製品運用における在庫・増量・保有！

データを単なるデータとして解釈し、ビジネスに何のサポートも提供しない人や、リーダーがビジネス指標について質問しても流暢に答えられない人もいます。データを読んでいるのは明らかですが、答えることができないのです。

実際、根本的な問題は、社内データシステムが存在せず、技術によって生成されるデータが不十分であったり、製品や操作の解釈が独自の経験に基づいていたりして、データエラーが発生していることです。

リーダーたちの質問に答えられない主な理由は、ユーザーデータや行動データをビジネスデータに変換できないからです。

この記事は主に一般的なデータの種類の概要に基づいており、社内でデータシステムを形成し、データの抽出や解釈のエラーを排除するのに役立ちます。また、ユーザーデータと行動データをビジネスデータに変換し、上司の質問にスムーズに答えることも容易になります。

一般的なデータは、ユーザー データ、行動データ、ビジネス データの 3 つのカテゴリに分類できます。ユーザーデータには通常、在庫、増分、保持、ソースが含まれます。行動データには通常、PV、UV、訪問深度、コンバージョン率、期間、直帰率が含まれます。ビジネスデータには通常、総額: GMV、総再生時間、総閲覧時間など。一人当たり: ARPU、ARPPU、一人当たり平均再生時間、一人当たり平均閲覧時間。人数: 有料ユーザー数、視聴者数、読者数。その他: 支払い率、閲覧率、閲覧率など。

ビジネスデータから抽出する指標は、行っているビジネスによって異なります。自分のビジネス指標を表現すればいいのです。

実は、これは製品運用における一般的なデータ指標がどのように定義されているかについての連載記事です。この記事は（パート 1）です。この記事では主に、ユーザー データのストック、増分、保持、チャネル品質測定の 4 つの側面について説明します。

1. ユーザーデータ

1.1. 在庫

既存のデータは通常、DAU (Daily Active User) または MAU (Monthly Active Users) を使用してカウントされます。通常は、Daily Active Users と Monthly Active Users ですが、その他の一般的な指標 (pcu、dnu、wau、acu など) も使用されます。 DAU と MAU を定義する際は、主要ユーザーの自発的な行動、つまりアクティブ度に基づいて定義します。アクティブ度を表す指標は、業種によって異なります。

ここで強調したいのは、ユーザーの自発的な行動によって定義される必要があるということです。一般的なアクションとしては、ログイン、リクエストの作成、記事の閲覧、ビデオの視聴、さらには注文の発注などが挙げられます。ユーザーによる自発的なアクションであれば、どれでも構いません。プッシュを毎日のアクティブ ユーザーと定義する人もいます。これはユーザーの自発的な行動ではないため、通常は意味がありません。

DAU の計算方法は、一般的にエラーが発生しにくいです。1 日のデータを計算するだけで済みます。タイムゾーンをまたぐグローバル ビジネスの場合は、指標の定義に 1 日の概念ではなく 24 時間を使用するのが一般的です。

MAU の計算方法によっては誤解を招く場合があります。たとえば、登録ユーザーが 100,000 人で DAU が 3,000 人の場合、計算される MAU は 3,000*30=9,000 です。この計算方法は間違っていません。正しい計算方法は、今月の毎日のアクティブ ユーザーを合計し、重複を除去することです。同様に、WAU の計算方法も同じです。すべての累積アクティブ ユーザーを重複を除去して削除する必要があることに注意してください。

1.2. 増分

増分ユーザーとは、一定期間内に新たに追加されたユーザーを指します。増分ユーザーに関する論争は、通常、新しい指標、つまり、新しく追加された登録ユーザー数や新しく追加されたデバイス数に存在します。

一般的に、アカウント システムがない場合、新しく追加されたデバイスの数しか認識できません。アカウント システムがあり、ユーザーがログインしないとビジネスに役立たない場合は、アカウントにログインできます。役立つ場合は、デバイスの数だけログインできます。

長期間ログインしていないユーザーは新規ユーザーとしてカウントされず、起床ユーザーとしてのみカウントされます。

これは通常、内部追加に使用されます。外部チャネル追加には別のアルゴリズムがある場合があります。新しい指標をチャネルで確認するのが最善です。そうしないと、後で深刻な論争が発生します。

チャンネル側から見れば、ダウンロードはユーザーがインストールしたか、インストール後に削除したかに関係なく、新規追加とみなされます。そのため、早い段階でチャンネルと指標を定義する必要があります。そうしないと、チャンネルのビジネスは本当に面倒なものになります。

会社に十分な資金力がある場合は、登録に新しい追加機能を定義できます。たまにしかチャンネルを検索せず、まだ躊躇している場合は、チャンネルがカスタマイズされた追加機能を待ちます。

1.3 保持

保持データは通常、X 日間保持を使用して計算されます。ほとんどの場合、7 日間保持は、製品に対するユーザーの受け入れ度やチャネルの品質を測定するために使用されます。

一部の製品では、初日保持の概念も導入されています。実は、初日保持と 2 日目の保持は同じ概念です。初日保持では、開始日は 0 日目から計算され、2 日目の保持では、開始日は 1 日目から計算されます。

初日保持率は、周期性が明らかな製品に適しています。たとえば、最近私が接触したプログラマ製品は、ほとんどの場合、月曜日から金曜日までしか使用されていません。土日の製品使用率は特に低いです。これは、初日保持率の計算プロセスを導入するのに特に適した時期です。

これを実行する利点は、最初の日が day0 で、7 日目が実際には day7 で、8 日となり、週の次元では同じ日になることです。

1 週間以内に大幅な変動や曜日による影響を受ける商品は除外されます。

X 日目のリテンションを計算する方法は、X 日目 / 初日 * 100% を使用するだけです。この方法は、通常、チャネルの品質を測定するために使用されます。

X 日間の保持率の計算方法は、(2 日目 +... + X 日目) 重複排除 / 1 日目 * 100% です。これは通常、製品の人気度を測定するために使用されます。

初日のリテンション計算を使用する場合も、2 日目のリテンション計算を使用する場合も、社内およびチャネル関係者の間で合意が得られている限り、それを明確に説明してください。

文字数はほぼ十分ですので、行動データとビジネスデータについては後ほど説明します。

著者: グロースハッカー Yibenhei

出典: Growth Hacker ReadMeditation