ユーザー離脱分析に関する 3 つの誤解。間違いを犯していませんか?

プラットフォーム上のユーザーの喪失は避けられず、新旧のユーザーが絶えず入れ替わるのは製品のアップグレードの正常な現象です。

しかし、企業は、失ったユーザーの割合や変化する傾向から打開策を模索し、新規ユーザーを維持する製品を作成することで、ユーザーを維持する能力を向上させ、製品開発の傾向とスペースを特定することができます。

ユーザーの離脱率が上昇していることがわかったら、失ったユーザーについてより詳細な分析を行う必要があります。

しかし、ユーザー離脱を分析する際には、気づかないうちに誤解に陥り、誤った判断によってユーザー復帰の効果を低下させてしまうこともあります。

1. 最初の誤解：定義が不明瞭

他のプラットフォームがユーザー離脱期間を半年間ログインしていない期間と定義しているのを見て、自分たちのユーザー離脱率を半年間ログインしていない期間と定義する人もいます。彼らは大衆に従いますが、他のプラットフォームがユーザー離脱率をなぜ半年間と定義しているのか、自分たちのプラットフォームと他のプラットフォームの類似点と相違点は何か、この定義が適切かどうかについては考えたことがありません。

したがって、失踪したユーザーの分析を始める前に、まず 1 つのことを明確にする必要があります。それは、どのような条件でユーザーが失踪したユーザーと定義されるかということです。数か月間プラットフォームにアクセスしていないユーザーですか?あるいは、当社のプラットフォームを頻繁に訪問しているものの、数か月間購入を行っていないユーザーはどうでしょうか?

たとえば、QQの全盛期には、ほぼすべての人がQQアカウントを登録し、ログインしてアップグレードしたり、ゲームをしたり、チャットしたり、その他の操作を毎日実行しており、アクティブユーザーの数は膨大でした。

しかし、WeChatなどの他のソーシャルプロダクトの人気により、QQの優位性は終わりを迎えました。

QQ ユーザーは依然として多く存在しますが、かつてはアクティブだったユーザーの中には、QQ の利用時間がどんどん短くなり、半年や 1 年も QQ にログインしなくなるユーザーもいます。

これらのユーザーは失われたユーザーとして定義できますが、一部のユーザーは 1 か月または 2 か月近く QQ にログインしていないにもかかわらず、QQ アカウントのメンバーシップを引き続きチャージしている場合があります。この場合、これらのユーザーは失われたユーザーとして定義できません。

したがって、離脱ユーザーを定義する際には、プラットフォームの特性に基づいて具体的なユーザー カテゴリを決定する必要があります。

企業は、製品のターゲット グループを迅速かつ正確に特定するために、長期間にわたって重要な操作を実行していない疑わしい失われたユーザーを喪失ユーザーと定義できます。ただし、重要なポイントを決定するには、製品の特性を組み合わせる必要があります。

例えば：

1) ユーザーが商品を購入する時点

ユーザーがさまざまな製品を購入する際の重要なポイントは異なります。たとえば、音楽プラットフォームでの重要なポイントは音楽またはその派生商品を購入することですが、ショッピング プラットフォームでの重要なポイントは商品の閲覧または購入である可能性があります。

2) アクセスできない時間の長さ

ユーザーが 1 か月間企業のプラットフォームにアクセスしなかったり、製品を購入しなかったりすると、Weibo や Momo などの一部のコミュニティや出会い系プラットフォームのように、このユーザーは失われたユーザーとみなされる可能性があります。

しかし、ショッピング プラットフォームの場合、ユーザーがプラットフォームに一度もアクセスしていないことが判明すると、そのユーザーが失踪ユーザーとして特定されるまでに 3 か月、場合によっては半年もかかることがあります。

2. 2つ目の誤解：サンプル選択の間違い

これは、分析前のサンプルデータの選択時に事前の調査が不十分だったため、採用した分析データに真の復帰ユーザーと偽の復帰ユーザーが混在し、偏った分析結果となったためです。

したがって、ユーザー離脱分析を行う前に、まずリピーターユーザーの特性を分析し、アクティブサイクルが長いユーザーを除外する必要があります。

プラットフォーム上のユーザー離脱総数を計算するのは比較的簡単です。たとえば、1 か月以上ログインしていないユーザーを離脱ユーザーと見なすと、ユーザー離脱総数は、「現在の時点 - ユーザーの最終ログイン時点 > 1 か月」の期間のユーザーの数になります。

