データ操作 (運用データ分析システムを構築するための最も包括的なガイドがここにあります!)

運用データ分析システムを構築するための最も完全なガイドがここにあります!

オペレーション部門は常にデータ分析の大きな需要があり、オペレーション分析を行った学生は、詳細が多すぎて些細なことであり、多くの問題が絡み合って整理するのが難しいと感じることがよくあります。では、運用分析を体系的かつ効率的に行うにはどうすればよいでしょうか?この記事では、この問題に関する詳細な内容を紹介します。

運用業務は、販売や供給業務とは明らかに異なります。たとえば、営業の仕事では、収益、利益、コンバージョン率など、お金を稼ぐことが中心になります。たとえば、供給に関しては、商品の供給、在庫回転率、コスト管理に重点が置かれます。目標は、商品の不足をなくし、在庫の積み残しを減らすことです。これらのタスクには、焦点を絞った目標と明確なプロセスがあります。

運用作業には多くの目的と柔軟な形式があります。たとえば、イベントを開催することで、売上のコンバージョンを直接促進したり、ユーザーのアクティブ化を促してプラットフォームの人気を維持したりすることができます。例えば、コミュニティ運営は純粋にパブリックドメインユーザーの回復を目的としますが、コミュニティをベースにしたサービスや売上のコンバージョンを提供することもできます。

たとえば、大規模なイベントを企画する場合、まずトラフィックプロモーションを行い、次にコンバージョンを行い、その後アフターサポートを行う必要があります。イベント後は、あらゆるタイプの作業が関連します。この作業機能では、運用データを分析する際に、次の 4 つの点に特に注意する必要があります。

運用上の目標はたくさんあるので、事前に明確な目標を設定することが重要です。明確な目標があってこそ、適切なソリューションを選択し、適切なリソースを割り当て、事後分析の方向性を示すことができます。

運用において目標を設定する一般的な方法は 3 つあります。

1. 絶対的な目標を達成します。たとえば、5 か月以内に合計 100 万人のユーザーに到達するなどです。
2. 比率/割合の目標を達成します。たとえば、5 月全体でトランザクションのコンバージョン率が 10% から 15% に増加しました。
3. 増分目標を達成します。たとえば、5 月に、自然増加に加えてさらに 3,000 万件のトランザクションを促進します。

ここで、目標 1 と 2 はデータを使って直接観察できますが、目標 3 は「自然な成長」の定義にかかわるため、事前に明確に議論する必要があります。そうしないと、後で分析できなくなる可能性があります。有機的成長には、3 つの一般的な定義があります (下の図を参照)。それぞれに長所と短所があり、完璧な解決策はないので、事前に上司や各部署と合意を形成する必要があります。

ここにいる人の中には怠け者が多く、事前に定量的な目標を設定しない人もいます。彼らは単に「パフォーマンスを向上させるため」、「ユーザーアクティビティを増やすため」など、一般的なことを言い、その後、データ分析を使用して自然な成長とアクティビティの結果を区別しようとします。その結果、違いを区別できず、自ら足を撃ってしまうことがよくあります。誰もがこれを警告として受け止めるべきです。

業務は柔軟であるため、実際のワークフローに基づいてデータ指標を設定する必要があることがよくあります。まず、実行の進行状況を監視するのに便利です。第二に、プロセスを見直すと、どのリンクに問題があるかを簡単に観察できるため、原因を突き止めて機会を見つけることができます。

たとえば、運用部門は「サインインして特典を受ける」というアクティビティを開始しました。月に7回/14回/21回チェックインしたプレイヤーは報酬を獲得できます。特典にはクーポンが含まれており、ユーザーのアクティビティとコンバージョンを同時に刺激することを期待しています。この時点で、その後のデータ追跡と結果のレビューを容易にするために、次のプロセス指標を整理する必要があります (下の図を参照)。

• どのチャネルから情報が出力されるか。
• どれだけのユーザーが参加したがるか。
• 各ステージを完了した人数。
• 報酬を受け取った後に消費する人数。

継続的な運用アクティビティがある場合は、ユーザーの参加を継続的に追跡する必要があることに注意してください。たとえば、前述の出勤記録の記録が n か月間継続すると、かなりのデータが蓄積され、次のことがわかります。

• 全体的な影響は、ユーザー数が増加するかどうかです。
• 繰り返し参加するユーザーの数。
• 参加しないユーザーが何人いるか。

データの傾向が異なると、結論も異なります (下の図を参照)。データの傾向を組み合わせることで、運用方法を継続するか調整するかをより適切に判断できるようになります。

プロモーションチャネル、プロモーションコピー、活動形式、運用手順、コンバージョン商品、割引の強さなど、運用結果に影響を与える要因は多数あり、それらはすべて結果に影響を与えます。そのため、作業を始める前に、宣伝文句、推奨製品、操作手順などの重要な要素にラベルを付けて、後で分析できるようにする必要があります (下の図を参照)。

個別のラベルだけでなく、運用施策全体にラベルを付けて、全体の状況を判断することもできます。たとえば、ユーザーのアクティビティを増やすために、赤い封筒の受け取り、サインイン、ルーレット、スコアボードなどのさまざまな方法を使用できます。各方法には報酬を設定できます。このとき、ラベルを使用してさまざまな方法をグループ化して比較することで、各方法の有効範囲を把握し、後続の操作に経験の蓄積を提供することができます (下図を参照)。

最初の 3 つのステップを適切に実行すれば、運用データの分析は非常に簡単になります。

• 目標と比較して、どれだけ達成できたか、投資が予算を超えていないかを確認し、まずは今回はうまくできたか、うまくいかなかったかを判断します。
• 同じ目標の下での以前の運用活動の結果を比較して、今回の活動が上位、中位、下位のどのレベルにあるかを確認します。
• プロセスインジケーターをチェックして、トラフィック生成 → 受け入れ → 変換のどのリンクに問題があるかを確認します。
• 異なるタグでのコンバージョン効果の違いを比較して、どの方法が有効か、または無効かを確認します。

これにより結論が出力されます。

仕事では、次のような理由から、運用分析で結論が出ないことがよくあります。

• 目標が明確ではない、あるいは目標がまったく存在しない。データはたくさんあるが結論はない。
• プロセスインジケーターはほとんど収集されておらず、最終的な変換が失敗したことだけがわかっており、その理由はわかりません。
• ラベルがないため、運用方法を定量化し、その良し悪しを評価することはできません。

十分な準備をすることによってのみ、優れた分析結果を得ることができます。このことを覚えておいてください。

上記から、運用分析をうまく行うには、さまざまなシナリオの要件に適応できるように、データ指標システムの分類、ラベル作成、分析的思考などの総合的な能力を習得する必要があることがわかります。

コラムニスト

堅実な陳先生、WeChat公開アカウント：『誰もがプロダクトマネージャー』のコラムニスト、堅実な陳先生。インターネット、金融、日用消費財、小売、耐久財、美容など 15 の業界でデータ関連の豊富な経験を持つ上級コンサルティング コンサルタント。

この記事はもともと「Everyone is a Product Manager」に掲載されました。無断転載は禁止です。

タイトル画像は、CC0 プロトコルに基づいて Unsplash から取得したものです。

この記事で述べられている意見は著者自身の意見のみを表しており、人人士品夢家プラットフォームは情報保存スペースサービスのみを提供します。