ユーザー活性化のための4つのヒント！

今日は、ユーザー アクティベーションを定義する方法について説明し、製品のユーザー アクティベーション動作をすばやく定義するための 4 つのヒントを紹介します。

ステップ1: ユーザーの活性化につながる可能性のある行動を提案する

これは、ユーザーを定義するオープンな探索フェーズです。主な目的は、製品の長期的な価値を明確にし、新しいユーザーが製品を使い始めたときに長期的な価値を最も早く感じることができる方法を見つけることです。

次に、上記の方法に従って、最も可能性の高いいくつかの新しいユーザーアクティベーション動作が提案されます。

通常、次の 2 つの方法を使用して、潜在的なユーザー アクティベーション動作をいくつか事前にリストできます。

方法1: 重要な質問を通じて

• WHO ユーザーは誰ですか?
• ユーザーはこの製品でどのような問題を解決する必要がありますか?
• なぜユーザーはこの問題を解決すべきなのでしょうか?
• VS ユーザーがこの問題を解決する他の方法はありますか?

一般的な使用シナリオは、重要な質問を通じて製品の長期的な価値とこれらの価値を体験するために必要な行動を見つけ、その後、新しいユーザーが短期的にどのような行動を完了できるかを推測することです。

美容カメラを例に、この式を当てはめてみましょう。

• 誰: 女性
• 何をするか: 美しい写真を撮る
• 理由: 友達にあなたの美しさを見せましょう
• vs: 最初に写真を撮ってから編集する

実行可能なアクション:

• 写真
• フィルターを使用する
• Momentsに共有

どれが早く完了できますか?

最初の2つ。

さて、それでは、写真を撮って保存するときにユーザーがとる可能性のあるアクティベーション動作について予備的な判断を下すことができます。

方法2: ユーザー調査を通じて

簡単に言えば、さまざまなユーザーの回答を比較し、ユーザーにとっての製品の最も重要な価値を発見し、代替のアクティベーション動作を見つけることです。

次のさまざまなユーザー ロールに対して調査を実施できます。

• 長期にわたって最もアクティブなユーザー: 彼らはなぜその製品を価値があると感じているのでしょうか?
• 登録後すぐに離脱するユーザー: なぜ離脱するのでしょうか?
• 登録後のアクティブユーザー: なぜ彼らは留まるのか?

一般的に、使用シナリオでは、代替動作が多数ある場合、ユーザー調査によって代替動作の数を絞り込むことができます。これは、複数の使用シナリオと機能を備えた製品の場合に特に重要です。

ヒント2: 最も重要なユーザーアクティベーション行動を見つける

ここで、皆さんに共有したい 2 つの手順をご紹介します。

ステップ 1: 新規ユーザーのアクティベーション期間を確認し、アクティベーションがどのくらいの速さで行われるかを評価します。

ステップ 2:初期保持曲線を比較して、新規ユーザーのアクティベーション期間中に初期保持に最も大きな影響を与える動作を見つけます。

どれくらいの長さかを知るにはどうすればいいですか?

原則1：使用頻度が高いほど、アクティベーションを速くする必要がある

使用頻度が高いほど、新規ユーザーは製品から価値を得られる時期が早くなります。新規ユーザーのアクティベーション期間は、使用頻度に基づいて大まかに決定できます。

原則2：ライフサイクルが短いほど、アクティベーションを迅速に行う必要がある

ライフサイクルが短いほど、新規ユーザーは製品から価値を得られると早く期待するようになる。

原則3: 実際のデータを参照する

新規ユーザーの実際のデータを分析し、最も初期のアクティベーション行動のリアルタイムウィンドウを確認します。

例: 潜在的なアクティベーションアクションを初めて持つすべてのユーザーの時間分布を取得し、80%以上の行動に基づいて判断する

仮定: Beauty Camera を例にとると、Beauty Camera が最初の日を新規ユーザーのアクティベーション期間として確認すると、対応する最も早い保持期間は最初の 31 日間になります。

では、保持曲線を手動で比較するにはどうすればよいでしょうか?

