インターネット運用データ分析（インターネット業界におけるデータ分析の一般知識（第1部））

インターネット業界におけるデータ分析の一般知識（パート1）

序文

インターネット業界では、インターネット上のすべてのユーザーの行動「データ」が記録されます。この時点で、 「データ分析」を実施し、技術的な手段を使用して大量のユーザー行動データから貴重な情報を抽出し、ユーザーのライフサイクルとユーザー行動パスを分析し、データ指標システム、監視システム、ユーザーモデルを確立し、ユーザー層別化を行い、ターゲットを絞った製品とパーソナライズされたサービスを提供し、精密マーケティングを実現して、ビジネスの成長を促進し、ユーザーエクスペリエンスを向上させ、排水の閉ループを作成する必要があります。

そのため、インターネット業界においては「データ分析」が大きな意義を持っています。しかし、「データ分析」はインターネット業界ではより一般的なスキルです。むしろ基礎能力のようなものとも言えるでしょう。製品、オペレーション、ビジネス、マーケティング、人事、技術開発、プロジェクト、マネジメントなど、どんな分野で働いていても、基本的には「データ分析」のスキルを習得する必要があります。データ分析の大部分は比較的一般的な業務分析作業であり、コスト管理上の理由から、一般的な業務ラインでは専任のデータ分析職が設けられることはなくなり、分析作業を自ら行う必要があります。

そこで、インターネット業界の特徴、インターネット業界に共通するデータ指標、データ分析の概要、データ分析入門、データ分析の基本プロセス、高度なデータ分析、データ分析の課題、発展の展望など、7つの側面を整理してまとめ、インターネット業界の背景を踏まえたデータ分析の一般知識を十分に理解できるようにします。

1つ

インターネット業界の特性

従来の業界と比較して、インターネット業界にはいくつかの異なる特徴があります。

①ネットワーク効果により、ユーザー数は増え続け、ネットワーク規模がさらに拡大し、ユーザー数が爆発的に増加する可能性が高くなります。例えば、2021年上半期には中国のインターネット利用者数は10億人を超え、インターネット普及率は70.4％に達するでしょう。

② インターネットのメディア性が高まり、多様な需要が生まれ、文化コミュニケーションの重要なチャネルとなっている。 Tik TokやWeiboなど、新しいメディアで現在話題になっているイベントなど。

③インターネット業界では、爆発的な業界発展期に良い製品が先行すると、後発企業が逆転するのは難しくなるため、初期段階で多額の資金を投入して市場とユーザーを獲得する状況が生まれるでしょう。 Uber は特に典型的な例です。

④ インターネット業界では勝者がすべてを獲得する状況になる可能性が高い。例えば、YoukuとTudouの合併、CtripとQunarの合併により、すぐに業界独占が形成されました。

⑤インターネットは私たちの生活に欠かせない重要な部分となっている。 5G時代の到来により、コミュニティのグループ購入やテイクアウトなど、あらゆるものが例外なく相互接続される未来が到来します。インターネットは私たちの生活のあらゆる側面に浸透し、私たちの生活を便利でスムーズ、リアルタイムかつ効率的なものにしています。

つまり、インターネット産業は人類社会全体の発展を急速な進化の状態へと導いたのです。企業のライフサイクルは非常に速くなり、競争上の優位性が急速に拡大し、突破不可能な閾値が確立されました。業界の混乱も急速に起こりました。しかし、インターネットの急速な発展と5Gやビッグデータの文脈において、絶え間ない変化にうまく対処するためには、データ分析スキルは将来の専門家にとって間違いなく不可欠なスキルです。データ分析を通じて、組織の改善を実現し、競争上の優位性を高めることができます。

二

インターネット業界の共通データ指標

インターネット業界によって、重視する運用データは異なります。より具体的に言えば、複雑なインターネット製品は、数百または数千の運用指標に重点を置いています。しかし、私たちが最も頻繁に使用する指標がいくつかあり、これらの指標は基本的に事業ラインの運営の中核的な状況を反映しています。

