低予算のユーザー成長モデル！

「グロースハッキング」は、インターネット界隈の人にとっては馴染み深い言葉でしょう。特にここ数年、海外の典型的な事例も目にしたことがある人も多いでしょう。例えば、Netflixは顧客が視聴した映画や番組を分析し、ケビン・スペイシー主演の映画や政治ドラマがユーザーに非常に人気があることを発見したため、Netflixはドラマ「ハウス・オブ・カード」を制作しました。Facebookがグレースケールテストを行ったところ、新バージョンでは収益化率が25％低下することが判明したため、緊急に新バージョンのリリースを中止しました。その核心概念は、テクノロジーとデータ駆動に頼って成長の目標を達成することです。

しかし、近年では誰もが「成長」がもはや魅力的ではないことに気づいています。いわゆる「成長」はすべて他人の「成長」または外国の事例であり、中国に来ると不向きになります。結局のところ、海外での運営やチャネルの位置付けはありませんよね？APPストアとHuawei、Xiaomi、vivo、oppoなどの国内Androidアプリケーションストアの商用化レベルの比較を見てください。国内の成長は厳しい成長と言えるでしょう。時には古いシリコンバレーにさえ遠く及ばないこともあります。

もうひとつの理由は、会社がそれほど裕福ではなく、人材や物的資源の面であなたの試行錯誤のコストをサポートできないため、上司は単にあなたに派手なことはせず、他の人がやっていることをやるように言うだけであるということです。不意を突かれたら、手に負えない状況に陥るでしょう。

では、限られた予算で「ローカライズされた」成長を実現するにはどうすればいいのでしょうか?今日は、リーンアクティベーションモデルを紹介します。まず、なぜリーンアクティベーションモデルと呼ばれているのかを説明します。リーンという言葉は、リーンスタートアップのMVP（Minimum Viable Product）モデルに由来しており、これは最小限の実行可能な製品モデルを指します。これは、スタートアップ資本や予算が少なく、実験を通じて製品を最適なレベルに調整し、成長を達成することを意味します。アクティベーションという言葉は、AARRRパイレーツモデルに由来しています。このモデルは、ユーザーの獲得、ユーザーのアクティベート、リテンションの向上、収益の創出、推奨の拡散という5つのライフサイクルノードを5つの英語の略語で表しています。私たちのモデルは、ユーザーアクティベーションの段階で確立されます。最後に、「リーン」と「アクティベーション」を組み合わせたものが、今日ご紹介するリーンアクティベーションモデルです。

リーンアクティベーションモデル

1. アクティベーションとは何ですか?

ドラッカーはかつてこう言いました。「定量化できないものは管理できない」。したがって、モデルについて話す前に、まずアクティベーションとは何か、そしてアクティベーションの定量的な基準を理解しなければなりません。アクティベーションはAARRRの2番目の文字A（Activation）から来ています。中国語では「活動率の向上」とも翻訳されていますが、アクティベーションは新規ユーザー維持率の一方的な向上や登録率の向上など、単一の指標を指すものではないため、私は元の翻訳である「アクティベーション」の方が好きです。

これには、アクティベーション段階での 2 つの誤解が関係しています。1 つ目は、登録はアクティベーションと同じであり、登録後に携帯電話番号が残されると、ユーザーは本物で有効であるとみなされるというものです。 2 つ目の誤解は、新規ユーザーの維持率だけに注目し、この指標がユーザーのアクティベーション状況を反映できると考えることです。しかし、コア機能の利用率という重要な指標を見落としがちです。

2つの大きな誤解を活性化する

コア機能とは、「グロースハッカー」でよく言われるアハ体験のことです。いかにしてユーザーに製品のコア機能を使ってもらい、感動してもらい、製品を覚えてもらうかということです。時には、「初対面」で相手に深い印象を残せなかったためにアクティベーションが失敗し、ユーザーを失うこともあります。

