4つの視点からユーザー離脱を分析！

この記事の著者は、自身のプロジェクトレビューを通じて、製品の反復を通じてユーザー数を増やし、ユーザー維持率を向上させる方法を 6 つの側面から整理しました。皆さんのお役に立てば幸いです。

まず、STAR ルールを使用して背景情報を提供しましょう。

S: 公開から2年近く経ったコンテンツ商品です。当時、プロモーション資金が大幅に削減され、デイリーアクティブユーザー数が大幅に減少しました。

T: 製品の OKR 目標を達成する - 毎日のアクティブユーザー数を X に増やす。

A: グロースハック手法、迅速な反復、試行錯誤を通じて、実験の中で成長戦略を見つけ、ユーザーの成長を実現します。

R: 改定前のAPPの継続率は同業同規模のAPPよりも若干低かったが、改定開始後5か月間は良好な水準を維持し、APPの2週目継続率は同業同規模のAPPよりも約20%高くなった。

注: 商業上の理由により、この記事のデータは匿名化されており、参考用としてのみ提供されています。

背景が完了し、次のテキストが始まります - レビュー: 製品の反復を通じてユーザー数を増やし、リテンション率を 20% 以上向上させる方法

成長思考：成長の方向を見つける→北極星指標を決定する→目標を細分化する→実験を行う→結果を分析しまとめる→自己反省する

ステップ1: 成長の方向を見つける

成長方向 → 分裂

分裂とは、友人同士の輪の中でよく見られる、共同購入、支援、配布、交渉などのバイラルなコミュニケーション方法を指します。分裂は成長システム全体の一部に過ぎず、主に顧客獲得（Acquisition）リンクに現れます。

核分裂は成長をもたらしますが、成長のすべてではありません。成長には、ユーザーのライフサイクル全体に注意を払うことも必要です。核分裂活動によってもたらされるユーザーのニーズを製品を通じて解決できなければ、単なる通りすがりのデータの塊にしかならず、いくら運用が良くても無駄になってしまいます。

成長方向 → 新規ユーザー数とアクティブユーザー数の増加

よく、ある製品のプレスリリースで「XX 社のデイリーアクティブユーザーが XX 社を突破しました」「XX 社のユーザー数が XX 社に達しました」「XX 社のダウンロードランキングが X 社になりました」といったものを見かけることがありますが、成長とはユーザー数 / デイリーアクティブユーザー数を意味しているようです。これら 2 つのデータは間違いなく非常に重要であり、製品の KPI としてよく使用されます。

しかし、DNU（1日あたりの新規ユーザー数）やDAU（1日あたりのアクティブユーザー数）の増加は、顧客が効果的に増加していることを意味するわけではありません。

新規ユーザーとデイリーアクティブユーザーの増加は、長続きしないかもしれない。羅永浩の「Chatbao」を見れば、KOLの影響力とユーザーの感情に頼って、APP Storeのソーシャルリストで13日連続トップになり、1か月以内に800万人近くのユーザーを獲得したが、今や状況は厳しい。

羅永浩の「チャットボット」と比較すると、ユーザー獲得のためにプロモーションに多額の費用を費やしている製品が増えています。近年、チャネルプロモーションの価格はますます高くなり、CPC/CPT/CPD/CPAの価格設定は上昇し続けており、アプリストアのCPT価格は半年で2倍になりました。お金を使って連れてきたユーザーのDNUやDAUは順調に伸びているが、製品自体の離脱率は高いままなのかもしれない。実は顧客維持率は徐々に低下している。ユーザーが製品に留まれなければ、この「成長」は意味がない。

成長方向 → 定着率の向上

穴がいくつもある木製の樽を想像してください。樽に水を注げば注ぐほど、水は流れ出ていきます。これは、多くの新規ユーザーを引き付けても、彼らを維持できない製品に似ています。これでは、製品の持続的な成長にはつながりません。さらに、モバイルアプリ市場は現在飽和状態にあり、ボーナス時代は終わり、顧客獲得は以前ほど簡単でも安価でもありません。現在は「増分」の時代から「ストック」の時代に移行しており、古いユーザーを維持する方がコスト効率が高くなります。

諸葛亮は「八つのデータ分析モデル」の中で、次のように書いている。「ユーザーにとって、定着率が高いほど、製品はユーザーの核心ニーズをよりよく把握しており、ユーザーの製品への依存度も高い。製品にとって、定着率が高いほど、製品のアクティブユーザーが多く、忠実なユーザーに変わるユーザーの割合が高く、製品の商業的能力の向上につながる。」

まとめると、製品の現状を考慮すると、ユーザー数の増加と「ユーザー維持率」の向上が、より注力すべき方向性となります。

ステップ2: ノーススターメトリックを決定する

ノーススターメトリックの定義

North Star Metric は、重要な 1 つのメトリック (OMTM) とも呼ばれ、この段階で製品にとって最も重要な指標です。異なるトラックの製品には成長の北極星指標が異なり、唯一の重要な指標を見つける必要があります。

