運用ファネルデータ (データ分析に一般的な分析モデルを使用する方法)

データ分析によく使用される分析モデルをどのように使用すればよいでしょうか?

編集者注: インターネットのトラフィック配当が薄れ、トラフィックの獲得がますます困難になり、データの重要性が徐々に顕著になってきました。この記事の著者は、一般的に使用される 2 つのモデル分析、ファンネルモデルと AARRR モデルを紹介し、これら 2 つの分析モデルを使用してデータ分析を実行する方法を分析します。

誰もがインターネットの後半について話しています。これは、トラフィック配当が徐々に減少していることを意味します。ネットユーザーがほとんどおらず、地上が金で満ちていたインターネットの初期の時代とはもはや異なります。製品さえ作ってしまえば、何も操作しなくても大量のユーザーが入ってくる。しかし、現在ではすべてのトラフィックが少数の大手企業に集中しています。トラフィックを獲得しようとすると、必然的に惨敗することになります。

キャセイ証券の調査によると、電子商取引業界の顧客獲得コストは上昇し続けており、2020年にはとんでもないレベルに達した。アリババの平均顧客獲得コストは704、ピンドゥオドゥオは163、JDは392である。顧客獲得コストがこれほど高いため、精緻なデータ運用は必須の道となっている。

これは最初に有名なアメリカの広告主によって提案され、消費者購買ファネルと呼ばれています。プロセス内の各リンクを分解して定量化することで、問題を見つけて最適化するのに役立ちます。電子商取引ウェブサイトでは、ファネルモデルが最も一般的に使用されています。もちろん他の製品にもご使用いただけます。コアプロセスを定義するだけです。

電子商取引を例に挙げてみましょう。

ファネルモデルは一般的に実行できますが、問題をどのように発見し、仮説をどのように提案し、最適化するかが鍵となります。ここでの核となるのは、各リンクのトラフィック状況を把握することです。指標比率の式を使用して分解するのが最適です。そうしないと、訪問回数だけで問題を特定することは不可能です。

1) ホームページのトラフィック

通常、ホームページへのトラフィックは外部チャネルから多く流入するため、トラフィックの品質は非常に重要です。通常、ページのトラフィック指標は、ページ UV クリックスルー率、滞在時間、直帰率によって測定されます。一般的に、ページに興味を持つユーザーはクリック行動が多くなり、クリック行動によってクリックスルー率や直帰率などが生成されます。

ページクリック率 = ページクリック数 / UV: クリック率が高いほど、ページコンテンツがユーザーにとって魅力的であることを示します。もちろん、特定の機能のクリックスルー率を全体のクリックスルー率のパーセンテージとして調べて、ホームページ上のさまざまな機能のトラフィックを確認することもできます。
直帰率 = ホームページからアクセスした後にユーザーが離脱した回数 / ホームページの総訪問数: 直帰率が高いほど、ページの問題を除き、ページの内容がユーザーの期待からかけ離れている可能性が高くなります。滞在時間が短い場合、直帰率が高く、クリックスルー率が低いということは、ページコンテンツの品質が高くないか、チャネルのユーザー品質が高くないことを示しています。

2) 製品の検索 - 製品一覧ページ

検索はサイト内のトラフィックの主なソースであり、サイト内の製品の検索と製品レイアウトの分類において重要な役割を果たします。検索に関する一般的な指標は次のとおりです。

結果のない検索の数: 結果のない検索の数が少ないほど、検索効率は高くなります。結果のない検索の数が多い場合は、検索用語に基づいて相関関係を確立するかどうか、およびカテゴリを拡張する必要があるかどうかを評価する必要があります。
詳細ページの UV コンバージョン率 = 詳細ページを訪問した UV / 検索した UV であり、詳細ページの品質を測定するために使用されます。
検索のクリック率 = クリック数 / 検索数。検索結果ページの品質を測定します。
検索数と人数。検索数やある用語を検索する人の数が多い場合、検索されているカテゴリや商品の需要が高いことを意味します。人気の検索キーワードについては、クリック率や詳細ページのリーチ率に注意する必要があります。クリックスルー率が高すぎるが、UV から詳細ページへの到達率が平均的である場合、不正行為 (販売者がランキングを上げようとしている) がある可能性があります。クリック率とリーチ率の両方が高い場合、検索結果が良好であることを意味します。
最初の画面のクリック率 = 最初の画面のクリック数 / 検索数。検索結果の最初の画面のランキング品質を測定します。ほとんどの人が、必要な商品を見つけるためにページをめくる必要がある場合、並べ替え方法または重みを調整する必要があることを意味します。
高度なフィルター項目のクリック率: クリック数が低すぎる場合は、使用率が高くないことを意味し、フィルター項目を再最適化する必要があります。