インターネット業界でよく使われるデータ指標を整理するために、アプリ指標を例に挙げてみましょう。

アクティブユーザー指標

アクティブ ユーザー指標: 企業によっては、アプリを起動したユーザーをアクティブと定義する一方、アカウントにログインしたユーザーのみをアクティブと定義する企業もあります。アクティブユーザー指標は、異なる時間範囲に応じて時間、週、月などに分けられ、APPユーザーの規模を測定する指標です。製品が成功しているかどうかを判断するために 1 つの指標だけを見る場合、その指標はアクティブ ユーザーの数である必要があります。ニュース アプリ、音楽アプリ、ソーシャル アプリなど、ユーザーが毎日開くことを期待しているほとんどのアプリにとって、製品の北極星の指標は、毎日のアクティブ ユーザーの数です。

★新規ユーザー指標

新規ユーザー指標は、異なる期間に応じて週次統計と月次統計に分けることもでき、主にマーケティングプロモーションチャネルの有効性を測定するための最も基本的な指標です。コンバージョン率は、チャンネルプロモーションのランディングページまたは登録プロセスのスムーズさを反映します。アクティブユーザーに対する新規ユーザーの割合が高すぎる場合、アプリのアクティビティはプロモーションを通じて達成されていることを意味します。この状況は、特にユーザー維持率に注目する価値があります。

保持指標

リテンション指標は、ユーザーにとってのアプリの魅力を検証するための重要な指標でもあります。ユーザー維持率は通常、競合製品と比較して、ユーザーにとってのアプリの魅力を測定するために使用されます。アプリケーションの比較的成熟したバージョンでは、ユーザー維持率が大幅に変化した場合、ユーザーの質が大幅に変化したことを意味し、これはプロモーション チャネルの品質の変化によって発生する可能性が高くなります。

★使用時間表示

使用時間に関する指標も、製品の活性度や品質を測る上で重要な指標となります。現在、アプリの種類が増え、ユーザーの注意力が分散し、毎日の時間が限られています。たとえば、現在非常に人気のある短編動画アプリの場合、主な指標は再生時間指標です。

★ユーザー構成指数

ユーザー構成指標は登録ユーザーの構成を分析し、新規ユーザーと既存ユーザーの構造を通じてアクティブユーザーの健全性を把握するのに役立ちます。重要なユーザー、リピーター、離脱したユーザーの定義は企業ごとに異なります。製品のビジネスニーズに基づいて返品および損失の警告を開発し、ユーザーの健康状態を監視することができます。

★チャンネル指標（SEOを除く）

チャネル指標は、チャネル配信の品質を評価するために使用されます。製品自体の特性、製品のターゲット層、チャネル自体の特性に基づいて、包括的かつ詳細な評価が行われます。データに基づいて高品質なチャネルが配信用に選択されます。

★収入データ

収益指標は、アプリ全体の収益と収益性を測定するために使用され、その後のビジネス目標を設定するための参考として役立ちます。

アクティビティデータ

上記は、インターネット運用データに関する一般的な指標の一部ですが、企業によって重視する指標は異なります。つまり、データ指標は数多く存在しますが、インターネットではこれらのデータ指標は基本的に同じです。新規追加、アクティビティ、維持、リピート購入、ユーザー層別化、アクティビティレビュー、チャネル最適化などの分析は、基本的にあらゆるインターネットビジネスラインで利用可能です。

上記の指標は包括的ではない可能性があるため、ここでは一つ一つ詳しく説明しません。優れたデータ指標は、製品ビジネス ラインの開発段階にガイダンスを提供する必要があります。したがって、実際の業務では、自社のビジネス目標に基づいて独自の注力指標を策定する必要があります。

三つ

データ分析の概要

データ分析とは、特定の目的に基づいてデータを分析し、要約するプロセスです。その意義は、データに隠された情報を抽出し、精製することで、研究対象に固有の法則、つまり物事の発生、発展、将来の変化の法則を見つけ出し、人々が判断し、正しい決定を下せるようにすることにあります。

現在、この分野にはデータ分析の職種が数多くあります。 BI（ビジネスインテリジェント）、DA（データ分析）、データオペレーション、データサイエンティスト、データプロダクトマネージャーなどは、仕事内容は非常に似ていると言えますが、サブフィールドの専門性には程度の差があります。

現在では「データ分析」は「データ」に関する職種の総称ともいえるほどで、インターネットの世界ではデータ分析スキルは基本的に標準となっています。これらの業務に携わる人々は、データを分析することでビジネス上の問題を発見し、ビジネスチャンスについての洞察を得て、業務活動、ビジネスの成長、企業の発展のための合理的な提案や参考資料を提供します。