製品の種類によってコア機能は異なります。Honor of Kingsというゲームを例に挙げてみましょう。各ゲームには独自のルールがあり、理解コストが非常に高くなります。初心者ガイドを使用して、新しいプレーヤーに基本的な操作を理解させることは特に重要です。したがって、初心者ガイドの完了率、最初のゲームの長さ、ゲーム数は、アクティベーションの重要な指標になります。

Douyin APPを例にとると、コア機能はお気に入りの靴を収集することであり、価格変動や市況を見ることができます。したがって、新規ユーザーの収集率とツール使用率（ドレッシング、靴VRなど）は、活性化の重要な指標です。 Yiche APPを例にとると、そのコア機能は自動車ツールであり、これを通じて、自分の車の最低価格や関連情報を確認できます。そして、ツールを使用した後の新規ユーザーの問い合わせ率が、活性化された北極星指標になります。

北極星インジケーター

ユーザーの活性化を判断するには、登録率や継続率だけではなく、製品の種類に応じてコア機能の使用率をモニタリング指標として把握することも必要です。まとめると、登録率、新規ユーザーの維持率、コア機能の使用率は、製品アクティベーション段階の北極星指標になります。

2. アクティベーション失敗の理由

アクティベーションとは何かについて説明したので、アクティベーションが失敗する理由について説明しましょう。多くのユーザーはプロモーション チャネルを通じてアプリにアクセスしますが、一度起動した後は二度と使用しません。これはアクティベーションの失敗と見なされます。これには主に 2 つの理由があります。

（１）チャネルの問題：プロモーションチャネルによってもたらされたユーザーには品質上の問題があります。

（2）製品の問題：ユーザーはコア機能（アハ体験）に触れることができず、途中で迷ってしまいます。

チャネルの問題については、前回の記事「より少ない費用でより質の高いボリュームを実現するには？」を参照してください。 「| チャネル品質評価モデル」では、チャネルによってもたらされるユーザーの品質を評価し、ユーザーの品質を向上させ、アクティベーションの品質を向上させる方法について説明します。ここでは詳細には触れません。そこで今日は、製品の観点から問題を解決し、リーン アクティベーション モデルを通じてユーザーの成長を実現する方法についてお話しします。

3. モデルの概要

リーンアクティベーションモデルの基本原則は、コストを抑えながら実験テストを迅速に実施し、常に問題を発見し、アイデアを提案し、実験テストを実施し、レビューと分析を行うことです。

モデルの概要

これら4つのステップを継続的に繰り返すことで、失敗から学び、各回の実験で成功した経験をまとめることができ、最終的には量的変化が質的変化につながり、ユーザーの成長を実現します。何も特別なことはなく、ただ実験を繰り返すだけなので、とても単純で退屈です。

4. モデルプロセス

この章では、前の章で説明した 4 つのステップに基づいて、Yiche APP を例に、このモデルを使用してユーザーの成長を達成する方法を説明します。

1. 問題を見つける

ギデオンの法則は、「問題を明確に書き出すことは、解決の半分である」と述べています。したがって、モデリングを開始する前に、チームにもっと多くの質問を投げかけてもらうようにしてください。一連のブレインストーミングの後、質問を書き留めて、次の問題ボードにまとめることができます。

問題ボード

アクティベーション段階ではユーザー数の増加を図る必要があるのですが、アクティベーションの定義は何でしょうか？アクティベーションが失敗する現在の理由は何ですか?どのような成長モデルを選択すべきでしょうか?成長の公式は何ですか?

問題が明確に書き出されているため、問題を見つける最初のステップは正常に完了し、次の 3 つのステップは問題を解決することです。

2. アイデアを提案する

前回は、活性化の定義、活性化が失敗する理由、成長モデルの選択方法、成長式の決定方法という 4 つの疑問を提起しました。この章では、これら 4 つの疑問を 1 つずつ分解していきます。

アクティベーションの定義: ユーザーのアクティベーションは登録だけではなく、ユーザーの維持とコア機能の使用も含まれます。Yiche APP を例にとると、ユーザーに登録を強制することを選択しています。なぜ登録を強制するのでしょうか? ABテストの結果、実験グループ（必須登録）のユーザー品質が、コントロールグループ（非必須登録）のユーザー品質よりも大幅に高いことが判明しました。そのため、観察・監視指標として、新規ユーザーの翌日維持率と問い合わせ率が選択されます。