ノーススターインジケーターの選択

一般的に、優れた North Star インジケーターには次の特性があります。

明確に測定できる指標です（この場合は「維持率」を測定しています）。
製品価値と顧客価値を反映できる指標です。
これは遅行指標ではなく先行指標です。

ノーススター指標の選択は非常に重要です。適切に選択されない場合、チームによる一連の誤った決定を引き起こす可能性があります。したがって、ノーススター指標を決定する前に、データ分析とユーザー調査という 2 つの基本的なタスクを実行する必要があります。

フェーズ1: データ分析

1. コンテンツデータ分析

このアプリは、「ホームページ（記事情報など）」、「Q&A」、「レポート」、「データ」という 4 つの主要なビジネスモジュールを備えたコンテンツベースの製品です。人々とコンテンツ間のインタラクションを調査するために、各セクションの滞在時間や起動回数などのデータを各セクションから取得しました。

また、各セクションには独自のデータ指標があり、「ホームページ」では閲覧数、独立ユーザー数、平均閲覧進捗状況、おおよその完了率、直帰率、共有数、お気に入り数、いいね数、コメント数など、「Q&A」では質問数、質問率、回答数、回答率など、「データ」では訪問数、ダウンロード数などが表示されます。

2. データ分析に重点を置く

ユーザーの注目行動は、ユーザーが何を見たいかを白黒で伝えることに相当します。関連データは分析する価値があります。現在、アプリでフォローできるオブジェクトは、「著者」、「コラム」、「業界の質問」、「レポート機関」です。

3. ユーザーライフサイクル分析

ここでユーザーを「新規ユーザー」「アクティブユーザー」「リピーターユーザー」ではなく、「ロイヤルユーザー」「非ロイヤルユーザー」に分けたのは、データ分析はノイズが多くクリーンアップが難しい傾向にあり、ユーザー属性の差が大きいほど突破口が早く見つかるからです。

4. 出力の結論

以下の6つの指標の傾向は「定着率」と正の相関関係にあることがわかった

指標: 記事数
指標: 著者のフォロワー数
指標: 関係する報告組織の数
指標: データベースメンバーの数
インジケーター: 列フォロワーの数
指標: レポートのダウンロード率

「非忠実ユーザー」と比較すると、「忠実ユーザー」のフォロワー数は後者よりもはるかに多くなっています。「忠実なユーザー」の平均フォロワー数は ≥ 6（マジックナンバー）で、フォローするフォロワーのタイプは「著者」>「報道機関」>「コラム」>「問題」の傾向があります。

フェーズ2: ユーザー調査

私たちは、ユーザー観察、詳細なインタビュー、フォーカスグループ、定量的なアンケート調査などを通じて、APP ユーザーにユーザー調査を実施し、ユーザーを理解するよう呼びかけています。

以下は、ユーザーが当社のアプリに付けるラベルです。ユーザーは主に業界関連のコンテンツを取得するためにアプリを使用します。

「次の新しい機能/エクスペリエンスのうち、どれがアプリを開く頻度を増やすでしょうか?」という質問では、

回答者の 72.24% は、「業界をフォロー」機能の追加により、見たいコンテンツをすぐに見つけられるようになると考えていました。

回答者の 70.63% は、「フォローしているコンテンツ」のプッシュスイッチを設定し、プッシュされたコンテンツが更新されたときに通知を有効にすると考えています。

回答者の 63.52% は、業界分類を最適化し、より細分化された業界、注目の業界、新興業界を追加する必要があると考えていました。

「フォロー」「プッシュ」「業界」の3つのキーワードが表示されます。

フェーズ3: 出力結論

第 1 フェーズと第 2 フェーズの分析を具体的なビジネスと組み合わせて、North Star 指標を「注目度 - 日常的アクティブ」に設定しました。

「毎日のアクティビティを追跡する」式は次のように分類されます。

「Focus」 = 「Industry_Focus」 + 「Author_Focus」 + 「Reporting Agency_Focus」 + 「Column_Focus」 + 「Issue_Focus」（これら 5 つの項目はそれぞれ A/B/C/D/E と呼ばれます）

「1 日のアクティブユーザー数」 = 「1 日の新規ユーザー数」 + 「昨日の新規ユーザーのうち翌日に維持されたユーザー数」 + 「過去 N 日間の ∑N 日のリピーター数 (N>=1)」 (これら 3 つの項目はそれぞれ F/G/H と呼ばれます)

したがって、「Follow_Daily Activity」 = AF+AG+AH+BF+BG+BH+CF+CG+CH+DF+DG+DH+EF+EG+EH

ステップ3: ターゲットを分解する

このケースでは「ユーザー維持」に重点が置かれているため、RARAR モデルが採用されています (AARRR モデルをベースに、実際のビジネスニーズに合わせて調整されています)。

