ビジネスデータとは何ですか? (データとは何ですか? 製品担当者はデータをどのように理解しますか?)

データとは何ですか?製品担当者はデータをどのように理解するのでしょうか?

Baidu 百科事典では、データについて次のように説明しています。データとは数値であり、観察実験や計算によって得られた結果です。

もちろん、公式の解釈は科学的かつ正確であり、それに疑いの余地はありません。しかし、製品担当者の視点から、より従来的かつ現実的なデータ理解を得ることはできるのでしょうか?インターネットや製品にとってデータが何を意味するのかをより明確に理解しましょう。

ユーザー情報とは、ユーザーの氏名、性別、生年月日、住所、職業、家族関係を指します。

インターネットでよく「ユーザー データの取得」と言われるものは、実際にはユーザー情報の取得を意味します。

ユーザーデータはインターネットにとって非常に重要です。電子商取引、ショートビデオ、旅行、その他のインターネット分野を問わず、ユーザー獲得の本質はユーザー情報を取得することです。ユーザープロファイル情報からユーザーの属性や好みなどを理解し、ユーザーにとってより良い製品を展開します。

電子商取引を例にとると、ユーザー情報には、名前、性別、誕生日、検索履歴、配送先住所、商品注文情報などが含まれます。

電子商取引プラットフォームは、このデータを活用して、正確かつ人道的に商品を売り込み、取引を円滑にするという目標を達成できます。

たとえば、靴を検索したいとします。ユーザーが男性用または女性用の靴の正確な値を入力しない場合は、性別が重要な属性になります。結果はあなたの性別情報に基づいて生成されるため、女性の靴が表示されるという恥ずかしい状況は発生しません。

検索履歴も非常に重要なデータ情報であり、プラットフォームによって自動的に記録されます。検索記録を通じてユーザーのニーズや嗜好を判断できます。例えば、メンズシューズを閲覧していた場合、次回ホームページにアクセスしたときには、メンズシューズが自然におすすめされます。

これらの賢い推奨は、実際には賢くありません。代わりに、ユーザー情報を分析して、適切な結果をユーザーに一致させ、ユーザーのニーズを満たします。ユーザー情報は重要なユーザーデータです。

多くのコンテンツベースのアプリケーションにとって、膨大な量のデータは生き残るための資本であり、そのデータ量こそが実際にはコンテンツなのです。

たとえば、Douyin、Yiche、Toutiao などのアプリケーション。

コンテンツベースのアプリケーションであるため、ユーザーの使用をサポートするには膨大な量のデータが必要です。

コンテンツベースのアプリケーションには、推奨される読み取り機能が非常に強力であるという特徴があります。推奨機能は、ユーザーの地域、友人関係、視聴タイプなどに基づいて、読むコンテンツを推奨できます。同じ属性を通じて、巨大なデータベース上のコンテンツを取得します。

初めてこの短いビデオを見たとき、リラックスして幸せな気持ちになったことを覚えています。短い動画なので読みやすく、頭を使う必要もないので簡単です。驚くべきは、出身地、都市、視聴タイプに基づいて、友人や関連コンテンツを推奨できることです。

料理を見た後には、さらに料理動画のおすすめが表示されます。日本の文化や習慣を理解した後は、韓国や北朝鮮の映画を観ることをお勧めします。

かつて誰かが、短いビデオソフトウェアを使えば家を出ずに世界を見ることができると冗談を言ったことがあります。冗談ではありますが、誇張ではありません。ショートビデオ ソフトウェアを使用すると、外国、フォーク、シリアス、パロディーなど、あらゆる種類のコンテンツを閲覧できます。すべてが可能です。

コンテンツ中心のプラットフォームでは、データはコンテンツであり、そのデータの量は想像できないほど膨大です。

これに似たものとして、オンライン コースやオンライン読書など、大量のコンテンツのサポートを必要とするアプリケーションがあります。存続のためにコンテンツに依存する製品の場合、すべてのコンテンツはデータです。

私たちが一般的に理解しているデータはデジタル統計であり、データモニタリングとも言えます。

ソフトウェア アプリケーションはすべてバックグラウンドで管理され、統計データに使用されます。これらの管理は、製品の展開と使用を記録します。バックエンド データの統計は、製品と運用部門が製品の使用状況を判断し、製品計画を策定するのに役立ちます。

たとえば、製品がアプリ ストアでリリースされます。バックグラウンドでは、使用しているデバイスの数、毎日および毎月アクティブなユーザーの数などをカウントできます。

統計は数値であり、同じ特性を持つデータの集合です。

電子商取引ストアを例に挙げてみましょう。その日のストアのユニークビジター数 (UV) が 1000 人で、製品 A を購入するために注文した人の数が 100 人だとします。1000 と 100 はデジタル統計のセットです。それらの類似点は、結果が同じであり、店舗を訪れた人々の集合と同じ製品を購入した人々の集合であることです。

多くの人が見落としているのは、データの表面上の共通点しか見えず、データの外観の背後にある秘密や違いを見逃しているということです。

違い、つまり秘密は、1000 と 100 という同じ結果の背後には、異なる理由と行動の動機があるということです。背後の差が数値セットを決定する重要な要素となります。

商品Aが紳士靴だと仮定し、紳士靴100足の購入を例に挙げてみましょう。

類似点は、100人がこの靴を購入したことです

違いは、100 人の人がこの靴を購入する動機や理由が異なるということです。つまり、購入の動機や理由は表面上の数字では見えず、分析する必要があるのです。これらの結果を構成する理由を分析することで、購入結果を継続的に拡大することができます。

