 2 種類です。次に、コンテンツ制作者の分析アイデアについて簡単に紹介します。

ユーザーのニーズ: 記事を公開したり、意見を共有したり、業界での影響力を確立したり、コンテンツに関するフィードバックを受け取ったりします。

では、どうすればユーザーに自分のニーズが満たされていると感じさせることができるのでしょうか?

②事業戦略

③ ビジネス測定

次に、これらの戦略の指標を作成する必要があります。ここでの指標は、結果指標とプロセス指標です。

述べる：

• 結果インジケーター: 特定のビジネス出力または結果を反映するために使用されるインジケーター。通常は遅れて判明し、介入が困難です。結果インジケーターは通常、データが異常かどうかを監視すること、または特定のシナリオでユーザーのニーズが満たされているかどうかを監視することに重点が置かれます。
• プロセス指標: ユーザーが特定の操作を実行したときに生成される指標。特定の戦略を使用してプロセス指標に影響を与え、結果指標に影響を与えることができます。プロセス指標は通常、ユーザーのニーズが満たされる理由または満たされない理由に重点を置いています。

指標を選択したら、次のステップは分析ディメンションを選択することです。ディメンションの選択レベルは、主にデータ分析の観点と実際のビジネス シナリオを組み合わせて決定されます。たとえば、ユーザー タグ ディメンション、時間ディメンション、チャネル ディメンションなどです。

3) インデックス分類

指標の分類では、主に指標をさまざまなレベルに分割し、レベルごとに分析します。企業戦略、企業組織、業務に応じて、指標を上から下まで段階的に分類し、階層ごとに分析します。指標の決定には、OSM モデルを使用できます。

第一レベルの指標: 企業戦略レベル

これは、会社の全体的な目標の達成度を測定するために使用され、会社の現在のビジネスと密接に統合されており、すべての従業員にとって中核的な指針となります。レベル 1 の指標は通常、企業の戦略を導きます。

第 1 レベルの指標は通常、市場、製品ライフサイクル、製品カテゴリ、ビジネス モデルに基づいて決定されます。ある時点で最も重要な指標 (OMTM、重要な 1 つの指標) は 1 つだけです。

たとえば、Xiaohongshu の OMTM (North Star Metric とも呼ばれます) はどのように進化したのでしょうか?

二次指標: ビジネス戦略レイヤー

企業は戦略目標を達成するために、それを事業分野または事業グループの中核指標にさらに細分化します。通常、第 1 レベルの指標を達成するために、企業は対応する戦略を作成し、第 2 レベルの指標もこれらの戦略に関連します。

たとえば、Xiaohongshu の現在の第 1 レベルの指標は売上高であるため、第 2 レベルの指標をさまざまなカテゴリの商品の売上高、地域別の売上高などに設定できます。これにより、第 1 レベルの指標に問題がある場合、すぐに問題を見つけることができます。

レベル3指標: ビジネス実行層

三次指標は、二次指標を垂直に拡張し、パス分解、ファネル分解、および数式分解を実行します。三次指標は通常、二次指標の問題を特定するために使用され、通常は最前線の運用またはアナリストの作業をガイドします。三次指標は、ビジネスで最も一般的な指標です。

パス分解には、アプリの起動、ホームページの閲覧、製品詳細ページの閲覧、ショッピング カートに追加、注文の送信、注文の支払い、支払いの成功などのビジネス プロセスの分析が必要です。

次に示すように、数式を使用して月間アクティブ ユーザー数を分類します。

4) あああ

AARRR モデルは海賊モデルであり、ユーザー分析の古典的なモデルでもあります。これは、成長がユーザーライフサイクルのすべての段階、つまり獲得、アクティベーション、維持、収益、紹介を通じて行われることを反映しています。

得る：

運用担当者は、さまざまなチャネルを通じてプロモーションを行い、さまざまな手段でターゲットユーザーを獲得し、さまざまなマーケティングチャネルの有効性を評価し、運用戦略を常に調整して、顧客獲得コストを継続的に削減します。

主な指標: 露出、クリック、ダウンロード、インストール、アクティベーション、インストール率、アクティベーション率、登録コンバージョン率、維持率、支払い率など。

アクティベーション:

アクティベーションとは、対象ユーザーが製品の使用を開始することを意味します。プロダクトマネージャーは、新規ユーザーへの報酬や製品ガイダンスを通じて、ユーザーが製品のコア機能を使用できるように導きます。ユーザーの行動データを把握し、製品の健全性を監視する必要があります。

主な指標: 新規ユーザーと既存ユーザーの比率、DAU/WAU/MAU、1日あたりの平均ログイン時間、1日あたりの平均使用時間など。

保持：

通常、古いユーザーを維持するコストは、新しいユーザーを獲得するコストよりもはるかに低いため、新しいユーザーを引き付けるだけでなく、ユーザーの定着率や、ユーザーが離脱する場所と理由にも注意を払う必要があります。