3) 商品詳細ページ

詳細ページは、コンバージョンへの重要な経路であり、ユーザーの意思決定の鍵となります。したがって、詳細ページの品質は、一般的に平均滞在時間、追加されたカートの数、即時購入の数などから分析できます。

平均滞在時間 = ページ上の合計滞在時間 / UV 数。これは通常、ページの総合的な要素 (製品画像、価格、割引情報、詳細ページ、レビューなど) に関連します。
カートに追加数/即時購入数: 潜在顧客の数を示します。対象顧客数が多くない場合は、製品がユーザーのニーズを満たしていないだけなので、ページの総合的な要素を考慮する必要があります。

4) 注文を生成する

注文の送信は通常、コンバージョンプロセスの最後のステップであり、その目的はユーザーにできるだけ早く支払いをしてもらうことです。ここで測定される指標には、グローバル指標トランザクション変換率と有効注文の変換率が含まれます。

トランザクションコンバージョン率 = 注文を送信したユーザー数 / ページ UV。低い場合は、注文を出す意欲が強くないことを意味します。注文ページのレイアウトに問題がある、住所がユーザーフレンドリーではない、価格割引が明確でないなどの問題が確認される場合があります。
有効な注文変換率 = 実際に支払われた注文数 / 生成された注文数。高くない場合は決済ページに問題があるのでしょうか？そうでない場合は、プッシュ/SMSを使用して支払いを促すことができます。

5) まとめ

ページが「興味を喚起する」かどうかを測定するための指標には、クリックスルー率、直帰率、滞在時間、下部に読み込まれるためにスライドダウンするページの割合などがあります。ほとんどの人の目は上から下へ動き、最初にヘッダー情報を目にします。ヘッダー情報が魅力的でない場合は、一般的にはスライドして読み込まれ、下部に到達する情報の割合と滞在時間がわかります。

このモデルは海賊モデルとしても知られています。これは最初にマクルーアによって提案されました。これは製品ライフサイクルの 5 つの段階を表します。一般的に、一度にすべてを実行しようとするのではなく、製品のさまざまな段階に応じてさまざまな目標に焦点を当てます。

MVP段階（スタートアップ段階）：定量分析。現段階ではユーザー数は少ないです。専門的な分析ツールがない場合は、ユーザー、親戚、友人からのフィードバックも分析に役立ちます。
成長段階: 保持分析。主な焦点はユーザーロイヤルティにあります。ユーザーがあなたの製品に興味を示さず、留まることができない場合、より多くのユーザーを引き付けても無駄になります。ユーザーはプールの水のようなものだ、とよく言われます。入口は新規ユーザー、プールの容量は保持されたアクティブユーザー、出口は失われたユーザーです。損失率がユーザー登録率よりも大きい場合、プールの水は遅かれ早かれ枯渇します。
収益段階: チャネル分析、取引量、LTV。

次に、獲得段階と維持段階でそれをどのように行うかに焦点を当てましょう。

1) 獲得: 目的はチャネルの質によって決まる

当社は、一般的にさまざまなチャネル（検索エンジン、マーケティング、新しいセルフメディア、オフライン活動、外部協力チャネルなど）からユーザーを獲得します。私たちは通常、各チャネルのユーザーの数と質に注意を払います。量については新規ユーザーの数、質については通常のコンバージョン状況、収益については取引額を確認します。

一般的には、「登録数」や「有料コンバージョン率」などの 2 つの側面に基づいて、チャネルの 4 象限分析を確立します。一般的には、Excel 散布図を使用してマトリックス図を作成し、各次元の平均値を計算してから、水平座標と垂直座標を交差させます (興味がある場合は、マトリックス図の方法について学習できます)。

