運用データ（データを理解せずに運用するのは良い製品ではありません）

データを理解しない運用は良い製品ではない

いわゆる、データを理解しない運用は良い製品とは言えません。データの分析と感度は、運用の「コアスキル」と言えます。データから、製品の問題、ユーザーの行動特性などを鋭く発見することができます。この記事では、「運用指標の制御方法」と「運用データ指標」について詳しく紹介し、皆さんと共有します。

最近、運用データ指標についての記事を書こうと思っています。以前、「みんながプロダクトマネージャー」のクラスメイトの何人かがこの質問をしたことがあるので、今日はオペレーターのデータ指標について話しましょう。

まず、個人的な意見を述べさせてください。

上級オペレーターが問題解決に着手する場合、ほとんどの事柄を自分の管理下に置き、不確実な事柄を少しだけ残そうとすると思います。初期段階の運用では、制御できるものがわずかしかなく、ほとんどのことが不確実であるため、その逆が当てはまる可能性があります。これにより、問題が未知の結果に陥る可能性があり、目標を制御することが困難になります。

例えば、前回の記事「戦略的思考について語ろう」でも触れましたが、私が手がけた事業化プロジェクトが例に挙げられました。商業化の目標は、マーケティング費用を一切投資せずに商業的な利益モデルを見つけることでした。

あなただったら、このプロジェクトのために何をしますか?

多くの人はこう答えるかもしれません:

収益化能力を高めるために広告スペースを開放したい
あらゆるタイプや業界の広告主を呼び込み、広告を掲載してもらいたい
BD側がいくつかの大きなケースを目立たせ、広告主に協力してもらうためのベンチマークケースをいくつか作成できるかどうかを確認します。
お金やリソースを使わずに商品化して儲けたいですか?それは冗談じゃないですか？
…

しかし、このミッションの目標を受け取ったとき、私たちはこのように実行しました

フェーズ1: 商業化モデルのテスト: 既存の機能に基づいて現在実行可能な商業化モデルを確認する
フェーズ2：シナリオの拡張、インタラクション数の増加、ユーザーシナリオ関連のニーズの調査、新しいコラムシナリオの拡張、ユーザーインタラクション数（PV量）の増加
フェーズ 3: 広告スペースを探索し、収益化機能を強化し、拡張されたシナリオに基づいて新しい広告スペースを追加します。
フェーズ4: 新しい拡張シナリオに基づいて、新しい商業化モデルを試し、商業化シナリオを追加します。
フェーズ5: UV品質の向上と一人当たりの平均インタラクション数の増加を目的としたマーケティング活動の導入
フェーズ6：商用モデルの確認、運用の改善、効率的な運用
すべての段階を通して：運用能力の構築、基本運用

上記は分割方法の簡単な紹介です。詳細は前回の記事で紹介したのでここでは繰り返さない。私はそのアイデアに焦点を当てます。最初の方法は人々に不確実性と制御不能感を与えることがわかります。答えは出ているものの、目標を達成できるかどうかは分からないという気持ちがあります。全く手がかりがありません。

対照的に、2 番目の回答では、この計画は実行可能であり、商業化の目標は達成可能であると感じられます。この時点で、目標と詳細をある程度制御できるようになります。もちろん、この制御は絶対的なものではありません。プロセスには必ず影響を与える要因があるため、最初に述べたことのほとんどしか制御できません。

この「制御可能性」の感覚により、自分の仕事には特定の目標方向があり、その目標方向に応じて一連の解決策や戦略を展開できるという感覚が得られます。この感覚を見つけることで、結果がどうなるかさえわからないときに、新しいプロジェクトの「運用計画」を作成することを防ぐことができます。

ここまで述べてきましたが、実は、運用指標をコントロールしたいのであれば、運用目標を細分化し、計画戦略を実行して管理する必要があります。運用業務は非常に複雑であることが多いため、いかに効率的に問題を管理し、目標を達成するかが運用の重要な課題となります。こうすることでのみ、「ほとんどのことは制御可能」という真の意味を達成できるのです。

上記では「データ指標をどのようにコントロールするか」について説明しましたが、運用ではどの指標に注意を払うべきなのかと疑問に思う方もいるかもしれません。次に、具体的な指標についてお話しします。

指標に関しては、製品のライフサイクルに基づいてデータ指標を分割するというアプローチをとっています。ここでは、導入期、成長期、成熟期、休眠期、離脱期といった複雑な区別はせず、ユーザー獲得、ユーザー活動、ユーザー維持という 3 つの段階に簡略化します。同時に、ユーザーライフサイクル、マーケティング活動、コンテンツ製品という 3 つのカテゴリを追加します。