主な指標: 新規ユーザー維持率、既存ユーザー維持率、アクティブユーザー維持率、日次、週次、月次維持率、解約率など。

収益化:

主に、ビジネスの本質でもある商品の商品価値を測るために使用されます。

主な指標: ARPU、ARPPU、支払い率（新規ユーザーと既存ユーザーの区別）、平均注文額、LTV など。

自己増殖:

これは主に、商品、マーケティング、有名人、その他のイベントの魅力に基づいており、ユーザーが自発的に情報を広めることができます。

主な指標：核分裂係数など

3. 埋もれたポイント

データ収集は、データフローの出発点となる関連データの収集です。収集が正しいかどうか、また完全かどうかは、データの品質を直接決定し、後続のすべてのリンクに影響します。

では、どのようなデータが高品質と言えるのでしょうか?これには場所の事前計画が必要です。

1. 埋没点とは何ですか?

トラッキングは、（ユーザー行動）データ収集の分野における用語です。その科学的な名称はイベント トラッキングです。主に、ユーザーがボタンをクリックする回数、ユーザーが記事を読んでいる時間の長さなど、特定のユーザー行動やイベントをキャプチャ、処理、発生させるための関連テクノロジと実装プロセスを指します。

トラッキングは、リッチ データ アプリケーションのニーズを満たすために、ユーザーの行動プロセスと結果を記録する、一般的に使用されるデータ収集方法です。

データ追跡はデータ収集の重要な方法であり、データの起源です。収集されたデータは、製品の使用状況、ユーザーの行動の好みなどを分析するために使用されることが多く、ユーザーポートレートやユーザー推奨システムなどのデータ製品にまで広がります。

2. 追跡プロセス

事業部門は業務に基づいて要件を提案し、プロダクトマネージャーは要件をデータ要件に整理してデータ要件ドキュメント（DRD、Data Requirements Document）を出力します。

次に、プロダクトマネージャーはデータチームと要件レビューを実施します。レビューの合格・不合格に関わらず、会議後に要件レビュー議事録メールが関係者に送信されます。レビュー合格後、プロダクトマネージャーは開発エンジニアと開発時間を確認し、スケジュールメールを送信する必要があります。

開発が完了したら、テストエンジニア、データアナリスト、製品マネージャーは、追跡ポイントが完全かつ正確であるかどうかを確認し、受け入れレポートを提出する必要があります。機能が起動したら、製品マネージャーまたは開発エンジニアはオンラインメールを送信する必要があります。以下のように表示されます。

3. ポイントを埋める方法

どうやって埋めるの？ビジネスの観点からは、次の 5 つの視点があります。

誰: 通常はアカウント番号またはデバイス番号を使用して、動作の開始者を識別します。アカウント番号は、ID番号、携帯電話番号、アカウントIDなどの情報を通じてユーザーを区別する一般的な方法です。デバイス番号は、ログインを必要としない製品に主に使用され、ユーザーはデバイスコードによって区別されます。

日時: 動作が発生した日時を記録します。通常はサーバー時間、つまり Unix タイムスタンプを使用して動作が発生した日時を記録します。これは世界的に統一された時間であり、どの地域にも影響されません。

場所: 動作が発生した場所を記録します。通常は GPS によって特定されますが、デバイス IP によって特定され、ユーザーの位置が特定されます。

What: ユーザーの行動の具体的な内容を指します。たとえば、ユーザーが本を読んでいる場合、購入した本のタイトルは何でしょうか。価格はいくらですか？どの出版社が発行したかなど。

方法: 注文の送信など、行動がどのように発生するかは、通常、行動の名前に含まれています。iPhone のロック解除など、パスワードを入力してロックを解除したり、顔をスキャンしてロックを解除したりできるなど、複数の方法で完了できる行動もあります。どの方法を使用しても、記録できる一種の情報です。

4. 事例: アプリのホームページ閲覧時の行動追跡

電子商取引アプリのホームページ閲覧行動は、次の図に示すように、5 つの観点から分析され、固有指標と共通指標の 2 つのカテゴリに分類されます。

5. 事例: 支払注文行動の追跡

支払注文行動は 5 つの観点から分析され、下図に示すように、固有指標と共通指標の 2 つのカテゴリに分類されます。

4. データ分析

1. データ分析とは何ですか?

