ユーザー操作分析（オペレーター必読：新規ユーザー分析のいくつかの手法）

オペレーター必読: 新規ユーザーを分析するためのいくつかの方法

編集者注: 企業は、新規ユーザーを引き付ける際に、トラフィックを購入するためにお金を使うという、多額のお金は稼げても良い結果は得られないという従来の粗雑な方法を使うことはできなくなりました。代わりに、新規ユーザーの維持率を向上させる必要があります。この記事の著者はこれを分析し、皆さんと共有しました。

多くの企業は、業務においてパイレーツ モデル (AARRR) を採用することがよくあります。最初の A は Acquisition (獲得) を表し、中国語名は「Get Customers (顧客獲得)」で、一般的には新規顧客の獲得と理解されています。

ここ数年、企業はトラフィックを買うためにお金を費やすという荒っぽい方法で新規顧客を獲得してきました。しかし、今日では、インターネットトラフィックの配当が減少しているため、新規顧客を獲得するためのコストは段階的に増加しています。結局のところ、実際にお金が使われており、同じ金額でも以前の量の 10 分の 1 も得られない可能性があります。

そのため、外部チャネル（数量交換、購買量交換による異業種連携）や自然チャネルを通じて入ってくる新規ユーザーに対しても、当社製品を持続的にご利用いただけることを期待しています。新規ユーザーの獲得に責任を持つ人にとって、新規ユーザーの維持率を向上させることは KPI の 1 つでなければなりません。

では、新規ユーザーの維持率を向上させるにはどうすればよいでしょうか?ここでは、実際の仕事からの事例と経験を組み合わせて、製品、運用、データ分野の同僚にいくつかのアイデアを提供します。

ユーザーデータのカテゴリ:

ユーザーを分析するには、まずデータが必要です。ユーザーの場合、一般的には属性ドメインと行動ドメインにデータが存在します。

属性ドメインのデータとは、一般的に、性別、年齢、職業など、ユーザーの基本的な属性特性を記録するデータのことを指します。財務管理ソフトウェアをダウンロードして使用したことがあるなら、リスクの好み、家族の資産、年収などのユーザー属性を記録するアンケートに回答したことがあるはずです。

行動ドメインのデータとは、一般的に、ユーザーがどの時点で製品のどの機能にアクセスしたかなど、ユーザーの行動の軌跡ログを記録したデータを指します。

属性ドメインでは、さまざまな属性を持つ新規ユーザーとリテンションの関係を分析し、洗練された操作を実行できます。これは比較的単純なので、今日は詳しく説明しません。属性ドメインにおける競合製品分析に焦点を当ててみましょう。

1.1【競合製品分析】

競合製品の分析では通常、ユーザーの携帯電話にインストールされているさまざまな種類のアプリが対象となります。これらのアプリは通常、競合製品と非競合製品の 2 つのカテゴリに分けられます。このタイプのデータの場合、通常、ユーザーがインストールするかどうかと、リテンション、つまり当社製品を使用するユーザー間の相関チャートを作成します。

1. 製品 A をインストールしたユーザーの維持率は、製品 A をインストールしなかったユーザーの維持率よりも低いです。製品 A は競合製品であり、ユーザーを奪ったと考えられます。
2. 製品 A をインストールしたユーザーの維持率は、製品 A をインストールしなかったユーザーの維持率よりも高くなっています。これは、製品 A がユーザーのニーズを満たすことができず、当社の製品の方が競争力が高いことを意味します。
3. 製品Aをインストールしたユーザーの継続率は、製品Aをインストールしていないユーザーの継続率とほぼ同等です。これは、製品Aと当社製品のユーザー層が大きく重複していることを意味しており、ボリュームと引き換えに協力を検討することができます。

行動領域では、キー行動分析、離脱分析、検索分析に細かく分けます。

2.1【キー行動分析】

主要な行動分析では通常、ユーザーが特定の行動を実行するかどうかとターゲット データ (保持など) との関係を調べます。こうすることで、どの行動がユーザーが製品に慣れるための「重要なポイント」であるかがわかります。

