運用データトラッキング（データ運用実践（第3回）：データで語る、トラッキングから始まる）

データ操作の実践（第3回）：視点からデータに語らせよう

データは収集されて初めて分析でき、分析されて初めてその価値が実現されます。

図1. データ操作スマイルモデル

上の図は、データ操作によって問題を解決するという考え方を示していますが、逆に言えば、データ操作分析の需要は、データ埋め込みポイントの最適化も推進します。

時々、私たちは次のような恥ずかしい状況に遭遇することがあります。

必要なときに十分持っていないと後悔するだけです!

結論が出なかったらどうなるのでしょうか？

実際、データ追跡の余地は私たちが想像していたよりも大きいのです。ターゲットを絞った組織的なデータ追跡は、ユーザーの行動軌跡を整理し、ユーザーの特性を把握し、主要な経路を分析するのに役立ちます。

ただし、埋め込まれたポイントが多すぎると、アプリに負担がかかり、アプリ ユーザーのトラフィックとネットワーク速度のエクスペリエンスにも影響する可能性があります。これらは考慮する必要がある要素です。完全なポイント埋め込みとマルチコレクションは、データ分析システムを構築する方法ではありません。代わりに、分析とマイニングの作業負荷が延期され、データ分析に大きな負担がかかります。

より良いアプローチは、分析の目標とデータ解釈のアイデアを念頭に置いてポイントを設定することです。 Tencent Mobile Analysis MTA は、データ埋め込みにおいて複数の最適化を行っており、複数のコレクションと 1 回のアップロードのデータ転送プロセスを保証し、ユーザー トラフィックへの影響を軽減し、ユーザー エクスペリエンスを最適化できます。

埋め込みポイントの問題についていくつかのレベルで議論してみましょう。

ユーザーの行動を追跡することで、アプリ内の主要なパスを監視できます。これは間違いなく最も一般的かつ重要なアプリケーション シナリオです。

アプリによって焦点となるイベントは大きく異なる場合があります。

たとえば、電子商取引アプリは注文の完了に重点を置いています。コミュニティ アプリは、UGC コンテンツの生成に重点を置く場合があります。読書アプリはコンテンツの読み取りに重点を置く必要があります。

ユーザートラッキングのシナリオは非常に柔軟であり、トラッキングによってカウントできるイベントデータをビジネスデータに接続できます。

たとえば、ニュースを読むアプリでは、ニュースを読むことはカスタム イベントとして扱われ、レポートごとに異なるパラメーターがあります。読書の全体的な統合データを取得し、各レポートの価値を分析し、読書量ランキングなどの機能も簡単に実装できます。

追跡ポイントは、ビジネス シナリオのニーズによって決定されます。

例えば、2 番目の記事で説明したファネル セグメンテーションには、金融のユーザー ケースがあります。カード製本工程のコンバージョンロス率が高すぎる場合は、各入力ボックスの記入方法に問題がないか突き止める必要があります。このとき、埋め込みポイントの密度は通常よりもはるかに高くなります。

図2. 問題箇所の概略図

上記のトラッキングポイントは、「カードバインディングページのコンバージョン率が低い理由」を特定する必要性に基づいています。埋め込みポイントの後、カードバインディングプロセスファネルでは、MTA が詳細な入力ページを含むファネルを生成します。これにより、ユーザーがどのステップで操作を停止したか、改善の余地があるかどうかを知ることができます。

図 3. ファネル分解 (ビジネス データの機密性のため、上記のデータはぼかされています)

しかし、後で問題を修正する場合は、このような詳細な追跡は必要なくなるか、問題が発生する可能性のある場所のみを追跡する必要があります。

図4. 安定化後の埋設点の模式図

したがって、業界で「完全埋め込み」と呼ばれるものは、自社のビジネスを完全に理解していない場合に採用される戦略であり、多くの場合、詳細なファネルの追跡可能性要件を満たすことができません。不要な追跡ポイントは過剰なデータレポートにつながり、一方ではユーザーのトラフィックの負担が増加し、他方ではその後のレビューや分析に役立ちません。

もちろん、ビジネスが実際にオンライン化されているが、ポイントがまだ埋められていない場合、Tencent Mobile Analysis MTAは最近、視覚的なポイント埋め機能を開始しました。これは、製品および操作の同僚がWeb経由で設定し、クラウドからアプリに送信できます。アプリ内のポイント埋め込み戦略はいつでも調整でき、これはスマートで効果的な緊急対策でもあります。

