ミドルプラットフォームデータ操作（ユーザーミドルプラットフォーム操作計画、トラフィックを無駄にせず、洗練された操作を簡単に実現）

ユーザー中間プラットフォームの運用計画、トラフィックを無駄にすることなく、洗練された運用を簡単に実現

この記事は、Sensors Dataの統合メディア業界のシニアソリューションコンサルタントであるZhu Dekangによる「ユーザーミドルプラットフォーム構築実践の分析」のライブ放送に基づいて編集されています。この記事の主な内容は次のとおりです。

• ユーザープラットフォームの紹介
• ユーザーミドルプラットフォーム運用ソリューション

1. ユーザープラットフォームの紹介

1
ユーザー プラットフォームを構築する理由は何ですか?

ユーザープラットフォームの構築背景は以下の通りです。

• ユーザー配当がなくなり、顧客獲得が難しくなり、顧客獲得コストが上昇します。そして、ユーザーの選択肢が増えるにつれて、ユーザーを維持することが難しくなります。
• ニュースAPP端末、IPTV大画面端末、ショッピングモールAPP端末など、企業とユーザー間のインタラクティブ端末はますます多様化しており、異なる業務ラインからデータを取得し、統一的に計算、分析、操作することが可能になっています。
• データ産業の発展に伴い、ユーザーデータへの注目が高まり、ユーザーデータ資産は企業成長の新たな方向性となっています。

現在の問題:

• 不完全なユーザーポートレート: ユーザー データ収集の次元が不十分であり、マルチターミナル データが接続されていません。
• 異なる事業ラインが互いに独立しており、データ資産が断片化されています。データ サイロとデータ アイランドにより、データ資産が分散するなどの問題が発生し、データの価値が実現されなくなります。
• データ サービスからのビジネス サポートが不十分であるため、「ユーザー サービスの応答が遅れ、運用コストが高くなり、データ ニーズへの応答が遅くなる」という問題が発生します。

2
ユーザーミドルプラットフォームとは何ですか?

上の図は、ユーザーミドルプラットフォームがどのようなものであるかを鮮明に示しています。オープンソース SDK を通じて、各業務ラインの異なる端末からのユーザー属性データとユーザー行動データがすべて収集され、データ分析とユーザー接続のための統一されたユーザープールに集約され、プラットフォーム上のさまざまな業務ラインのユーザーの全体的な特性、つまりプラットフォーム全体のユーザーポートレートを把握し、ターゲットを絞ったデータアプリケーションを実行します。

データ アプリケーションとは、次のようなデータに基づいて洞察、意思決定、リーチ、フィードバックを行うことです。

まず、プラットフォーム全体のユーザー データの洞察により、ユーザーの価値、ユーザーのライフ サイクルなどのさまざまな次元に従ってユーザーを階層化できます。

2番目は、プライベートドメイントラフィック操作です。ユーザーポートレートに基づいて、プライベートドメイントラフィックに対していくつかのクロス操作を実行し、トラフィックを相互に転送することができます。たとえば、IPTV ユーザーをモールの APP エンドへ誘導します。

3番目に、すべてのユーザーに基づいてメンバーシップ操作を実行します。新規ユーザーを引き付け、さらに引き付けたユーザーの量と質を分析します。

4番目は、運用上の意思決定ダッシュボードです。新規ユーザー、成熟ユーザー、解約段階など、さまざまな段階で、それぞれ異なる操作を実行する必要があります。

最後に、すべてのデータ アプリケーションがプラットフォームにフィードバックされます。私たちの運用活動の後、ユーザーはいくつかの新しいアクションとユーザー行動データを生成します。次に、SDK を通じて新しいユーザー データを収集し、それをユーザー プールに追加して、ユーザー ポートレートをさらに改善し、クローズド ループを完成させます。このクローズドループに基づいて、ユーザーポートレートはますます明確になり、運用活動はますます洗練されていきます。

3
ユーザープラットフォームはどのような問題を解決できますか?

