製品運用データの分析方法（製品発売から運用まで理解しておくべきデータ分析手法）

製品発売から運用まで、データ分析手法を知る必要がある

データ分析は、あらゆる企業の業務管理職にとって必須のスキルの 1 つであり、特にインターネットや金融に代表される「データ集約型」の企業では顕著です。

インターネット業界を例にとると、製品の需要段階では、データ分析を使用して、ユーザーの真のニーズと偽のニーズを区別することができます。製品の発売および運用段階では、データを使用して製品の実現可能性を検証し、反復することができます。これらのプロセスでは、多くの場合、異なるデータ分析方法が使用されます。

多次元イベント分析：変化・異常データの原因を多角的に分析します（最も基本的な手法）。

データから、全体的な iOS ユーザー数は増加傾向にあるものの、Android ユーザー数の基本数は iOS の数倍であるため、Android 顧客数の変動が全体のユーザー数に大きく影響していることがわかります。そのため、今後の計画としては、Android の顧客を安定させ、増加を維持しながら、iOS ユーザー数の増加を加速させることです。

潜在的なユーザーからエンドユーザーまでのユーザー数の変化傾向を分析し、最適な最適化スペースを見つけるために使用されます。

上記のファネルコンバージョン率チャートから、訪問から追加、注文から支払いまでの 2 つのリンクで大きなコンバージョン損失が発生していることがわかります。この点に関して、プロセスを改善し最適化する方法を検討することができます。また、ユーザーの目的を達成しながら、このようなプロセスを簡素化できるかどうかも検討する必要があります。

維持は製品の成長の核心です。ユーザーが留まってこそ、製品は成長します。製品設計の観点から、開始プロセスの主要な動作を特定し、ユーザーが製品保持の重要なノードを見つけられるように支援します。例えば、製品の新規作成機能を利用したユーザーの継続率は非常に高いため、新規作成ボタンを非常に目立つ場所に配置し、ユーザーに利用を促したところ、結果的に継続率が非常に高くなりました。

地域、情報源、プラットフォームによって、ユーザーの使用方法や製品に対する認識が大きく異なるため、ユーザーの詳細な分析が不可欠です。したがって、製品マネージャーは、異なる属性を持つユーザーをグループ化して、グループユーザー間の行動の違いを観察し、製品を最適化することができます。

上記は、いくつかの指標と問題を分析するために一般的に使用される方法です。このような方法は、データ分析レポートや分析的思考を作成するときによく使用されます。 FineBI は毎日確認する必要がある重要な指標を直接分析するために使用され、複数のトピックのダッシュボードにより状況の全体像を把握できます。

最後に、獲得、アクティベーション、維持、収益、推奨など、一般的に使用されるデータ分析モデルをいくつか紹介します。

獲得: (製品のプロモーション、ユーザーはどこから来るのかを参照) 注目すべきデータは、露出、開封率、クリックスルー率、ダウンロード量、ユーザー獲得コストです。

アクティベーション: (製品を使用しているユーザーを指します) 注目すべきデータは、新規ユーザー登録、日々のアクティビティ、サブスクリプション数、およびビュー数です。

リテンション: (ユーザーが製品を使用する期限を指します) 注目すべきデータは、翌日リテンション (DAU)、7 日間リテンション率 (WAU)、最終使用からの時間です。

収益: (商品によって得られる利益を指します) 注目すべきデータは、支払い率、平均注文額、支払い頻度、ユーザー価値です。

推奨: (ユーザーが他のユーザーに当社の製品の使用を推奨することを指します) 注目すべきデータは、再投稿数、招待数、コメント数です。