GGを開発するとき、私がポイントを見逃す心配はありません~~

ユーザーイベント、ソースチャネル、コホート、さらには年齢、性別、地域などに基づいて、アプリユーザーを多数の小さなグループに分割できます。

例えば、受注購買ビジネスでは、受注金額をパラメータとしてレポートすることで、ユーザーの価値をより深く分析することができます。下の図は、消費者ユーザーをグループ化する方法を示しています。消費金額、頻度、最近性に基づいて、ユーザーを 8 つの象限に分類できます。ユーザーごとに異なる運用・プロモーション戦略を実施できます。

図5. 消費者ユーザーグループ化モデル

このeコマースアプリをもう一度見てみましょう。アクティビティ操作分析に使用する場合は、データ分析の観点や方法が異なる場合があります。

例えば、618 イベント期間中に新規登録し、注文を完了したユーザーグループ (同じグループ) は、イベント期間終了後にどのように行動するでしょうか。

1. VIP メンバーシップ購入のコンバージョン率が平均アクティビティ レベルよりも高い →新しい広告チャネルにより、質の高い新規顧客が獲得されます。このチャンネルは投資を継続し、結果に注目し続けることができます。

2. 七夕イベントへの参加を継続する→人々はイベント情報に敏感になる可能性があるため、プロモーション情報を推奨するのに適しています。

3. 解約曲線と再開時間の関係は、2週間以内にアプリを開かない顧客の87%が離脱する→新規ユーザーが登録してから約1週間後にプッシュ通知やSMS、メールなどでユーザーを喚起すれば、リテンションを大幅に向上できる。

対象をセグメント化し、ビジネス特性を分析することで、ユーザーへの理解を深めることができます。アプリのリーチ方法と組み合わせることで、ユーザーとのコミュニケーションややり取りを改善し、ビジネス運営の目標を達成できます。

ここでの人口セグメンテーションの方法では、埋め込みポイントを通じてカスタム イベントを定義する必要があります。他の条件でイベントを重ね合わせてフィルタリングし、さまざまなイベントやレポートを相互に分析することで、コア ユーザー グループの価値を強調し、さまざまなユーザー グループの操作を洗練させることができます。

異なるボタンをクリックしたり、異なるセクションをフォローしたり、異なる時間に登録したりする人には、それぞれ異なる特性があります。

洗練された分析操作には、ビジネスに対する深い理解が必要です。分析の観点から分析にアプローチし、ユーザーの特性を分析し、ユーザーを理解し、データのニーズに基づいて追跡ポイントの構成を推進する方法を学ぶ必要があります。

3点目は2点目を踏まえた応用です。ユーザー グループをセグメント化し、主要なビジネス パスに戻ることで、ユーザーを引き付け、維持するための秘訣を発見できます。

もっとよく知られている例を見てみましょう。

振り返ってみましょう。このアプリのリテンション率の鍵となる要素を分析するには、プラットフォーム上で 100 件のニュースを閲覧する、3 人の新規ユーザーに参加を勧める、UGC コンテンツを生成する、3 枚の写真のアップロード、プラットフォーム ゲームをプレイするなど、さまざまな可能性をリストする必要があります。では、これらの人々のグループを比較し、どのイベントが定着率と強く相関しているかを調べる必要があります。

友達追加の場合、制限時間は登録時に3人をフォローするか、1週間以内に5人をフォローするかのどちらかですか？

または、5 人の新規ユーザーを紹介した後の維持率が非常に高いことがわかったが、実際に 5 人の新規ユーザーを紹介できる人の数が非常に少ない場合、私たちにとってコストが高すぎるため、この問題に焦点を当てることは適切ではありません。

図6. カスタムイベントとリテンションの相関関係の分析例

これらの重要なイベントから、データ分析を通じてコアパスを見つけ、それをサポートするためにリソースを割り当てる必要があります。

さて、今日のシェアはこれで終わりです。一般的に、追跡ポイントとデータ統計はどちらもビジネスに役立ちます。どのイベントに重点を置くか、どこに注文するかは、アプリ自体のビジネス特性によって決まります。

ポイントの配置はターゲットを絞る必要があり、分析によって結論を導き出すことができ、反復的な成長にも追跡すべき痕跡が残ります。

より多くのデータ分析をご覧になりたい場合は、弊社の「 Tencent Big Data 」ヘッドラインアカウントをフォローしてください。