まず、ユーザーデータを蓄積します。

SDK は、すべての端末からユーザーデータを収集し、統合されたユーザー プールに保存し、ビジネス データに接続して関連付けることができます。そして、統一された仕様と標準を通じて、グローバルな視点からユーザーデータを識別して理解し、最終的にユーザー中心のデータ資産プールを形成して、データ資産の沈殿を完了することができます。

次に、ユーザーを理解します。

ユーザーデータの蓄積に基づいてデータを分析し、ユーザーに関する洞察を得ることができます。すべてのビジネス ラインで共通の特性を持つユーザーのグループ ポートレートを作成し、潜在的なターゲット ユーザー グループの共通の特性を発見します。たとえば、紛失したユーザーのグループ特性を把握し、潜在的な紛失リスクのあるユーザーに対してリコール操作を実行します。また、ユーザーの行動やビジネス データに基づいて静的および動的なユーザー ポートレートを正確に構築し、各ユーザーを真に理解することもできます。

3 番目は、プライベート ドメイン トラフィックの運用を改良することです。

ユーザーを理解した後、異なる事業ライン間でクロスマーケティングを行い、相互にトラフィックを引き付けることができます。たとえば、大画面のユーザーは映画やテレビのメンバーシップを購入しています。ユーザーの視聴記録を分析したところ、ユーザーは基本的に毎日正午に子供向けのアニメを視聴していることが判明しました。このことから、ユーザーの家庭には子供がいる可能性があると判断できます。このとき、子供用製品を購入するためのクーポンをユーザーに提供して、ユーザーを電子商取引プラットフォームに引き付けることができます。

また、ユーザーのライフサイクルやユーザー価値などの側面を軸としたマーケティングタッチポイントに基づいた自動化された正確なマーケティングアウトリーチを実施することで、アジャイルな運用のクローズドループを構築することも可能です。

ユーザーのポートレートや行動履歴データに基づいて、何千人もの人に対してパーソナライズされた推奨を行うことも可能です。ユーザーの閲覧履歴を分析します。ユーザーはアクション映画やロマンス映画を観るのが好きですか?ユーザーの閲覧履歴に基づいてユーザーの好みを分析し、ユーザーにパーソナライズされた推奨事項を作成することは、ユーザーミドルプラットフォームが解決できる問題です。

2. ユーザーミドルプラットフォーム運用ソリューション

基本的に、ユーザーオペレーションの最終目標は、ユーザーアクティビティとGMVの増加であり、ユーザーミドルプラットフォームを構築する目的は、この2つの最終目標を達成することです。

ユーザーアクティビティの増加とGMVの成長を実現するには、それを達成するための道を見つける必要があります。たとえば、ユーザーデータに基づいてユーザーポートレートを構築し、プラットフォーム全体でクロストラフィックの迂回を実施し、さまざまな側でアクティブユーザーの数を増やします。ユーザーのライフサイクル全体にわたる運用計画を構築することもできます。たとえば、新規ユーザー段階では、新規ユーザーにギフト パッケージを提供できます。成熟段階では、プラットフォームの新機能をユーザーに推奨できます。これらは、ユーザーアクティビティを増やしたり、GMV の成長を達成したりするためのいくつかの方法です。

では、上記の実装パスにはどのようなサポート機能があるのでしょうか?

まず、ユーザーを理解しましょう。ビジネスプロセスからユーザーポートレートまで包括的な認識を形成するには、ユーザーがプラットフォーム上でどのようなアクションを実行したか、過去の閲覧履歴を把握する必要があります。ユーザーデータを通じてビジネスの真実を把握し、ユーザーに最も本物の運営方法を提供します。

2番目は、効果的な運用上の決定です。ファネル分析、アトリビューション分析、リテンション分析、ディストリビューション分析を通じてユーザーポートレートを構築した後、運用戦略を設定する必要があります。たとえば、業務ポジションの個別構成、主要なビジネス上の問題を特定して掘り下げ、それらの問題を解決するための方法や手法を計画します。

3番目に、ユーザーにアプローチします。ユーザーへのリーチは、完全リーチまたは正確なリーチにすることができます。たとえば、618 またはドラゴンボートフェスティバルのアクティビティを企画する場合、このアクティビティは子供向けでしょうか?それとも高齢者向けですか?それとも、過去 7 日間に特定の閲覧履歴を作成したユーザー向けでしょうか?これらのユーザーを正確に捕捉し、効果的かつ正確なリーチオペレーションを形成することができます。

