運用データの収集（データを効率的に収集する方法、完全なソリューションはこちら）

データを効率的に収集する方法、ここに完全なソリューションがあります

1. データ品質はデータ分析の基礎です

シナリオを想定します。広告ページからデータを収集したいと考えています。

まず、私たちは技術担当の同僚とともに、ユーザーがアプリのオープニング画面に入るときに直面するシナリオ（閲覧→クリック→広告ページへのジャンプ）について説明しました。次に、埋め込み要件を提案しました。

クリックデータは有効なクリックと無効なクリックの 2 つのカテゴリに分類されますが、技術系の学生はこの問題を心配する必要はありません。彼は、インターネットからスプラッシュ スクリーン ページ フレームワークをダウンロードし、それをプロジェクトに統合しただけです。

このフレームワークでは、クリックアクションは「押す」と「離す」に分類されます。通常、クリック動作として考えられるのは、短時間内に同時に押して持ち上げることです。

フレームワークの目標はクリックスルー率を上げること、つまりより多くの人に広告の詳細ページを見てもらえるようにすることです。そのため、ユーザーがボタンを押すと、詳細ページにジャンプする動作がトリガーされます。

ターゲット以外の顧客の多くは、イライラしながら広告詳細ページを離れてしまいますが、実際に広告を見て興味を持った顧客は、積極的に広告詳細ページに入ります。

結果として得られる洞察は、クリックスルー率が高く、コンバージョン効果が低いというものです。マーケティング側の学生は、これが広告デザインの失敗であり、次の広告キャンペーンの視覚効果や配信戦略に影響を与えるだろうと誤解しています。

以上の例から、技術面におけるデータ収集のタイミングや実施方法が、ビジネス面における意思決定に大きく影響することがわかります。

「9階建てのタワーは土の山から始まります。」洞察力のあるデータセットを形成する前に、データ収集が最も基本的かつ重要なステップです。データを正確に収集した場合にのみ、洞察がビジネス上の意思決定に役立ちます。そうしないと逆効果となり、データ分析がどれだけ優れていても、実際の結果は得られません。

ただし、追跡ソリューションを実際に実装すると、次のような混乱が発生する可能性があります。

• 追跡要件を技術部門に伝えるにはどうすればよいでしょうか?
• 技術スタッフはそれをすぐに理解し、実装しましたか?
• 最終的なデータ生成結果は期待どおりですか?

GrowingIO は、何百もの顧客と協力して追跡ソリューションを実装し、「データ収集によって生じるデータ品質の問題」が企業にとって一般的な問題になっている可能性があることを発見しました。この問題の主な原因は次のとおりです。

• 事業に関する初期のコミュニケーションは明確ではありませんでした。たとえば、プログラマーは有効なクリックと無効なクリックの違いを知らず、技術的な観点から追跡を完了するだけです。
• 収集中に開口部が調整されません。技術スタッフがデータを収集する時間を明確に把握していない。
• 収集ポイントの統一的な管理は行われていません。クリック、閲覧、その他のデータを管理するための統一されたチャネルがない場合、煩雑な手順のために追跡ソリューションは実装されません。
• バージョンアップデート。たとえば、古いバージョンと新しいバージョンを比較しても、データの変更は見つかりません。

データ収集はデータ品質に関係しており、製品側とビジネス側の同僚が、技術担当者が「理解し、正しく埋め込み、迅速に実装」できる技術実装計画を考案する必要があります。

2. GrowingIOは効率的なデータ収集を保証します

これらの厄介な問題に対処するために、GrowingIO の非埋め込みテクノロジーは、ページ、ボタン、テキスト ボックスなどの一般的なユーザー動作操作をすばやく定義できるため、特定の非常に反復的な一般的なユーザー動作に対する埋め込みコード操作の量を削減し、迅速なデータ視覚化を可能にします。

1. 埋もれポイントの定義

埋もれない点とは何ですか?まず、次のようなシナリオに遭遇したかどうかを確認しましょう。

• オペレーションを実行する際、ユーザーのクリックごとにスポットライトを当てる必要がありますが、制作および調査のリソースが不足しています。
• ユーザ行動の相関関係を推測するためにインタラクションの詳細を測定したいが、面倒なプロセスに困っている。
• アクセス中のすべてのユーザー行動のトレースを表示し、ユーザーの製品使用シナリオを調査したい。
• リリース効果を測定するために、古いバージョンと新しいバージョンをすばやく比較したい。
• 分析したいイベントに関する事前情報がありません。
• 新機能がリリースされたところ、重要な要素が組み込まれていないことが判明しました。

