データに基づく運用のプロセス（展示活動のデジタル運用：データ運用の完全なワークフローを完了するための11のステップ）

展示活動のデジタル運用：データ運用の完全なワークフローを完了するための11のステップ

データ操作は、単に数値的な調査と原因分析を行うことであると理解されることが多いです。実は、これはデータ操作作業のほんの一部にすぎません。データは最終的に製品に役立ちます。データ運用は運用に重点を置き、データはツールです。

データ操作は何を行いますか?製品目標を設定し、データ レポート チャネルとルール プロセスを作成し、製品データを観察し、データ警告を出し、データ変更の理由を分析し、分析結果に基づいて製品と操作を最適化し、将来のデータ傾向を予測して、製品の決定の基盤を提供し、データ アプリケーションを製品の計画と操作に統合します。

簡単に言えば、次の 5 つの質問を明確にすることです。

• 私たちは何をすべきでしょうか? ——ターゲットデータの策定
• 現在の状況はどうですか? ——業界分析、製品データレポート出力
• データ変更の理由は何ですか? ——データの早期警告、データ変更理由の分析
• 将来何が起こるでしょうか？ ——データ予測
• 私たちは何をすべきでしょうか? ——意思決定とデータの製品応用

次の図は、私が現在データ操作作業で実装しているワークフローです。参考までに。

1. 製品目標を設定する

これはデータ操作の出発点であり、オンライン化された後に製品を評価するための基準でもあり、閉ループを形成します。目標を設定することは、突然できるものではありません。業界の発展、競合製品の分析、過去数年間の製品開発の傾向、製品の転換ルールなどに基づいた総合的な計算の結果である必要があります。製品目標の達成度が重要な数値となることがよくあります。例えば、2013 年 12 月には、ある製品の 1 日あたりの平均ログインユーザー数が 100 万人に達しました。 SMART 原則は目標設定を測定するためによく使用されますが、ここでは詳しく説明しません。

2. 製品データ指標を定義する

製品データ目標は製品の健全な発展を反映する具体的な数値であり、データ指標は製品の健全な発展を測定するさまざまなデータです。例えば：

• PV、UV、VV、YV
• ARPU（ユーザーあたりの平均収益）
• 離職率
• パーソナルコンピュータ
• DAU、MAU、DAU/MAU
• エントリーイベント
• 終了イベント
• K係数
• 生涯ネットワーク価値
• 再エンゲージメント
• 保持

製品の目標に基づいてデータ指標を選択します。例えば、Webプロダクトの場合、PV、UV、クラッシュ率、一人あたりの平均PV、滞在時間などのデータを使ってプロダクトを測定することが多いです。製品指標システムを定義するには、製品や開発などのさまざまなチーム間の合意が必要です。データ指標の定義は明確で、十分に文書化されており、データ解釈の理解に違いが生じることはありません。

3. 製品データインジケーターシステムを構築する

提案されたデータ指標に基づいて、製品ロジックに従って指標を要約および整理し、より整理されたものにします。たとえば、一般的なクライアント製品の場合、データ指標をアカウントシステム、関係チェーン、ユーザーステータス、ユーザーコミュニケーションの4 つの側面に分類して整理できます。

4. 製品データ要件を提案する

製品指標システムの確立は一夜にして達成されるものではありません。製品マネージャーは、製品開発のさまざまな段階に基づいて、さまざまな焦点を当てたデータ要件を提示します。一般的に、企業には、製品およびデータレポート開発、データプラットフォーム、およびその他の部門の同僚間のコミュニケーションを容易にし、データ構築を実行するための製品要件ドキュメントのテンプレートが用意されています。起業志向の中小企業の場合、製品データ要件の提案から報告までのプロセスは 1 ～ 2 人だけで済む場合もありますが、データ指標の定義、データ計算ロジックなどのデータドキュメントを作成することも推奨されます。

5. データの報告

このステップの鍵となるのは、データ チャネルの構築です。私がテンセントで働いていたとき、データプラットフォーム部門がすでにデータチャネルの構築を完了しており、開発は一定のルールに従って報告するだけで済んだため、このリンクの難しさは経験しませんでした。最近では、起業する企業はレポートチャンネルから構築を開始しており、これにより私にも実践し、自分自身を成長させる機会が増えています。重要なリンクの 1 つはデータ レポート テストですが、このリンクのテスト リソースが不足していたために、かつては不要なトラブルが発生していました。