象限 1: 登録数とコンバージョン率が高いチャネルへの投資を増やす。
第2象限：登録数は少ないが、コンバージョン率は高い。露出戦略などについてチャネル側とコミュニケーションをとることができます。
第 3 象限: 登録数が少なく、コンバージョン率も低いため、放棄を検討できます。
第4象限：登録数は多いが、コンバージョン率は低い。変換プロセスを最適化する必要があります。そうしないと、ターゲットユーザーが正確ではない可能性があります。

企業自体が対外広告などを行っている場合は、コスト投資が比較的大きくなります。（コストとユーザーコンバージョン率の4象限分析）に基づいて、低コストで高コンバージョンのチャネルを選別することが目的です。

2) 保持: 保持分析

保持率は製品の価値を測定する最も効果的な指標です。一般的に、次の保持表に基づいて保持を分析します。そうは言っても、この絵を前にすると、多くの人はまだ唖然とし、どこから始めればいいのか分からないのです。

Umeng - 保持分析表

一般的な保持曲線は、振動期間、選択期間、安定期間の 3 つの部分に分かれています。しかし、安定期間がほとんどない製品もあり、そのような製品は非常に危険で、保持率は低下し続け、遅かれ早かれプールの水はいつか枯渇することになります。

一般的に、変動性と選択期間中は新規ユーザーの維持に重点を置き、安定期間中は機能的な維持に重点を置きます。では、保持率が低い場合はどのように分析すればよいのでしょうか?

3) 新規ユーザー維持分析

一般的に、新規ユーザーの維持は最初の起動時の初期行動として定義され、維持行動は再起動または支払いとして定義できます (維持がどのような行動であるかは企業が定義できます)。保持率が低い場合は、比較分析を行う必要があります。一般的に、リテンションはビジネス機能と密接に関連しており、機能モジュールを抽出して比較分析することができます（これは、新規ユーザーのリテンション分析だけでなく、安定期の機能的リテンションに焦点を当てるのにも役立ちます）。

このことから、機能 3 は他の機能よりも高い保持率をもたらすことが明らかであり、次の決定を下すのに役立ちます。

翌日の継続率から判断すると、新規ユーザーの継続方向は実際には機能 3 と 4 付近にあります。
機能モジュールの最適化の方向性: まず、コアとなる機能モジュールを明確にする必要があります。コア機能モジュールの保持率が高くない場合は、このリンクを最適化する必要があることを意味します。

要約: 新規ユーザーが早くアクティブ化されるほど、効果的です。コアとなる行動を同じ日に完了できれば最適です。ユーザーが離脱する前に、製品の中核的な価値を体験できるように、より高い維持率の機能を使用するように誘導してください。

4) ユーザーグループ分析

維持ユーザーと離脱ユーザーの違いを分析し、2 種類のユーザー、特に離脱ユーザーの特性を分析します。この方法は、上記のファネルモデルに基づいて、コアパスを定義し、ユーザーの行動、具体的にはどのステップでユーザーが迷っているかを分析し、ターゲットを絞った分析を行うことができます。

また、すでに離脱したユーザーからフィードバックを求め、具体的に彼らの考えに耳を傾け、ニーズが満たされなかったために離脱した理由を見つけることもできます。優れたサードパーティの分析ツールがない場合、分析に多くの時間を費やすのは、実際には典型的な「ゴマを拾ってメロンを失う」行為です。ユーザーのフィードバックを直接求めるのも効果的な方法です。ユーザーが本当に製品を気に入らなければ、すぐにアンインストールしてしまうため、迅速な意思決定の検証はグローバル分析よりも効率的です。

次の章では、ユーザー分析と問題解決の構造分析について詳しく説明し、データ分析の道のりに役立つことを願っています。

著者: Chenchen;公式アカウント: Yushuo Products

タイトル画像はCC0プロトコルに基づいたUnsplashからのものです

<<: 操作消費データ（テンセントはデータ処理特許を取得しており、ハードウェアリソースの消費と操作の難易度を軽減できます）

>>: オペレーション管理における意思決定内容には、（データ駆動型の生産オペレーション管理の意思決定）が含まれる。