上記の問題については、埋め込みポイントではうまく解決できません。実際、埋め込みなしは、人、時間、場所、コンテンツ、方法に基づいたデータ収集方法です。 GrowingIO の円選択 (視覚的定義ツール) 機能を使用すると、見たものに基づいてインジケーターを定義できます。

埋め込みなし（円選択）の中心的なアイデアは、次の 5 つのメタデータに基づいています。

• キャラクター: ID、性別、地域などを含む人物の属性。
• 時間: 動作がトリガーされる時間。
• 場所: 動作が発生した都市、地域、ブラウザなど。
• コンテンツ: ボタンなどの動作のオブジェクト。
• 動作: 閲覧、クリック、入力などの動作が実行される方法。

埋め込みポイントがないため、共通のイベント タイプを定義して、コードの使用を最小限に抑え、開発の作業負荷を軽減できます。 GrowingIO の円選択機能を使用すると、データをすばやく収集し、指標を定義し、リアルタイム データを表示できます。

2. 埋め込みと埋め込みなしをどのように選択すればよいですか?

新しいポイントフリー方式はシンプルで便利ですが、独自の制限もあります。同時に、ビジネス データのディメンションなしでは実行できないため、従来の追跡ポイントを放棄することはできません。

追跡ありと追跡なしの両方に、それぞれ利点があります。さまざまなシナリオに直面したときは、目的を明確にし、具体的な状況に基づいて総合的に判断し、最適なデータ収集方法を選択する必要があります。

（１）埋もれたポイント

• 利点
• データ定義は明確かつ安定しています。ユーザーがイベントをトリガーすると、データが報告されます。
• ビジネス属性を複数回追加して、ディメンション分解とドリルダウン分析をサポートできます。
• デメリット
• 事前に計画を立て、開発チームとビジネス要件を伝え、チーム間で協力して追跡ソリューションを決定する必要があります。
• 履歴データは遡って確認することはできず、次のバージョンでのみ確認できます。
• 「監視と分析」データ シナリオに適用可能:
• コアKPIデータ
• 長期にわたる監視と保管が必要
• 豊富なビジネス属性

（２）埋もれたポイントがない

• 利点
• 高い自律性、リアルタイムのデータ表示、柔軟な収集。
• リリースを待たずに過去 7 日間のデータを遡ることができます。
• デメリット
• 製品開発フレームワークと開発仕様に従い、どのパスに変更しても影響が生じます。
• ディメンションは事前定義されており、イベント レベルのディメンションを分割することはできず、スライドなどの動作を収集することはできません。
• 「探索的」データ シナリオに適用可能:
• 強力なインタラクティブ性
• 緊急事態の迅速かつタイムリーな分析
• 互いに補完的なデータとして

上記に基づいて、お客様の理解と選択を容易にするために、次の表を作成しました。

つまり、追跡技術は柔軟性があり、安定しており、制限が少なく、精度が高いということです。キーノードを追跡し、プログラム ロジックを非表示にし、ビジネス ディメンションからデータを監視するのに適しています。

ポイントを埋め込まないテクノロジーは、判定が速く、履歴データがあり、定義済みのディメンションでサポートされているため、特定の傾向やプロセス データをすばやく表示するのに適しています。

追跡を使用するかどうかを選択するときは、動作がコア指標ではなく、事前定義された追跡指標に存在することにのみ注意する必要があります。

事前定義されたインジケーターが存在する場合（つまり、埋め込みポイントがない）、事前定義された次元も要件を満たしている場合は、埋め込みポイントがないインジケーターと次元を観察する必要があり、安全に埋め込みポイントなしを選択できます。事前定義された寸法が存在しないか、インジケーターを観察するための角度を満たせない場合は、追跡インジケーターを通じて報告する必要があります。

3. 完全な追跡ソリューション設計の 4 つの要素

指標システムを計画した後、その実施を促進することが価値実現プロセスの最も重要な部分です。

多くの顧客は、監視対象のデータ システムについて明確な考えを持っていても、実装中にボトルネックに遭遇することがあります。これは主に、膨大なデータ埋め込み作業、高いコミュニケーションコスト、ビジネス側と開発側が目標について合意できないことなど、チームのコラボレーションの問題によるものです。