最後に、運用上の決定の有効性を分析します。例えば、一定額以上の購入に対して割引クーポンを提供するキャンペーンを実施しました。それで、このイベントを見た人は何人いましたか?イベントページをクリックした人は何人ですか?このクーポンを利用した人は何人ですか？最終的にクーポンを使用してこの商品を注文した人は何人ですか?上記の問題はファネル分析によって解決でき、各ステップのコンバージョン状況に基づいて効果的なフィードバックを得ることができます。

これは、ビジネス目標から実装パス、そしてサポート機能までのユーザー プラットフォームの概要です。ユーザーアクティビティと GMV を増やす方法についての詳細な回答は次のとおりです。

1
ユーザーアクティビティ改善ソリューション

（１）プライベートドメイントラフィックの正確な運用と「無駄のない」顧客獲得

すべてのプラットフォームからのユーザー データをユーザー プールに集約すると、一部のユーザーは単一のインタラクション ターミナルのユーザーであるだけでなく、複数のターミナルのユーザーである可能性があることがわかります。例えば、下の写真のユーザーAは、大画面テレビのユーザーであるだけでなく、ショッピングモールアプリ、ニュースアプリ、パブリックアカウントのユーザーでもあります。また、過去の映画鑑賞記録から、ユーザー A には自宅に子供がいる可能性があることがわかります。現時点では、WeChat パブリックアカウントを通じて、モール内の子供向けのおもちゃやその他の子供向け商品を彼に勧めたり、クーポンや割引クーポンを送ったりすることができます。これらの方法を通じて、ユーザー A をモール APP に誘導し、クロストラフィックを実現できます。

このステップの鍵となるのは、ユーザーのポートレートを構築することです。さまざまな次元に基づいてプラットフォーム全体のユーザーのユーザー プロファイルを作成するには、さまざまなビジネス ラインのユーザー特性を分析する必要があります。下図の3つのユーザータグに従って、プラットフォーム全体のユーザー特性を分類することができます。最後に、さまざまな次元に基づいて、対応するトラフィックの迂回とクロス操作を行うことができます。

最後に、交差排水の有効性を分析する必要があります。たとえば、子供を持つユーザーにおもちゃのクーポンを送信した後、トラフィック生成がどの程度効果的であるかを知りたいとします。効果が良くない場合、どのように最適化すればよいでしょうか?

排水の効果は次の5つの側面から分析できます。

• さまざまなチャネルとさまざまなトラフィック転送方法からの新規ユーザーの数を分析します。たとえば、さまざまなプラットフォームからのトラフィック量を毎日分析し、トラフィックの影響を比較することができます。
• さまざまなチャネルにわたる新規ユーザーの維持状況を分析します。例えば、大画面側から合計 398 人が転向した場合、0 日目、1 日目、2 日目、3 日目などの滞留状況を分析し、滞留ユーザー数から転向の効果を分析できます。
• ユーザーアクティビティの分布を分析します。たとえば、新しい操作の後、ショッピングモールのミニプログラムは他のプラットフォームから 100 人のユーザーを引き付けましたが、そのうちアクティブだったのは 15 人だけだったので、転換の効果は理想的ではありませんでした。
• 平均使用時間を分析します。各チャネルを経由してユーザーが費やす 1 日あたりの平均時間はどれくらいですか?この方法は、転用されたユーザーの品質を分析するためにも使用できます。
• チャネル比較分析。さまざまなチャネルによって誘導されたユーザーを量と質の観点から比較できるため、どのトラフィック誘導方法がより優れているか、どの方法に最適化の余地があるかを把握できます。

最後に、排水戦略を最適化するために閉ループを形成できます。

（２）無駄な交通がない

新規ユーザーがプラットフォームに来たら、コンバージョンと離脱グループを見つけ、新規ユーザー体験を診断し、離脱ユーザーのグループ特性とユーザー離脱のノードを分析し、価値の活性化を模索して、新規ユーザーが製品のコア価値を素早く体験し、リテンションを達成できるようにする必要があります。つまり、トラフィックを少しでも無駄にしないことが、新規ユーザーを可能な限り維持するための鍵となります。