購入の動機や理由としては、手頃な価格、斬新なスタイル、着脱のしやすさ、汚れに強い、割引、ポスターの細部のデザインなどが挙げられます。

これら100人の購入理由は上記のような理由から成り立っています。もちろん、それぞれの理由の割合は異なります。理由の割合が大きい商人は最適化できます。その理由を分析する方法を学ぶことの利点は、戦略を調整し、販売データを改善するのに役立つことです。

たとえば、価格が高い場合は少し下げ、割引クーポンを増やし、ポスターのデザインをより最適化します。販売数量は 100 を超える場合もあります。

ユーザーをより深く理解することによってのみ、より良いサービスを提供することができます。

私たちと親しい友人は、私たちが何を必要としているのかを簡単に理解できますが、見知らぬ人が何を必要としているのかを簡単に理解することはできません。

ユーザーを理解すれば、ユーザーに何が必要かが簡単にわかります。

Tmall と Baidu は私たちが行うすべての検索を記録します。そして、閲覧時間、閲覧頻度、閲覧価格帯に基づいて、ユーザーのニーズを階層ごとに分析し、これらのユーザーの習慣に合った製品を把握し、最終的にユーザーに推奨します。非常に多くの次元からデータを分析した結果、結果とユーザーのニーズの精度はすでに非常に高くなっています。

データは鏡のようなものでもあり、それが構成するデータは製品そのものを反映することもあります。

2016年、私はインターネット＋金融・税務プラットフォーム企業で働いていました。当時のデータによれば、深センでは毎日約3,000社の新規企業が登録されていた。当時、同社は深セン最大のインターネット金融・税務プラットフォームとなる予定でした。しかし、同社の顧客数は毎日わずか十数人から二十人程度で、全体の1％にも満たず、同社の最大のインターネット金融・税務プラットフォームとは程遠い状況だ。したがって、この統計データから、私たちの欠点がどこにあるのかを調べることができます。

たとえば、欠点は次のとおりです。

1. 多くの起業家にとって、会社登記+簿記のアウトソーシングサービスブランドは強くなく、会社ブランドを聞いたこともありませんでした。
2. 同社のウェブサイトの SEO は良くなく、ユーザーは検索エンジンで同社を見つけることができません。
3. 同社は顧客への事業拡大をうまく行えなかった。
4. 広告を通じてより多くの露出と普及を図る必要があるのでしょうか?

データ統計の主な機能は定量化です。定量化を使用して、現在の状況を把握し、改善の余地があるかどうかを判断します。

上記のケースを例に挙げてみましょう。

1日に数十人の顧客が訪れるため、市場シェアは1％近くになります。小さなスタジオにとっては業務量が多すぎるかもしれません。しかし、従業員が約 200 人いる会社にとっては、これはほんのわずかな額です。市場シェアが 1% 未満の場合、競争において最下位に留まる可能性があります。

短期的な月間目標が顧客数を 100 人に増やすことだとします。

対策としては以下が考えられます:

1. オンライン起業プラットフォームを理解し、起業家と連絡を取り協力し、露出を増やすために広告を掲載するよう努めます。
2. 多くの起業家はインターネットから会社登録について学び、検索エンジンの SEO 最適化に注意を払っています。
3. ロールアップバナーとオフラインプロモーション。

（上記の対策はあくまでも事例分析であり参考用です）

一部のデータは入手できませんでした。

たとえば、一部の市場分析と市場データは、プロジェクト計画の初期段階で実行されます。プロジェクトは市場の状況に応じて位置付ける必要があります。たとえば、競合他社の状況など。

これらは直接入手することはできませんが、非常に重要なものです。

この場合、推定方法を使用してデータ参照を推定できます。この方法はフェルミ推定と呼ばれます。

アイデア: ショッピングモールの規模と店舗の規模から始めて、1平方メートルあたりの賃料からショッピングモールの1日あたりの賃料を見積もり、店舗のコスト構造に基づいてショッピングモール全体の1日あたりの平均取引量を算出します。次に、プロモーション期間中の売上と通常の売上の倍数関係を考慮し、その倍数を掛けてプロモーション期間中の1日の売上高を算出します。具体的には、以下の推定値が含まれます。

より大きなショッピングモールを例にとると、ショッピングモールは一般的に6階建てと計算され、各フロアの長さと幅は約100メートルで、総面積は60,000平方メートルです。

店舗規模はショッピングモール全体の約半分を占め、総面積は3万平方メートル。

店舗賃料は1平方メートルあたり約40元で、推定年間賃料は40×30000×365=4億3800万元です。

商店の場合、一般的に家賃は売上の20％程度を占めるので、年間の売上は4億3800万×5＝21億9000万となります。 1日あたりの平均売上は21億9千万/365=600万と計算されます。

プロモーション期間中の1日の売上は通常の10倍になることが多いため、およそ600万×10=6,000万となります。

エラー分析: ここでの計算は理想的な状況です。ショッピングモールには必ず空き室や貸店舗があるはずです。空室率も除外したい。上記はフェルミ推定に関するいくつかのアイデアです。参考用です。

データとは、データベースに保存されているすべての情報です。ユーザー情報、製品コンテンツ、各種数値データ統計などです。

データ統計は単なる数字の集合体であるだけでなく、探求すべき内部的な意味も持っています。客観的な統計の背後には多くの主観的な動機があります。私たちは主観的な要素を発見し、分析することに長けなければなりません。

データ統計は、製品投資と運用の分析に役立ちます。製品担当者は、製品の内外における製品データの重要性を明確に理解する必要があります。

この記事はもともと、Everyone is a Product Manager で @我是广告班 によって公開されました。無断転載禁止

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