結局、システムはあっても何も見えないという結果になってしまいます。

データ収集ソリューションの完全なセットを研究開発側に直接提供すると、ビジネスシナリオの説明と論理的理解の違いにより、多くのコミュニケーションコストが発生し、最終的には実装効率が低下します。

したがって、体系的な指標システムを実施要件に整理する必要があります。この問題を解決する鍵は、次の 4 つのステップにあります。

1. イベントと変数を確認する

• イベント: これは最終的に分析するデータ ソースです。支払いが成功したなどの結果指標です。
• 変数: ユーザーの性別や製品タイプなどのイベントのディメンションまたは属性。

問題に異なる角度からアプローチすると、その出来事や変数も変化します。データ要件に基づいてイベントと変数を一致させるための最適なソリューションを見つける必要があります。

2. イベントの発生時刻を明確にする

• 考慮すべき点: イベントを記録するのに適切なタイミングはいつでしょうか?たとえば、「共有成功」イベントには 2 つの機会があります。ユーザーが「WeChat」をクリックして共有アクションを開始することです。ユーザーは共有後に対応するページにジャンプします。タイミングが異なれば、「共有成功率」も異なります。
• すべてのデータユーザーはこのタイミングを明確に認識する必要があります。

適切なタイミングを選択することに正解も不正解もなく、具体的なビジネスニーズに基づいて決定する必要があります。同時に、トリガーの機会が異なれば、データの質も異なります。

3. 標準化された命名

たとえば、ある顧客は、ピンインと英語を組み合わせて Double Eleven イベントに名前を付けたため、プログラマーの間で混乱が生じ、エラーが発生していました。標準化された命名は、プログラマーがビジネス要件を理解し、追跡ソリューションを効率的に実装するのに役立ちます。

• 動詞 + 名詞、または名詞 + 動詞: 「ショッピングカートに追加」、「製品をクリック」など。
• 各キーワードの最初の文字を小文字にし、その後に大文字を続ける、camelCase を使用します (例: addToCart)。
• イベントの命名規則に一貫性があることを確認します。

4. 実装の優先順位を明確にする

• 事業部門は、事業指標に基づいて追跡ポイントを実装する優先順位を明確に定義する必要があります。イベントの数が多い場合、開発部門がすべての追跡ポイントを一度に完了することは不可能です。電子商取引を例にとると、購入プロセスにおける主要なイベントを最初に実装し、それらと競合するイベントは後回しにする必要があります。
• 技術的な実装にかかるコストを考慮してください。たとえば、いくつかの追跡ポイントが複数のインターフェースを横断する必要がある場合、技術的な正確性を確保するために、最も速く実装できる追跡ポイントを最初に実装する必要があります。
• テクノロジーの実装コストが同じであれば、ビジネス データの価値が高いテクノロジーを優先する必要があります。

優先順位を明確にすることで、製品で追跡する必要がある本当に重要なイベントに集中し、技術的な追跡の競合を回避し、継続的な価値の提供を実現できます。

上記の 4 つの要素に基づいて追跡ソリューションの設計を完了すると、需要側と開発チーム間のコラボレーション効率が向上するだけでなく、後続のデータの品質保証も提供できます。

以下の表は私たちがまとめたテンプレートです。この表は、追跡ソリューション設計の 4 つの要素を完全に網羅しており、追跡のために技術担当者に直接引き渡すことができます。

4. 追跡ソリューションの実装にはチームワークが鍵となる

次に、チーム内の追跡ポイントの要件を迅速かつ正確に特定し、追跡ポイント ソリューションを効率的に実装するにはどうすればよいでしょうか。

• 迅速: 需要側は、ソリューションが迅速に実装され、データが迅速に生成されて意思決定を促進できることを期待しています。これには、需要側、データ プランナー、開発チーム間の秩序ある連携が必要です。
• 正確性: データの品質とビジネス上の重要性を確保し、データ収集の正確性と意思決定の正しさを確保する必要があります。

1. 追跡ポイントのコラボレーションプロセスを完了する

GrowingIO では、何千もの企業にサービスを提供してきた経験に基づいて、データを追跡するための完全な一連の共同プロセスを開発しました。これには、ビジネス需要者、データ プランナー、開発チームが含まれます。