データ分析とは、適切な統計的および分析的手法を使用して、収集された大量のデータを分析し、有用な情報を抽出して結論を​​導き出し、詳細な調査を実施してデータを要約するプロセスを指します。簡単に言えば、データを分析することです。

データ分析の目的は、一見無秩序に見えるデータの背後に隠された情報を掘り出し、対象物の内部法則を抽出することです。企業にとって、データ分析の本質は、ビジネス価値を創造し、ビジネスの成長を促進することです。

2. データ分析方法

電子商取引ウェブサイトを例にとり、データ製品を使用してウェブサイトからデータを収集し、ファネル分析、リテンション分析、時間分析、ユーザーポートレート、チャネル分析、配信分析などの一般的なデータ分析方法を使用してデータを分析します。

1) ファネル分析

ファネル分析は、開始点から終了点までの各ビジネスプロセスのユーザー行動状況とユーザーコンバージョン率を科学的に反映できる重要なプロセスデータ分析モデルです。ファネル分析モデルは、チャネル品質評価、製品販売などの日常的なデータ操作やデータ分析作業など、ユーザー行動分析に広く使用されています。

たとえば、電子商取引製品の場合、最終的な目標はユーザーに商品を購入してもらうことですが、プロセス全体のコンバージョン率は各ステップのコンバージョン率によって決まります。このとき、ファネル分析モデルを通じてそれを監視できます。

下の図に示すように、各レベルでユーザーのコンバージョン率を観察し、コンバージョンパスの弱点を見つけ、製品を最適化し、ユーザーエクスペリエンスを向上させ、最終的に全体的なコンバージョン率を向上させることができます。

2) 保持分析

リテンション分析は、ユーザーエンゲージメント/アクティビティ、つまり、最初の新規ユーザーをアクティブで忠実なユーザーに変えるプロセスを分析するために使用される分析モデルです。統計数値が変化すると、関係者はさまざまな段階でのユーザーの変化を確認し、ユーザーに対する製品の粘着性を判断できます。

例えば、あるeコマースプラットフォームの場合、過去30日間のユーザーの7日間のリテンション率（下図参照）を見ると、ユーザーリテンション率が低いことがわかります。次に、ユーザーを地域、年齢、行動などに応じて異なるグループに分け、リテンションの違いを観察して、製品の最適化ポイントを見つけます。

3) イベント分析

イベント分析は、イベントが企業に与える影響とその影響の範囲を調査するために使用されます。一般的に、イベント分析には、イベントの定義と選択、ドリルダウン分析、および結果が含まれます。

イベントとは、ユーザーが特定の時点、特定の場所、特定の方法で特定のことを完了することです。その主な要素には、誰が、いつ、どこで、何を、どのように行うかが含まれます。

たとえば、オペレーションスタッフは、過去 30 日間の決済成功数が大きく変動していることを発見しました (下図を参照)。このとき、企業はまずイベントを定義し、配送方法を「自営」としてフィルタリングし、次に「注文金額」、「クーポンの使用有無」、「商品 ID」など、他の複数のディメンションからドリルダウンすることができます。セグメンテーションとフィルタリングを実行すると、異常なデータが隠れる場所がなくなります。

4) チャネル分析

チャネルとは、SEO、SEM、ソーシャル メディアなど、製品がユーザーとやり取りするさまざまなタッチポイントを指します。

チャネル分析は、主にユーザーのアクセス元やアクセス深度を分析し、訪問ユーザー数、訪問回数、滞在時間などの指標を通じてチャネルの品質を評価するために使用されます。また、コンバージョン率を通じてチャネルのコンバージョン効果を測定します。

完全なチャネル プロセスには、多くの場合、オフサイト チャネル -> ディスプレイ広告 -> ランディング ページ -> ランディング ページ訪問時のコンバージョン コピー -> ユーザーのアクティブ化 -> 製品コンバージョンという 6 つの主要なリンクが含まれます。各リンクには、測定する対応する指標があります。

① ユーザーは、SEO、SEM、ソーシャルメディアなどのオフサイトチャネルを通じてさまざまなプロモーション広告を目にします。

主な指標: インプレッション数、クリック数、CTR (クリックスルー率)。

② 興味を持ったユーザーはURLリンクをクリックしてランディングページに入ります。

主な指標: ランディング ページ PV、ランディング ページ UV、読み込み時間、直帰率など。

③ 製品やサービスに興味を持ったユーザーは、製品やサービスをダウンロードしたり、登録したり、試用したりします。このプロセスは通常、アクティベーションと呼ばれます。

主な指標: 滞在期間、訪問の深さなど。

④ ユーザーがアクティベートされた後、CTA（Call To Action）をクリックし、ショッピングカートに追加する商品を選択し、送信して支払います。これで購入プロセスが完了します。

主な指標：購入ユーザー数、製品内のコンバージョン率など。

上記は、一般的によく使用される 4 つのデータ分析方法です。業界によって、提示されるスタイルも異なります。

さまざまな問題に直面したとき、どの方法が最も効果的かを明確に把握し、特定のシナリオと組み合わせて柔軟に適用する必要があります。最良の分析方法というものはなく、最も適した方法があるだけです。

著者: 大鵬

出典: データ担当者の私有地