最初のステップは、新しいユーザーを分析することです。

どの新規ユーザーがコンバージョンしたユーザーで、どのユーザーが離脱したユーザーであるかを特定する必要があります。次に、運用アクティビティを個別に実行します。

• ユーザーの変換: 変換されたユーザーの価値を最大化する
• 失ったユーザー: 失ったユーザーを洞察し思い出す

2 番目のステップは、群衆のポートレートに対する洞察を得て、それを活性化することです。

• コンバージョン人口をターゲットにすることで、例えば、大画面テレビからモールアプリへのトラフィックを誘導する過程で、素早く商品を購入するユーザーを見つけ出し、人口像の特徴を抽出することで、プライベートドメイントラフィックの運用を誘導し、より素早いコンバージョン特性を持つユーザーを引き付けることができます。
• 同様に、迷子になったユーザーの場合、例えば大画面からショッピングモールのアプリに誘導されたユーザーは登録せずに立ち去ってしまう可能性があります。退職した人数を把握することで、退職の理由をさらに探ることができます。

3 番目のステップは、継続的な観察と最適化です。

• コンバージョンしたユーザーを継続的に観察し、コンバージョン時間、購入頻度、購入金額などのコンバージョンプロセスを分析します。ユーザーの購入価格は比較的高いが、購入頻度は比較的低い可能性があります。この場合、ユーザーを高頻度かつ高価値の顧客になるように誘導するための何らかの運用手段が必要になります。
• 離脱したユーザーについては、ユーザー離脱のリンクを特定し、製品の最適化を導く必要があります。たとえば、ユーザーが大画面で番組を視聴した後に解約した場合、解約の理由は番組がユーザーの好みに合わないことにあると考えられます。

4 番目のステップは、価値ポイントをアクティブ化して探索することです。

• コンバージョン層に対しては、初心者向けガイダンスを最適化し、製品のコアバリューを迅速に提示する必要があります。
• 敗退したグループについては、その理由を突き止め、要所で取り戻す必要があります。

（３）ユーザーロイヤルティを継続的に育成する

ユーザーを維持した後は、ユーザーライフサイクルの各段階でさまざまな運用計画を実施し、プラットフォームに対するユーザーの定着率を高めることができます。

新規ユーザー期間: ユーザーに情報の入力、ポイントの収集、賞品の引き換えを促します。 5日目には、ユーザーアクティビティを促進するために新規ユーザーギフトパッケージを提供します。

成熟ユーザー期間: 7 日目に、製品のコア機能のいくつかをユーザーに推奨します。ユーザーの閲覧履歴に基づいて、好みのコンテンツを推奨します。

解約しようとしているユーザー: たとえば、ユーザーが 7 日間ログインしていない場合、そのユーザーにサインイン リマインダーを送信したり、ユーザーが興味を持っているコンテンツのリマインダーを送信したりできます。ユーザーが 15 日間ログインしていない場合は、一部の商品のクーポンを送信したり、ユーザーの注意を引くためにホットなニュースを送信したりできます。ユーザーが 30 日間ログインしていない場合は、ユーザーを呼び戻すために何らかの報酬を送信します。

同時に、7日間、15日間、30日間ログインしなかった後にリコールに成功したユーザー、どの期間にユーザーをリコールしやすいか、どの日にリコールの確率が最も高いか、どのようなアクティビティがリコールに利用されているかなども分析できます。

第二に、WeChat パブリックアカウントを通じてユーザーのロイヤルティを高めることもできます。

WeChat公式アカウントは、新規ユーザーを引き付け、ユーザーの分裂を増やすことができます。たとえば、ユーザーがプラットフォームの QR コードを友人と共有します。ユーザーの友人が正常に登録すれば、両方のユーザーがプラットフォーム報酬を受け取ることができます。

サービス アカウントはメッセージ リマインダーを提供できます。ユーザーのポイントが変更された場合、またはユーザーの閲覧履歴コンテンツが更新された場合、サービス アカウントを通じてメッセージ リマインダーをユーザーに送信して、ユーザーとのやり取りを増やし、ユーザーの定着率を向上させることができます。