フェーズ1: ユーザー維持

目標: ユーザーに価値を提供し、再訪を促す。

分析：ユーザーが重要な行動を完了するために影響を与える要因は何ですか？アプリの既存のフォロー対象はユーザーのニーズを満たしているかどうか。ユーザーがフォローしたいが、「フォロー」機能が開いていない他の対象はありますか？ユーザーが「Follow_Push」をオンにする心理的要因は何ですか。

フェーズ2: ユーザーのアクティベーション

目的: 新規ユーザーが初めて製品を使い始めたときに、その価値を理解できるようにします。

分析: ユーザーの意思決定に影響を与える心理的要因は何ですか? ユーザーに主要機能の価値をできるだけ早く認識させるにはどうすればよいでしょうか? 製品の有用性とユーザーとの関係を確立するにはどうすればよいでしょうか?

第3段階: 紹介/獲得

目的: ユーザーに製品を共有および議論してもらい、既存のユーザーに新しいユーザーを呼び込むよう促します。

分析: 「フォロー」を通じてユーザーの共有チェーンをトリガーする方法、「ユーザー」から「推奨者」にユーザーレベルを移行するための心理的意思決定要因は何か、主要な動作を通じて増分スペースを見つける方法。

第4段階：収益の商業的実現

目的: 商業価値を実現すること。

分析: 主要な行動を通じて顧客維持率を向上させ、商業的な収益化を促進します。

主要な動作 - 「フォロー」プロセスの内訳。そのうち 7 つのコンバージョンレートも North Star インジケーターの要因として影響します。

ステップ4: 実験を実施する

1. コンテンツ面

「業界分類」を最適化し、従来の分類方法を使用しないことで、より多くのユーザーのニーズに対応します。
当初の 125 業種から 441 業種にさらに多くの業種が追加され、より広範囲にわたる影響がカバーされるようになりました。
第一次産業＋第二次産業に分かれています。

2. 機能面

「フォロー」機能を通じてユーザーが「なるほど！」と思う瞬間を体験できるような一連のユーザーストーリーを考え出してください。
ユーザーを「新規ユーザー」「昨日新規ユーザーの翌日に継続したユーザー」「N日前に復帰したユーザー」の3つに分類し、製品の「フォロー」機能を通じて継続率を向上させる研究を行っています。
「フォロー」パスをNステップに短縮し、「Industry_Follow」エントリの数をMに増やし、「プッシュ」を開放し、サイト内の誘導を強化し、サイト外でプッシュ/SMSを使用してユーザーを覚醒させます。
ユーザーは、オブジェクト（業界、著者など）をフォローした後、自分で更新プッシュ通知を有効にすることができます。調整の各ステップには抑制が必要であり、影響は徐々に拡大されます。ユーザーが「フォロー」した後にシステムが自動的にメッセージを「プッシュ」すると、ユーザーはプッシュ通知が多すぎると感じて嫌悪感を抱く可能性があり、逆効果になります。

ステップ5: 実験結果を分析して要約する

新バージョンのユーザーは、新規ユーザー、昨日の新規ユーザーから翌日に維持されたユーザー、N 日前に戻ってきたユーザーの 3 つのカテゴリに分類されます。2 週間の観察とデータ分析の結果、North Star 指標と維持率の両方が大幅に改善されました。

ユーザーの階層化はどのように機能しますか?

ユーザーは、North Star インジケーターに従って階層化されます。North Star インジケーター「Follow_Daily Active」の式は、次のように分類されます。

「フォーカス」 = 「業界のフォーカス」 + 「著者のフォーカス」 + 「報告機関のフォーカス」 + 「列のフォーカス」 + 「質問のフォーカス」「毎日のアクティブ」 = 「毎日の新規ユーザー」 + 「昨日の新規ユーザーで翌日に維持されたユーザー数」 + 「∑過去 N 日間にリピーターとなったユーザー数 (N>=1)」

新バージョンに関するユーザーフィードバック調査が実施され、回答者の 64.33% が新バージョンのプッシュエクスペリエンスを「非常に良い」と評価しました。特に、アプリ上で毎日制限なくダウンロードできるレポートは3つだけです。アプリのレポート更新プッシュを通じて、タイムリーかつ効率的にダウンロードでき、仕事中にいつでも使用できます。

このバージョンがリリースされてから 5 か月が経ちました。分析のために保持データを取得したところ、保持率は依然として良好なレベルを維持しています。

改定前、APP の継続率は同業同規模の APP よりも若干低かったが、改定開始から 5 か月後、下図に示すように、APP の翌週継続率は同業同規模の APP よりも約 20% 高くなっている。

もちろん、このバージョンだけでなく、この 5 か月間の保持に影響を与える要因は多数あります。しかし、このバージョンはリリース後2週間で10％以上のリテンション率を達成し、現在に至るまでリテンション率は上昇し続けており、同業他社の同規模のアプリをはるかに上回っています。これだけでも、このバージョンのイテレーションが参考になる価値があることが十分にわかるので、今回シェアさせていただきます。