アクティベーションが失敗する理由：チャネルの問題と製品の問題。チャネルを変更できない場合は、製品ロジックを調整し、ユーザーエクスペリエンスを強化し、アクティベーションを改善する方法を検討してください。

成長モデル: 実験的なテストを通じて成長を実現するリーン活性化モデル。

成長の公式: 実験のコールドスタートの初期段階では、まず既存機能のユーザー状況を分析します。ここでのユーザーとは、新規ユーザーの行動ではなく、新規ユーザーと既存ユーザーを含むすべてのユーザーを指すことに注意してください。なぜすべてのユーザーを使用するのでしょうか? 理由は 2 つあります。1 つ目は、新規ユーザーのみを選択した場合、その数が比較的少なく、問題を説明するのに十分ではないことです。2 つ目は、新規ユーザーはアプリに慣れておらず、より深い入り口のある機能にアクセスできないため、これも判断に影響します。まとめると、機能使用後の既存ユーザー全員の維持および問い合わせ行動を分析することで成長の公式が決定されます。

完全なユーザー行動分析は次のとおりです。

成長フォーミュラ

保持率成長の公式:

成長の公式 = 維持率の差 x 浸透率 = (到達した維持率 - 未到達の維持率) x (到達した数 / DAU)

問い合わせ成長式:

成長の計算式 = 問い合わせ率の差 × 浸透率 = (到達した問い合わせ数 - 到達していない問い合わせ数) × (到達した人数 / DAU)

維持率の差は、機能を使用した（到達した）ユーザーの維持率から、機能を使用していないユーザーの維持率を引いたものです。この指標は、この機能がアハ体験であるかどうか、つまり、ユーザーが使用後に感銘を受け、製品を覚えて維持率を向上させるかどうかを判断するために使用されます。普及率とは、DAUに対するその機能にアクセスしたユーザーの割合です。例えば、記事を読んだユーザーが200万人いて、その日のDAUが500万人だった場合、普及率は40％となります。透水性は、現在の機能の入口深度が適切かどうか、または深すぎるかどうかを決定するために使用されます。

成長を達成するためには、維持率の差、問い合わせ率の差、浸透率の3つの方向から取り組む必要があることは、この式から容易にわかります。

（1）維持率の差を改善する：差がマイナスの場合、その機能を使用するユーザーエクスペリエンスが非常に悪いことを意味します。これはユーザー損失につながります。この場合、ページを調整または削除する方法を見つける必要があります。また、プラスの差がある機能については、製品形式を調整することで差を拡大できますか？たとえば、記事の品質を向上させ、低品質の機械執筆記事やクリックベイト記事を減らすことで、読者のエクスペリエンスを向上させ、維持率を向上させることができます。

（２）問い合わせ率差改善：ロジックは継続率差改善と同じなので、ここでは詳しく説明しません。

（3）浸透率の改善：保持率の差は大きいが浸透率が低い機能を見つけた場合、この機能は優れているものの、入り口が深すぎるためにユーザーに気づかれない可能性があることを認識する必要があります。このとき、より多くのユーザーが機能を利用できるように入り口の深さを調整する必要があります。

成長式と成長方法を紹介したので、具体的な状況を分析し、成長式表のデータに基づいて、以下に示すように成長マトリックス（ボストンマトリックス）チャートを作成しましょう。

成長マトリックス

ボストンにはロブスターがあるだけでなく、マトリックス図もとても素敵です!マトリックスの横軸は継続率の差、縦軸は問い合わせ率の差、バブルの直径は普及率を表し、赤い十字で4つの象限に機能が分けられており、状況の把握や意思決定が容易になっています。

このセクションでは、ユーザーアクティベーションの定義、アクティベーション失敗の理由の分析、既存のユーザー行動に基づく成長モデルと数式を決定しました。この一連の操作は、実験テスト（4-3）の準備です。テストを除いて、すべてが準備完了です！