繰り返しになりますが、インテリジェントなパーソナライズされた推奨事項によって、ユーザーのロイヤルティを高めることもできます。プラットフォーム全体からユーザーデータを収集し、ユーザーポートレートを構築した後、ユーザーの好みや製品の人気に基づいて、ユーザーにパーソナライズされた推奨事項を作成できます。情報が不十分な場合は、ユーザーのデバイスに基づいて推奨事項を作成することもできます。たとえば、ユーザーの好みを推測したり、人気のおすすめをしたりする分野では、ユーザーの閲覧履歴に基づいてインテリジェントなおすすめを行うことができます。

最後に、インテリジェントな推奨事項の有効性を分析する必要があります。異なるデバイス、異なる地域など、多次元の分析を実行できます。また、1人あたりの平均クリック数、ショッピングカートに追加された取引数、CTR指標など、さまざまな指標に従って分析することもできます。分析されたデータはユーザーセンターにフィードバックされ、ユーザーのインテリジェントな推奨モデルの最適化にも役立ちます。

事例: 新規ユーザー登録プロセスの洞察と最適化により、登録コンバージョン率の向上に貢献

新規ユーザーの登録手順: 携帯電話番号、名前、パスワードを入力し、パスワードを確認してからグラフィック認証コードを入力し、最後に SMS 認証コードを入力して登録を完了します。

最初のステップは、ユーザーデータに関する洞察を得ることです。

登録ファネルを分析した結果、全体的なコンバージョン率は約 0.1% であることがわかりました。ユーザーは登録を完了して製品を体験する前に離脱してしまい、期待を大きく下回りました。セグメンテーションのディメンションを確認した結果、主に 2 つのリンクに問題があることがわかりました。

• 最初の問題：認証コードの取得に問題があり、多くのユーザーが認証コードを受け取ることができなかった
• 2つ目の問題: 多くのユーザーが名前の入力に時間を浪費している

2 番目のステップは、問題に基づいて対応する決定またはアクションを実行することです。

• 最初の問題については、登録プロセス中に検証コードを最適化して、正常に送受信できるようにする必要があります。
• 2 番目の質問では、登録プロセスを簡素化するために、名前の入力をオプションとして設定できます。

3番目のステップは最適化と改善です。

問題を診断し、登録プロセスを最適化した後、ファネル分析を通じて最適化された登録コンバージョン率を分析し、データを使用して意思決定アクションが実行可能かつ効果的であることを証明する必要もあります。最適化後もコンバージョン率が非常に低い場合は、その決定が不合理かつ間違っていることを意味します。最初のステップに戻ってファネルの各ステップのコンバージョン状況を確認し、問題のあるリンクを特定し、最適化戦略の有効性を分析するための対策を講じる必要があります。

2
GMV成長ソリューション

（１）より多くのユーザーに課金してもらう方法

新規ユーザーの支払い段階では、次の 2 つの問題があります。

• ユーザートラフィックが多くアクティビティも高いが、収益化能力がない
• 支払い率を上げることができず、問題点が見つかりません。より多くの新規ユーザーに料金を支払ってもらう方法がわかりません。

ユーザーの行動を分析することで、プロセスとマッチングの効率を最適化しながら、新規ユーザーに支払いをしてもらうための適切な商業収益化ポイントを見つけることができます。有料ユーザーが快適な権利と利益の体験を楽しめるようにすれば、それ以降の支払い変換は自然になります。たとえば、元の購入プロセス：製品リストページ -> 製品詳細ページ -> 購入をクリックして -> 製品購入ページ。これを、商品リストページから直接購入ページに移動するように変更することは可能ですか。最適化されたプロセスがうまく機能すれば、プラットフォーム上の新規ユーザーのコンバージョン時間を短縮し、より多くの人々に支払いをしてもらうという目標を達成できます。