1) 新規ユーザーの最初の31日間のリテンションデータを収集する

2) 特定の行動をとるかどうかでユーザーをグループ化し、リテンションデータを収集する

1. すべての新規ユーザー
2. フィルターを使用した最初の日
3. 1日目: フィルターなし
4. 1日目の写真撮影
5. 初日は写真なし

3) 異なるユーザーグループの最初の31日間のリテンション曲線を描く

4) 保持曲線を比較して、行動の有無による保持の最大の違いを見つけます。

ギャップが大きいほど、「なるほど」という瞬間が訪れる可能性が高くなります。

ヒント3: マジックナンバーを計算する

魔法の数字とは何ですか?

最適なキー行数 (マジックナンバーとも呼ばれます) は、データ分析を通じて見つけられます。

ただし、すべてのマジックナンバーがすべての製品で同じというわけではありません。

電子商取引での支払い回収など、一部のアクティベーションアクションでは、1 回だけ実行すれば十分です。

短いビデオの視聴など、一部のアクティベーション動作は、ユーザーに価値を感じてもらうために複数回繰り返す必要があります。

理論的には、繰り返し回数が多いほどリテンション率の向上が大きくなりますが、新規ユーザーのアクティベーション時間が優先されるため、ユーザーに複数回の繰り返しを求めるのは現実的ではありません。

したがって、ユーザーに負担をかけずに価値を得られるよう、最適なアクティベーション回数を見つけたいと考えています。

ここで、最大限界効用法と呼ばれる、よく使われる手法を簡単に紹介します。

1. 初日の新規ユーザーのアクティベーション行動数の分布図を描く
2. 最初のアクティベーション行動の数と維持率の関係を分析する
3. 維持の限界便益が最大となる点（維持率の変曲点、つまり限界効用が最大となる回数）に対応する活性化行動の数を見つける

ビューティーカメラがフィルターを使用する回数を例に挙げてみましょう。

上記の変曲点から、ユーザーのアクティベーション動作は、新しいユーザーが初めてフィルターを使用するときであると定義できると暫定的に結論付けることができます。

ステップ4: 因果関係を検証するテスト

最初の 3 つのステップは、結局のところ、私たちの初期の予備的な推定値であり、それが確実にユーザーのアクティベーション動作であることを証明することはできません。ここでは、前の動作は関連する動作と見なすことができます。

ユーザーのアクティベーション行動を本当に定着させたいのであれば、A/B テストを通じて因果関係を検証し、ユーザーに早期に重要な行動を完了させることで実際にリテンションが向上することを確認する必要もあります。

では因果行動とは何でしょうか?関連する動作とどう違うのでしょうか?

簡単に説明すると、相関関係とは一般的に、特定の初期行動がより高い定着率を伴うという観察を指します。因果関係とは、ユーザーが何らかの早期の行動を起こし、それがより高い維持率につながったことを意味します。

たとえば、雨の日と傘を差すことは因果関係があり、雨の日と濡れた地面も因果関係があります。しかし、傘を差すことと濡れた地面は因果関係はなく、相関関係にあるだけです。

ここでは私が愛用しているKugouの例を取り上げます。Kugouは、歌う新規ユーザーのほうがリテンション率が高いことを発見し、ユーザーのアクティベーション行動は歌うことだと考えていますが、因果関係を検証し、マジックナンバーが1曲なのか3曲なのかを確かめる必要があります。

実験: 新しいユーザーガイドページの A/B テスト

対照群: 歌わない

実験グループ1: 3曲歌う

実験グループ2: 1曲歌う

結果: 実験グループ 2 は翌日の保持率が 10% で、最高の結果を達成しました。

この方法でのみ、このキーの動作をユーザーのアクティベーションとして定義できることを最終的に判断できます。

最後に私の考えを述べたいと思います。

私たちは常にアクティベーションとリテンションについて話します。実際、これらは独立した関係ではなく、対応する関係です。アクティベートされたユーザーを定義するときは、リテンション データを使用する必要があることがよくあります。

したがって、リテンション率を向上させたい場合は、ユーザーのアクティベーション行動を遡って、それらが互いに対応し、直列に接続されるようにする必要があります。

著者：雷震子は言った

出典：雷震子氏は言う