ただし、ほとんどの場合、計算された値は常に増加するため、解約したユーザーの総数のみを計算しても、ユーザー解約を分析する上であまり意味がありません。

企業が行うべきことは、総ユーザー数に対する失ったユーザー総数の比率と、新たに失ったユーザー数を計算し、その変化傾向を観察することです。

ユーザーがロストユーザーであるかどうかは、ユーザーの最新のログイン時間に基づいて判断されます。したがって、ロストユーザーを分析するには、各ユーザーの最新のログイン時間を調べる必要があります。各Webサイトの時間間隔は異なり、最長で1年になる場合もあるため、異なるWebサイトの結果は異なるはずであり、企業がデータを取得するのにいくつかの障害となります。

もちろん、登録ユーザーの分析を容易にするために、企業はデータベース内に対応するデータテーブルを確立してユーザー情報を保存したり、Zhuge などの専門的なデータインテリジェンス サービス プロバイダーを選択したりすることもできます。基本的なユーザー情報を確立すると同時に、各ユーザーの最終ログイン時間を記録し、各ユーザーの最終ログインと現在の時間の間の時間間隔を正確に計算し、これを使用してどのユーザーが失われたユーザーであるかを区別します。

3. 3つ目の誤解: ユーザーの行動を分析しない

ユーザーの行動を分析しないということは、企業がユーザーの離脱を発見したときに、単にユーザーが離脱したと想定するだけで、離脱の理由がわからず、ユーザーの離脱行動を積極的に分析せず、したがって、ユーザー行動の背後にあるより深い理由を理解しないことを意味します。ユーザーの行動を分析するには、ユーザーのアクセス頻度とアクセス間隔の長さを含むユーザーの粘着性から始める必要があります。

1) 訪問頻度: ユーザーの訪問頻度は、ユーザーが企業の製品に興味を持っているかどうか、購入意欲があるかどうかを反映することができます。一部の研究では、スティッキネスがまだ発生していない場合、部分的なスティッキネスはロイヤルティに相当すると考えられているため、ユーザーロイヤルティはユーザースティッキネスの前提条件であると考えられます。

2) 訪問間隔：期間。プラットフォームがユーザーを維持するために時間とエネルギーを費やさない場合、または製品が更新されなくなった場合、以前に生成されたユーザーの粘着性は時間の経過とともに消えます。ユーザーは永遠に待つことはありません。たとえ使用習慣が形成されていたとしても、需要により競合他社に代替品を購入するようになります。

例えば、毎朝朝食を買うために多くの人が列を作るレストランがあります。このレストランの隣には小さなレストランがありますが、高級感がないため、食事に訪れる人はあまりいません。

その後、繁盛していたレストランはオーナーの家庭の事情により2か月間閉店しましたが、隣の小さなレストランは営業を続けました。レストランのオーナーが戻ってみると、従業員が小さなレストランで食事をすることに慣れていたため、毎日並んでいた人々が自分のレストランに朝食を買いに来なくなっていました。時間が経つにつれて、レストランの業績はどんどん悪くなり、ついには閉店せざるを得なくなりました。

上記の例は、ロイヤルティとユーザーの粘着性の関係をよく表しています。最初、レストランは高級感があったため、従業員は朝食にそのレストランに行くのが好きで、顧客は習慣、つまりロイヤルティを形成しました。

つまり、人々はここで食事をするよりも列に並んで待つことを好むのです。これがユーザーの粘着性です。

この種の粘着性により、ユーザーを獲得するのは簡単になりますが、ユーザーが不可欠ではないため、ユーザーを失うのも簡単になります。

そのため、レストランが営業を停止した後、顧客は代替手段を求めて小規模レストランに食事に行きました。時間が経つにつれて、ユーザーは小規模レストランへの忠誠心を高め、その結果、レストランの多くのユーザーを失うことになりました。

ユーザー離脱分析では、ユーザー離脱を根本的に効果的に制御するために、製品の観点からユーザー離脱の理由を分析する必要もあります。

離脱したユーザーを分類し、追跡し、分析結果に基づいて後続の製品を最適化する必要があります。

ユーザーのニーズを理解し、タイムリーに製品機能を改善し、適切なタイミングで製品を変革・アップグレードします。

自社製品のデータを分析するだけでなく、ユーザーの真のニーズを理解する必要があります。ユーザーが何を必要としているか、どのような製品機能が人気があるかを把握し、これらのデータに基づいて製品をさらに最適化およびアップグレードできるようにする必要があります。

ユーザーのホットな検索ページを目立つ位置に設定したり、商品表示ページの順番を調整したり、商品のレイアウトを最適化するなど、ユーザー視点で商品やプラットフォームなどを最適化する必要があります。

問題の解決は根本原因から始める必要があります。製品の品質を向上させ、製品機能を最適化することによってのみ、ユーザー離脱率を最小限に抑えることができます。

著者: 諸葛 io

出典: Zhugeio