• ユーザー タグ ポートレート: ユーザー階層化の洞察、さまざまな段階のユーザーの好み、および支払い機能。
• イベント分析: ユーザーがプラットフォーム上で何をしているか、さまざまなタイプのユーザーの好みは何かを把握し、ドリルダウンして複数の側面から問題を特定します。
• 保持分析: 各機能の保持能力を調べます。たとえば、ユーザーがライブ放送を視聴した後、何人のユーザーが引き続きライブ放送を視聴するでしょうか?
• 分布分析: ユーザーが毎日アプリを使用する回数など、ユーザーの利用状況の深さに関する洞察を得ます。
• ファネル分析: 支払いプロセスの各リンクのコンバージョン率を特定し、ユーザーエクスペリエンスがスムーズかどうか、どのリンクを最適化する必要があるかを分析します。
• パス分析: 購入に失敗したユーザーが他にどんな機能に興味を持っているか、そしてより多くの支払いポイントを見つける方法
• インテリジェントな推奨、最適化されたマッチング効率: さまざまなユーザーのさまざまな好みに応じて、何千人もの人に対して複数の顔を実現し、ユーザーよりも彼らのニーズをより深く理解することができます。

（２）ユーザーにもっとお金を払わせる方法

新規ユーザーは既に会員なので、どうすればさらにお金を払ってもらえるのでしょうか?ここでは3つの問題があります:

• 平均顧客単価を上げるのは難しい
• ユーザーの消費頻度を刺激することは難しい
• 相互消費は実現が難しい

したがって、上記の問題に基づく解決策は次のようになります。

• インテリジェントな操作: ユーザーのさまざまな段階やさまざまなマーケティング機会に応じて、正確にコンバージョンに到達し、促進します。
• ユーザータグポートレート: ユーザーの好みを把握し、ユーザーサイクルの成長に伴って
• ルール推奨: ユーザーの行動やタグポートレートに応じて推奨ルールを設定し、よりマッチした商品表示をユーザーに提供します。
• インテリジェントな推奨: さまざまなユーザーの行動データに基づき、ビッグデータ アルゴリズムによる推奨と組み合わせることで、何千人ものユーザーに対して多面的な推奨を実現し、ユーザーのニーズをユーザーよりも深く理解することができます。

より多くのユーザーにより多くのお金を払ってもらうには、ユーザーごとに差別化されたオペレーションを作成し、重要な瞬間にユーザーがより高額のお金を支払うユーザーに変換されるように促す必要があります。

たとえば、コアユーザーポートレートに基づいて既存ユーザーを階層化し、低消費・低頻度ユーザー、高消費・低頻度ユーザー、高消費・高頻度ユーザー、低消費・高頻度ユーザーに分けます。私たちの最終的な目標は、すべてのユーザーを高額支出と高頻度使用のユーザーに変えることです。

まず、コアユーザーのユーザーポートレートに関する洞察を得て、新製品に対するユーザーの需要など、消費量が少なく利用頻度の低いユーザーの人口統計学的特性を理解する必要があります。次に、ユーザーの行動パスを分析し、ユーザーのコンバージョンを促進するための重要なノードを見つけます。ここでも、ユーザーの行動パスに基づいて、パーソナライズされた運用アクティビティを作成し、アクティビティの有効性を分析します。最後に、リアルタイムのフィードバックと効果の最適化によって閉ループが形成され、すべてのユーザーが高額支出と高頻度のユーザーに変換されます。

最後に、GMV 成長の 3 つの重要なポイントをまとめます。

1つ目のポイントは、平均注文額/支払い頻度を上げることです。ユーザーの行動に関する洞察を得て、パーソナライズされた操作を作成し、重要な瞬間にコンバージョンを促進します。たとえば、ユーザーがショッピング カートに商品を追加したが支払いをしなかった場合、ユーザーに割引クーポンを提供して支払いを完了するように促すことができます。

2つ目のポイントは、ユーザーの支払いポイントを作成することです。グループ化によってユーザー特性に関する洞察が得られ、現在のユーザー グループの製品価値に対する中核的な要求がわかり、それに基づいて支払いポイントやさまざまな支払いモデルを設計できます。

3つ目のポイントは、決済プロセスと商品のマッチングを最適化することです。まず、プロセス内のボトルネックポイントを特定し、支払いコンバージョン率を最適化し、コンバージョン率が比較的低いステップを分析して最適化します。次に、ユーザーの行動に基づいて、よりマッチングしたインテリジェントな推奨を行い、ユーザーが支払う可能性を高めます。たとえば、ユーザーのニーズを理解して、ユーザーが見たい製品や映画を推奨することができます。

ご清聴ありがとうございました。この共有はここで終了します。