核分裂成長モードでのトラフィック分析

分裂成長は、マーケティングプロモーションにおいて常に重要な役割を果たしてきました。ご存知のとおり、トラフィックの獲得は難しく、コストもかかるため、トラフィックを引き付けるために分裂を利用するプラットフォームが増えています。この記事の著者は、分裂成長モデルによるトラフィック分析について紹介しています。一緒に見ていきましょう。

過去2年間、グロースハッキング、トラフィックプール、フィッションマーケティング、プライベートドメイントラフィックなどの成長関連のトピックは常に大きな注目を集めてきました。有料トラフィックのコストが上昇し続ける環境において、フィッションに代表される「無料」のトラフィック獲得方法は、ますます多くのプラットフォームに好まれています。完全に無料で得られるトラフィックの種類はなく、ブランド、コンテンツ、コミュニケーションはすべてコストがかかります。ここでの「無料」は、有料チャネルに対する相対的なものです。

核分裂マーケティングに関しては、市場で成功事例が増えており、私も仕事でいくつかのプロジェクトを経験してきました。今日は核分裂活動を例に、核分裂活動の企画から完了までの各リンクで必要なトラフィックデータ分析の内容と分析のアイデアをまとめます。

01 プロジェクトプロセス

完全な核分裂活動プロセスと各リンクに対応するデータ分析フレームワークは次のとおりです。

分裂活動の各リンクはデータ分析に大きく依存しており、データ意思決定の正確さが活動の成否を直接左右することがわかります。フレームワーク内のさまざまなリンクは、トラフィック構造、トラフィック品質、ユーザー行動などの側面に関係して直列に接続されています。したがって、分裂活動分析に全面的に参加することは、製品トラフィックのグローバルなレビューと分析を実施することと同じです。

02 ターゲット評価

1. 定量的な目標設定が妥当かどうかを評価する

仕事では、経験やデータに頼ることができない場面では、目標設定の方法が「即興」になることがあります。しかし、ユーザーの成長は目標指向であり、分裂活動の目標は合理的に設定する必要があります。合理的かどうかを判断する基準は実は非常に単純で、分裂度（K）と活動に参加するユーザーの割合が合理的であるかどうかを確認することです。

分裂度（K）＝招待された新規ユーザーの数／招待を開始した既存ユーザーの数

アクティビティに参加しているユーザーの割合 = アクティビティに参加しているユーザーの数 / アクティブユーザーの数

APP の DAU が 200,000 であると仮定すると、核分裂活動の新規ユーザーの総数を 100,000 に設定するのは合理的でしょうか?

K=1 は、アクティビティに参加しているすべてのユーザーが新しいユーザーを招待していることを意味しますが、実際のビジネスではこれを実現するのは困難です。イベント企画の推定適格基準によると、K=0.6、イベント参加ユーザー数は167,000人で、アクティブユーザーの83%を占めています。明らかに目標が高すぎます。

では、推奨される目標値は何でしょうか?

控えめな見積もり: K=0.5、アクティブユーザーの 30% が参加する場合、ターゲットを 30,000 に設定する必要があります。積極的な見積もり: K=0.7、アクティブユーザーの 50% が参加する場合、ターゲットを 70,000 に設定する必要があります。これにより推定範囲が示され、最終的には実際のビジネス状況に基づいてターゲットを設定できます。

2. 核分裂活動の対象となるシードユーザーの選択

‍‍‍‍ターゲットとなるシードユーザーとは、アクティビティに参加でき、コンバージョン能力の高いユーザーを指します。 K をできるだけ高くするためには、アクティビティの入り口をグローバルにカバーしながら、重点的なアクティビティの推奨も行う必要があります。シードユーザーを選択するときは、アクティブユーザーの行動を分析する必要があります。

情報フローコンテンツ APP を例にとると、ユーザーが選択を行う際、ユーザーの閲覧、コメント、転送、お気に入り、質問のフィードバックなどの関連動作の割合に注意する必要があります。たとえば、ユーザー A は閲覧とお気に入りを多く行い、ユーザー B は閲覧とコメントを多く行い、ユーザー C は閲覧と転送を多く行う場合、シードユーザーの選択優先順位は C>B>A となります。

実際の作業では、ユーザーの行動にスコアを設定し、行動の割合の加重平均に基づいてユーザースコアを計算し、スコアの高いユーザーをシードユーザーとして選択することができます。

シードユーザーの選択は、現在の製品のユーザー行動とユーザー (トラフィック) 品質評価のインベントリでもあります。選択されたシードユーザーの行動スコアは、トラフィック品質評価に再利用できます。 ‍‍‍‍