この三者間の協力の具体的なプロセスとタイムラインは次のとおりです。

• 需要が発生すると、需要者はビジネス指標を分解して設計し、データプランナーとコミュニケーションを取り、合理的な収集ポイントを確認して、ポイント埋め込み計画を作成します。
• 3者は技術的な実装コストについて話し合い、追跡ソリューションを確認しました。
• 開発チームとデータ プランナーは計画を実行し、ポイントの実装を伝え、データを提示します。
• データ プランナーはデータを検証し、データ配置のタイミングと指標が正しいかどうか、プロセスが完了しているかどうかを確認します。
• データの監視と分析を実現するために、このプログラムはオンラインで公開されています。

2. 具体的なシナリオのデモンストレーション

次に、追跡ソリューションを実装する具体的なプロセスを誰もが理解できるように、アプリの登録シナリオを例に挙げます。

（登録ホームページに携帯電話番号を入力 - 登録確認用のSMS認証コードを入力 - 登録情報A、B、C - アプリホームページを入力）

（１）シナリオ１

ビジネス側のニーズは、既存の登録フローのさまざまなステップ間のコンバージョン率を迅速に分析し、損失が最も大きいリンクを見つけて最適化することです。

ビジネス側はプロセス内のステップ間の変換プロセスのみに関心があることがわかります。そのため、ユーザーの閲覧行動やアクションに注意を払う必要があります。インジケーターは、各ステップ間のページとして定義できます。

具体的には、ログインアクションは、ホームページにログインしてからログイン後にホームページに入るまでの 6 つのステップで構成されます。また、モデル、地域、国などの焦点角度はビジネス範囲に属さず、すべて定義済みのディメンション内にあります。これは、埋め込みインジケーターがないという当社の定義ルールに準拠しています。

したがって、データの分析を完了するために、6 つの閲覧ページ インジケーターをすばやく定義できます。

GrowingIO の製品分析により、各ステップでの人数とコンバージョン状況を確認できる次のグラフを取得できます。登録確認 - 登録情報A - 登録情報Bの3ページ間の離脱率が高いことが確認されているため、最適化する必要があります。

上記は埋め込みなしの簡単な定義です。次のリリースを待たずに、データを観察してイベントをリアルタイムで分析できます。

（２）シナリオ２

お客様のご要望は、登録を完了したユーザー間でのインターンシップの業種や性別の分布を確認することです。

完全な追跡ソリューション設計の 4 つの要素に従って、次の点を 1 つずつ確認する必要があります。

• イベント: 登録が完了しました。
• 次元: インターンシップ業界、性別;
• 非ポイント追跡指標を使用するか、ポイント追跡指標を使用するか: 明らかに、インターンシップ業界と性別はビジネス関連の指標であり、ポイント追跡を通じて関連データを収集する必要があります。
• トラッキングのトリガータイミング: 登録完了後のコールバックで性別と業種情報を取得します。
• 命名を確認します: event - registerSuccess 登録が完了しました。次元 - 実践職業インターンシップ業界、性別。

提示された追跡ソリューション ドキュメントに基づいて、プログラマーはビジネス要件を迅速に特定し、繰り返し通信することなく追跡操作を実行できます。

3. データ検証

データが収集された後、最終確認が必要となり、これを通常データ検証と呼びます。

このため、GrowingIO には、データ生成のプロセスを迅速に特定できるデータ検証ツールの完全なセットがあります。どのページが閲覧されたか、イベントがトリガーされたかどうか、埋め込まれたイベントが定義されたフィールドに対応しているかどうかなど。

リンクに抜け穴が見つかった場合は、すぐに報告して問題を解決できます。

最後に、次の一文を皆さんにお伝えしたいと思います。「根がしっかりしていれば成長し、根が深ければ長生きします。」データ駆動の「根源」はデータ収集にあります。収集されたデータが十分に正確である場合にのみ、正しい意思決定を行い、企業の持続可能な発展を促進することができます。

本日のシェアはここで終了です。皆様貴重なお時間をいただきありがとうございました。お役に立てれば幸いです。

著者: Wang Han は、GrowingIO のシニア テクニカル コンサルタントであり、北京大学を卒業し、Extron 認定エンジニアです。彼は、奇瑞汽車、中国鉄道建設、滴滴出行などの大手企業に勤務し、技術導入において豊富な経験を持っています。