しかし、データ分析とは具体的に何を行うのでしょうか?ここでは、理想的な状況と実際の状況におけるデータ分析の典型的なシナリオを簡単に紹介します。

理想的な作業シナリオ

最近、事業は困難に直面していますが（例えば、特定の配信チャネルの効果が期待した効果と大きく異なるなど）、今年の配信戦略は前年とあまり変わっていません。なぜ効果はこんなに悪いのでしょうか?そのため、このチャネルのパフォーマンスが今年期待に応えられなかった理由を分析する必要があります。

その後、データアナリストは一生懸命働いて、美しい PPT レポートを作成しました。彼は上司にプレゼンテーションを行い、ついに認められました。データ分析、傾向分析、比較、異常検知、ユーザーセグメンテーションなどの一連の操作を通じて、運用上の提案が行われました。同社は提案に従って配信戦略を変更し、その効果は明ら​​かで、パフォーマンスが急上昇しました。

諺にもあるように、「理想は満ち溢れているが、現実は乏しい。」しかし、実際の仕事ではどのように見えるのでしょうか?

実際の動作シナリオ

最近、ビジネスは困難に直面しており、チャネルのパフォーマンスが低い理由を分析する必要があります。データ分析を行う必要があり、まず私たちはさまざまなデータを準備するために一生を費やします。

その後、さまざまな角度から原因を掘り下げて分析しましたが、異常は見つかりませんでした。私が最終的に上司のために作成した PPT は、ビジネス価値がないとビジネススタッフから頻繁に批判されました。

上記の例から、データ分析の主な責任を理解するのは実は非常に簡単ですよね?

実際、データ分析の出発点は、まずビジネス上の問題や疑問であり、その後、強力なデータ感度とさまざまな理論的分析方法に頼って、データの異常な状態を記述し、データと指標システムに基づいて原因を探し、起こりうる影響を評価し、可能なデータ（ユーザー）成長戦略を模索する必要があります。

それでは、ビジネスの観点からデータ分析の具体的な運用シナリオを見てみましょう。

具体的な運用シナリオ

①データを入手後、まずデータの正確性と分析の目的を明確にしました。新規登録ユーザーのレポートを見ました。曲線は少し平坦で、成長は少し弱かったです。

②データをさらに比較し、先週の同じ期間と比較し、先月と比較して、傾向が一貫しているかどうかを確認します。

③異常なデータを掘り出す。何かがおかしいようです。前期の成長はかなり良好でした。このとき、大きな祭りや環境への影響があるかどうか、運用上の障害や製品のバグがあるかどうか、登録業務プロセスに問題があるかどうかを予測します。製品および運用担当の同僚とすぐに会う必要があります。

④製品面でも作業面でも大きな事故がなかったのは本当に不思議です。次に、データ指標を引き続き分析し、登録チャネルとアプリケーション市場のデータを詳しく調べ、新規ユーザーのフルリンク指標を分析し、さまざまなチャネルのデータの影響を確認します。

⑤そして、何らかの視覚的な手段を通じて、データの視覚化が行われました。何度も分析を重ねた結果、ついに問題が発見されました。 xx マーケットでのプロモーションが期限切れになっていたことが判明しました。

⑥ OK、問題が見つかりました。問題点を明らかにし、検証作業を行う必要があります。登録数の増加は依然として非常に重要な方向性であるため、全体の分析と戦略を体系的に整理し、リーダーに報告する必要があります。別の PPT。

⑦結果を報告し、実行可能な実施計画を提案する。私はリーダーのところに行ってこう言いました: リーダー、xxx 費用を申請する必要があります。xx 市場でのプロモーションの期限が切れたため、xxx、特に xxxx を含む新規ユーザーの成長が鈍化したためです。そのため xxxx です。

要約すると、実際には、データ分析のテクニックと方法を使用してビジネス現象を要約し、ビジネス状況を分析し、何らかの視覚的な手段で表示および処理し、分析レポートまたはステートメントを作成して、ビジネスの成長のための実用的なガイダンスと提案を提供することを意味します。簡単に言えば、すべてのデータ分析では、どれくらい、何が、なぜ、何が起こるか、どのように起こるかという質問を避けることはできません。