03 数値計画

‍‍‍数値計画部分は順番に実行する必要があります。

ステップ 1: 製品が共有ページを設計した後、設計されたページの共有パスとコンバージョンエクスペリエンスデータに基づいて、共有ページのコンバージョンファネルを推定する必要があります。
ステップ 2: コンバージョンファネル、シードユーザー数、ターゲット新規ユーザー数に基づいてスプレッド値を計算します。
ステップ3: 活動予算と広がり度合いに基づいてコスト値を計算する

1. 各段階でページを共有するユーザーのコンバージョン行動データの推定

ページコンバージョンファネルを見積もる際の重要なポイントは次のとおりです。

ユーザーがアクセスする製品パスを明確にします。
各アクションの損失を考慮することを忘れないでください。製品によってアクティビティの設計は大きく異なります。実際の見積もりでは、見積もりの重要なポイントに従ってください。

一般的な製品パスに基づいて大まかにまとめた計算式は次のとおりです。

アクティビティ入口コンバージョン = DAU * アクティビティ入口ページ訪問率 * アクティビティアイコンクリック率

共有パスのコンバージョン = アクティビティページの露出 * 共有ボタンのクリック率 * 共有ページの成功露出率 * 共有ページリーチユーザーボタンのクリック率

2. 核分裂モデルの伝播度とコストの数値計算

普及度の数値計算は、平たく言えば、株式報酬を得るために古いユーザーがどれだけの普及を生み出す必要があるかを計算するルーチン設計です。

ユーザーが福袋開封活動を開始して現金の赤い封筒を獲得する活動を例にとると、古いユーザーが福袋の開封を手伝うための招待を開始した後、各手伝いユーザーが獲得できる金額はどのように設定すればよいでしょうか?新しいユーザーは古いユーザーよりも破壊的ですか?古いユーザーは絶対に開けないのでしょうか?一連の問題が続いた。

数値設定のポイント：

期待しすぎないでください。
新規顧客の獲得がコミュニケーションの主な目的であり、露出は二次的な目的です。

数値設定方法は以下の通りです。

福袋の金額が10元に固定されていると仮定します。

最初のユーザーが解体を手伝う金額は、報酬を受け取るユーザーの期待を高めるために、約 5 元のランダムな数字に設定されています。
新規ユーザーに開封の手伝いを依頼する前に、2番目以降の既存ユーザーの開封金額は、1元の保護付きで約0.5元の乱数に設定されています。福袋の残額が1元以下になると、すべての福袋が開封されるまで、乱数は約0.01元に調整されます。
アカウントの解体に協力する2人目のユーザーが新規ユーザーの場合、アカウントの解体に協力する金額は1元前後のランダムな数字に設定されます。新規ユーザーが招待された場合、1元の保護は解除されます。

では、コストをどのように確保できるのでしょうか?

活動予算と新規ユーザーの想定ターゲットを組み合わせることで、新規ユーザー獲得の許容コストを算出できます。数値で設定された最大シナリオと最小シナリオに基づいて、分裂モデルでの新規ユーザー獲得コストの範囲を推測できます。最後に、福袋を開ける難易度に影響を与えるパラメータを調整することで、モデルでの新規ユーザー獲得コストを許容範囲内に制御し、モデルを有効に活用できます。 ‍‍‍

04 アクティビティモニタリング

1. アクティビティ監視データテンプレートの作成とデータ監視

福袋を開けて紅包をもらうという活動を例にとると、開始ユーザーと福袋の開封を手伝うユーザーの 2 つの視点からデータを収集する必要があります。

主なポイントは次のとおりです。

共有リンク、共有ページ、中間ページの閲覧、クリックインジケーターを監視します。
到達したユーザー数と発行された権限の数を監視します。

ユーザーの視点から:

ユーザーの視点を解体するのに役立ちます:

2. データパフォーマンスに基づいて結果をタイムリーに評価する

核分裂活動の中心的な結果値は次のようにまとめられます。

アクティビティでリーチした既存ユーザーの数 → アクティビティに参加した既存ユーザーの数 → アクティビティ参加率
利益を得た既存ユーザーの数 → 活動によってもたらされた新規ユーザーの数 → 分裂度K
活動支出資本額 → 活動予算消費進捗 → 活動取得費用

コア結果値は、活動目標の達成、予算支出、活動の成功の有無を示します。活動中は、コア指標の変化に常に注意を払い、さまざまなデータのパフォーマンスに応じて活動の難易度と予算投資をタイムリーに調整し、活動の最良の結果を達成する必要があります。

05 結果の承認

1. 活動効果データインベントリ

アクティビティ効果データインベントリのコア結果指標は、プロセス監視と一致しています。インベントリする必要がある内容は、このアクティビティにいくら費やされたかです。新規ユーザーは何人獲得されましたか?顧客獲得コストは有料チャネルよりも高いですか、低いですか?イベントに参加した古いユーザーは何人ですか?核分裂の程度はどのくらいですか？どちらのリンクのコンバージョン率が低いでしょうか?最適化するにはどうすればいいですか?