6-8 データ収集、データ保存、データ計算

それぞれのステップは科学です。たとえば、データ収集にはインターフェースの作成が含まれ、データ フィールドのスケーラビリティ、データ収集中の ETL データ クリーニング プロセス、クライアント データ レポートの正確性の検証を考慮する必要があります。データの保存とコンピューティングは、ビッグデータの時代においてはさらに困難な技術的タスクですが、ここでは詳細には説明しません。

9. データを取得する

これは、製品マネージャーとデータ アナリストがデータ システムからデータを取得するプロセスです。一般的な方法は、データ レポートとデータ抽出です。レポートの形式は、特に経験を積んだ企業の場合、データ要求段階で明確にされることが一般的です。通常はレポート テンプレートが用意されており、それに従って指標を入力するだけです。より強力なデータ プラットフォームでは、分析のニーズに応じてフィールド (テーブル ヘッダー) を自分で選択して、セルフサービス レポートを構成および計算できます。

データ抽出は、売上が好調な製品とその関連分野のバッチを抽出したり、指定された条件でユーザーのバッチを抽出したりするなど、製品操作では非常に一般的な要件です。同様に、より完全な機能を備えたデータ プラットフォームには、セルフサービス データ抽出システムがあります。セルフサービスのニーズを満たすことができない場合、データ開発者はデータを抽出するためのスクリプトを作成する必要があります。

10. データの観察と分析

ここでの主なタスクは、データの変更の監視と統計分析です。通常、データの日次レポートを自動的に出力し、異常なデータをマークします。データの視覚的な出力は非常に重要です。よく使われるソフトウェアはEXCELとSPSSで、データ分析の基本スキルと言えます。これら 2 つのソフトウェアを実際の仕事で使用する私の個人的な方法とテクニックについては、後ほど共有します。

データ分析を実行する前に、まずデータの正確性を検証して、データが目的のものであるかどうかを判断する必要があることに注意してください。たとえば、データ定義とレポートロジックが要件ドキュメントに厳密に準拠しているかどうか、データレポートチャネルでデータ損失が発生する可能性があるかどうかなどです。データの正確性を判断するには、元のデータを抽出してサンプリングすることをお勧めします。このリンクではデータの解釈が重要です。製品の習熟度や分析経験の違いにより、同じデータでも解釈結果が大きく異なります。したがって、製品アナリストは製品とユーザーについて十分に理解している必要があります。

11. 製品評価と運用の最適化

これは、データ操作閉ループの終了点であり、新しい開始点でもあります。データ レポートは、単に表示するだけのものではなく、リーダーからの質問に答えるためのものでもありません。代わりに、製品を最適化し、操作を実行するのに役立ちます。製品担当者のパフォーマンスと同様に、製品プロジェクトが予定通りに完了してリリースされるかどうかだけでなく、製品データを継続的に観察および分析し、製品の健全性を評価することも重要です。同時に、蓄積されたデータは、Amazonのパーソナライズされた推奨製品、テンセントのサークル製品、タオバオのタイムマシン製品などの製品の設計と運用に応用されるべきです。

著者: Data Ape コンテンツソース: China Statistics Network

マイクロイベントプラットフォーム - イベントシーン向けデジタル情報サービスの全体像

[ヘッドラインアカウント - 新社会と維財東 袁帥] 運営者：袁帥、展示会業界の情報化とデジタル化の専門家、PMPプロジェクトマネージャー、ネットワークマーケティング、検索エンジンマーケティング運用の経験、データ分析者、中国電子商取引専門マネージャー、CEAC国家情報化コンピュータ教育認定：ネットワークマーケティング担当者、SEM検索エンジンマーケティング担当者、SEOエンジニア。彼は現在、北京新会友科技有限公司の共同創設者兼執行役員、新社会プラットフォームの共同創設者、衛会東プラットフォームの創設者兼チーフマーケティングコンサルタント、Jinghuayuan Boutique Series of Homestaysのオンラインオペレーター、北京宏宇インタラクティブテクノロジー株式会社のビジネスパートナー、TASブロックチェーントレーサビリティプロジェクトのマーケティングパートナー、Niupiaoプロジェクトのテクニカルディレクターを務めています。 O2O2O活動現場デュアルラインクローズドループデジタル操作総合サービスソリューションと活動現場デジタル情報操作総合ソリューション実行計画の提案者であり、マイクロアクションサービスコミュニティの発起者。