一般的に、主要な動作を定義する必要があります。ユーザーは、当社製品に対して何百、何千もの行動をとります。ビジネス担当者は、自身のビジネス理解に基づいて、ユーザーの視点からユーザーの主要な動作を定義できます。データ アナリストは、ユーザーの行動を分類し、実行した場合と実行しなかった場合で対象データ (保持など) への影響に大きな違いがある、量が多い行動を見つけることができます。以下のように表示されます。

上の図は、ビジネスで発見された次の 6 つの主要な動作を示しています。

• 横軸は、行動を実行したユーザーの翌日の維持率です。バブルが右に近いほど、翌日の維持率が高くなります。
• 縦軸は、行動を実行したユーザーの翌日のリテンション/行動を実行しなかったユーザーの翌日のリテンションです。バブルが高くなるほど、その行動が保持に与える影響が大きくなります。
• バブルの幅はユーザー数を表し、バブルが大きいほどユーザー数が多くなります。

上の図から、次のことが結論付けられます。

1. 行動 A と行動 C は保持に大きく貢献します。動作 A の場合、ユーザーがアプリを開いてから動作 A に到達するまでに少なくとも 5 つのステップが必要であると仮定すると、製品の観点から A へのパスを短縮し、ユーザーがより早く動作 A に到達できるようにすることができます。
2. 行動 E は記憶保持力の向上に比較的効果が低い。
3. 運用担当者は、新しいユーザーができるだけ早く動作 A と動作 C を習得できるように指導する必要があります。

2.2【解約分析】

通常、離脱したユーザーとは、同じ日にアプリを離れ、その後一定期間（1 か月、3 か月など）アプリを開かないユーザーと定義します。

解約分析 一般的に、アプリを離れる前の、解約したユーザーと解約していないユーザーの行動の違いを分析します。両方のタイプのユーザー行動を確認する必要がある理由は、解約したユーザーの 70% が解約前に行動 A を実行していたことが判明した場合、行動 A が大量のユーザー解約の原因であると結論付けることはできないためです。なぜなら、解約していないユーザーも、同じ日にアプリを離れる前に行動 A を大量に実行した可能性がありますが、これによってこれらのユーザーが翌日に再びアプリにアクセスするのを防ぐことはできないからです。

このプロセスでは、データ アナリストは最後の数ステップでユーザーの行動を分類し、そこから結論を導き出す必要があります。このプロセスには時間がかかります。このプロセスでは、強力な帰納的能力だけでなく、確かな SQL 能力も必要です。このプロセスでは、正規表現を継続的に使用して、散在する動作をいくつかの主要なカテゴリに分類する可能性があるためです。ユーザーが離脱する前にいくつかの重要な行動を把握したら、これらの行動が発生したときに手動で介入し、指定された行動が発生した後、リアルタイム プッシュ ツールを使用して対応する戦略をフォローアップする必要があります。

2.3【検索分析】

検索分析とは、ユーザーが検索ボックスに入力するキーワードを分析することを指します。検索分析を別の分析方法として分類するのはなぜですか?なぜなら、新規ユーザーの場合、製品に馴染みがないため、たとえ優れた機能があっても、入門レベルが深すぎたり、機能の意味を理解できなかったりして、その機能を使用できない可能性があるからです。このとき、検索はユーザーにとって不満を吐き出す場になります。

直接紛失していないユーザーは、いくつかのキーワードを使用して検索ボックスに製品の使用ニーズを入力します。一般的な商品の場合、検索トラフィックは比較的豊富であり、マイニングすべき情報も豊富です。

新規ユーザー検索分析は離脱分析に似ており、どちらも要約が必要です。まず、ユーザーが検索したキーワードを抽出して分類し、どの機能が備わっているかを把握する必要があります。ユーザーの認識が弱いために、どの機能が見落とされ、直接的にユーザーを失うことになるかを把握します。これらの機能を使用するには、ユーザーをガイドする必要があります。また、一部のユーザーの要望には、対応する機能が備わっていない場合があります。どちらの場合も、プロダクト マネージャーのデスクをバタンと閉めて、できるだけ早く機能をオンラインにするように依頼する必要があります。

上記は、新規ユーザーを分析する際に使用する一般的な分析方法です。この記事は私の普段の業務をまとめるために書いたものですが、より多くの友人の役に立てばさらに良いと思います。

この記事はもともと @董点数据 によって 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ライセンスに基づいてUnsplashから引用しています