3. 実験テスト

このセクションでは、2 つのことを行う必要があります。1 つ目は、アイデアに優先順位を付けることです。アイデアはたくさんありますが、すべてをテストできるわけではありません。そのため、成長の可能性が高いアイデアを選んでテストする必要があります。

成長マトリックス（コールドスタートグループ選択）

成長の可能性が高いアイデアを選択するにはどうすればよいでしょうか。成長マトリックスの第 1 象限にある機能 (売上ランキング、クイックカー選択、値下げランキングなど) を選択し、バケット形式でテストします。次に、次のテスト アイデアを作成します。

テストアイデア図

まず、チャネルを選択する必要があります。すべてのチャネルで大まかなテストを実行する必要はなく、制御可能なコストでテストすることに注意してください。たとえば、すべての Android アプリ マーケットではなく、Huawei チャネルを選択します。これは、「リーン」のコア コンセプトを反映しています。次に、ユーザーをグループ化し、ユーザーが初めてアプリを起動した後に、異なるランディング ページを表示します。これらは、販売リスト、クイック カー選択、値下げリスト、および元のページ (コントロール グループ) です。新規ユーザーの 25% が、4 つのページのそれぞれに割り当てられます。バケットの分割方法については、市場の AB テスト プラットフォームを参照できます。この側面は非常に完成されており、N 個のソリューションを同時に相互作用させることができます。まとめると、次の実験フローチャートが得られます。

実験フローチャート

上の図は、シンプルなプロセス概念図です。ここでは、例として 4 ページで実験を行っただけです。実際のビジネスでは、N 個の異なるチャネル、N 個のランディング ページ、N 個の詳細な変更プランが存在するため、N*N*N 個の異なるプランが存在することになります。

つまり、実験の初期段階では速度を落とし、コストが制御可能なうちに配信チャネルを選択し、少数のグループで実験を行い、実験モデルのプロセスがスムーズに実行された後、徐々に速度を上げてモデルを高速で実行させる必要があります。

4. レビューと分析

レビュー段階では、以下に示すように 4 種類の情報が得られます。

わかっていることはわかっています。第 2 章でアイデアを思いついたとき、監視する必要のある指標は維持率の差と問い合わせ率の差であることがわかっていました。

知らないことはわかっている: 第 2 章では、新規ユーザーのアクティベーション フェーズで追加される可能性のあるページ (機能ポイント) を推測するために、すべてのユーザー (新規ユーザーと既存ユーザーを含む) の行動を分析しました。ただし、既存ユーザーが新規ユーザーのパフォーマンスを代表できるかどうかはわからないため、テストする必要があります。

私たちは自分が何を知っているかは知りません。私たちの直感によれば、視覚的に表現されたボストン マトリックスは、ビジネスを理解し、意思決定を行う上で役立ちます。もちろん、棒グラフや円グラフなども選択できますが、私たちの経験と直感では、まずデータの機密性を示すボストン マトリックスを思い浮かべます。

わからないことはわからない: 探索と分析の領域では、どのページまたは機能ポイントが最適か、どのページでどの程度のエントリ深度が最適なユーザー維持率と問い合わせ率を確保できるかはわかりません。ユーザーの成長を達成するには、レビューと分析を行い、各レビューと分析から情報を収集し、肯定的な結果を保持し、否定的な結果を置き換え、実験を迅速に繰り返す必要があります。

このセクションでは、知らないとわからない情報、つまり探査エリアのレビューと分析に焦点を当てます。前章の実験テストを通じて、次のフィードバックデータが得られました。

データ再生チャート

新規アクティブユーザーのグループ化されたパフォーマンスの観点から、販売リストの翌日の保持率と問い合わせ率は、それぞれコントロールグループよりも5.0％と7.6％高くなりました。クイックカー選択リストの保持率はコントロールグループよりも1％低く、問い合わせ率は4.7％高くなりました。値下げリストの保持率は0.4％減少し、問い合わせ率は6.3％増加しました。

コールドスタート中の全ユーザーを使用したボストンマトリックス（成長マトリックス）と比較すると、販売リスト、クイックカー選択、値下げリストのパフォーマンスは私たちの推測と一致しています。当初の仮定は、車選択ツールが私たちのコア機能であるため、接触後のユーザーの問い合わせ率はコントロールグループよりも高くなるというものでした。しかし、クイックカーセレクションと値下げリストの保持率は、コントロールグループよりも低くなっています。この結果は予想外です。なぜこのような結果になるのでしょうか? ページの詳細を見て、理由を見つけてみましょう。

ページの詳細

これら 3 つのページはすべてコア機能ページであり、いくつかの詳細のみが異なります。データの違いの理由を説明するために、図の異なるポイントにマークを付けました。

仮説1：車選択ボタン：このボタンは、セールリストと値下げリストの両方で利用できることがわかります。車のアイコンを使用することで、ユーザーの理解コストが軽減されるだけでなく、車をすばやく分類して使いやすくなっています。これが問い合わせ率の増加の理由の1つである可能性があります。

仮説2、売上ランキング：人々は売上TOPランキングに興味があり、それが二次維持率や問い合わせ率に影響を与える要因の1つである。

仮説 3、売上高: 実際の売上高はユーザーの信頼を獲得し、維持率や問い合わせ率に影響を与える要因の 1 つです。

仮説4：最安値問い合わせボタンは問い合わせ率に影響を与える要因の一つである。

仮説5、値下げ額：人々は値下げ額に興味がなく、値下げ額が大きい車種はユーザーが望んでいるものではないため、リテンション率の低下の理由の1つである可能性があります。

仮説6、値下げリスト：人々は値下げTOPリストに興味がありません。仮説5と同様に、これがリテンションの低下の理由の1つである可能性があります。

上記の推測以外にも、さまざまな推測があります。例えば、Huawei チャネルでこれが当てはまるのであれば、vivo や oppo でも当てはまるのでしょうか? 「最低価格を問い合わせる」ボタンが青色に変わったらどうなるでしょうか?推奨アルゴリズムの問​​題により、コントロール グループのコンバージョン率が低い可能性はありますか?

これらは単なる推測であり、正しい場合もあれば間違っている場合もありますが、これらの推測は貴重な情報であり、次の一連の実験のための質問に変換でき、新しい実験サイクルを開始して最後から始めることができます。

まとめると、レビュー段階で得た結論は、これら 3 つのページが当初の推測と一致しており、コア機能であるということです。その中でも、売上ランキングは最も効果が高く、維持率と問い合わせ率の両方の指標が同時にプラスに成長することを保証できます。このパスを、Huawei チャネルのすべてのユーザーのアクティベーション パスとして保持することをお勧めします。同時に、私たちが提案した仮説は、次の一連の実験のシードグループとしてテストされます。

5. 実験の概要

以上が私たちの実験プロセスのすべてです。問題発見、アイデア提案、実験テスト、検討・分析の4つのステップを経て実験モデルを構築します。制御可能なコストの範囲内で継続的にテストを行い、成長の真の意味を理解します。これがリーンアクティベーションモデルの真髄です。

モデルプロセス全体を整理すると、次の図が得られます。

モデルフローチャート

このモデルは、獲得、活性化、維持、収益化、普及の各段階を含む、ユーザーのライフサイクル全体のすべてのノードに適用することもできます。また、アクティビティや記事コンテンツなどのビジネス面でも使用できます。実験的な成長精神があれば、問題の発見、アイデアの提案、実験的なテスト、レビュー分析の4つのステップを通じて、何でも成長を達成できます。

本日ご紹介したリーン成長モデルはこれで終了です。学習後は、すぐにモデルを実行してユーザー成長を促進できると幸いです。また、多くのインターネット実践者が、あらゆる方法を知り、恥ずかしがることなく成長できるよう、このプログラムがお役に立てば幸いです。

著者: 江迪

出典：江迪

関連記事:

0 から 100 までのユーザー成長計画をどのように実装するか?

ユーザーの成長に欠かせない方法: リテンション曲線