ユーザー獲得が運用の始まりです。ユーザー獲得は、ユーザーの認知度、ユーザーの関心、ユーザーのダウンロード、ユーザーのアクティベーション、ユーザーの登録、ユーザーの最初のセッションという、線形思考、つまり固定されたプロセスに近いものです。各プロセスには複数のデータ指標が関係する

露出:商品がさまざまなチャネルで宣伝される際に、広告が実際に露出された回数を指します (簡単に言えば、広告が表示される回数です)。いわゆる有効露出は、広告プラットフォームのルールに従って決定する必要があります。プラットフォームによってルールは異なります。
露出クリックスルー率: CTR とも呼ばれ、広告の有効クリック数と有効露出数の比率です。広告の効果を測る重要な指標です。
1 日のダウンロード数:アプリが 1 日にダウンロードされる回数。アプリをダウンロードする必要があり、これは中間状態です。このリンクに注意を払わないと、多くのユーザーを失うことになります。 1 日あたりの新規ユーザー数:アプリを初めて開いたユーザー数、または 1 日あたりの新規登録ユーザー数。ユーザー獲得の中心的な指標です。
初回セッションユーザー数:アプリをダウンロードし、製品を一度だけ開いた新規ユーザーの数を指します。アプリを開いてからN分以上滞在する、最初の支払いを完了するなど、一定の測定基準があります。
顧客獲得コスト（ROI）：ダウンロード数/新規/セッションユーザー獲得コスト。プロモーション料金/ダウンロード数/新規/セッションユーザー数に等しい。

ユーザーアクティビティは運用の中核段階であり、モバイル、Web、WeChat のいずれであっても関連する指標があります。一方、データ分析は現在、ユーザーの行動にますます注目しており、洗練されつつある傾向にあります。

毎日/毎週/毎月のアクティブユーザー数:アプリを毎日/毎週/毎月開くユーザーの数、アクティブユーザー数。製品の市場規模を測る指標です。
日次/週次/月次アクティブユーザー率:アプリを日次/週次/月次で開いたユーザーの数を総ユーザー数で割った割合。アクティブ率は製品の健全性を示す指標です。

例：

ユーザーセッション数:検索、閲覧、注文、支払いなど、アプリを開いてから一定の時間内にユーザーが実行するすべてのアクションの集合。
ユーザーアクセス期間:ユーザーアクセス期間はセッションの期間です。アクセス期間は製品タイプによって異なります。
GMV:有効注文金額、つまり、ユーザーが注文を行った場合に有効な注文番号を生成する注文金額の合計（ユーザーが支払う必要はありません）
平均注文額:従来の業界では、平均注文額とは、消費者がサイトにアクセスするたびに費やす平均金額のことです。インターネットでは、各ユーザーの注文からの収益、総収益/注文数
再購入率:各人が独立した単位として商品を繰り返し購入する回数。たとえば、10 人の顧客が商品を購入し、そのうち 5 人がリピート購入した場合、リピート購入率は 50% になります。ユーザーの粘着性を測定するための重要な指標です。
返品率:返品率はリスク指標です。返品率は低ければ低いほど良いです。

アクティブユーザー数とアクティブ率が市場規模と製品の健全性であるなら、ユーザー維持率は製品の持続可能な発展です。

維持率:一定期間内にアプリの使用を開始し、一定期間経過後も引き続きアプリを使用するユーザーは、維持ユーザーとみなされます。

ユーザー離脱率:指定された期間内にアプリにアクセスしなかったユーザーの総数に対する割合。

LTV: 顧客の生涯価値。企業がユーザーとのすべてのやり取りから得るすべての経済的利益の合計です。
ユーザー価値指数:現在までにユーザーが貢献した過去の収益を測定します。一般的な分析方法はRMFモデル分析法であり、これについては次回以降で紹介します。

参加者数/回数：アクティビティの有効期間中の重複のない参加者数/回数の合計。また、1人あたりの平均参加者数、つまり「回数/人数」にも拡張でき、アクティビティの楽しさの指標となります。
アクティビティ参加率:アクティビティ参加率は、アクティビティの全体的な状況を測定し、ユーザーアクティビティ分析指標に適用できます。
共有率:現在、すべての製品に共有機能が組み込まれています。コンテンツベースのプラットフォームやコミュニケーションに依存する製品の場合、共有率は比較的重要な指標となります。注目すべき点が 1 つあります。データでは、ユーザーが転送したかどうかしか表示されず、誰に転送されたかを追跡することはできません。
K 係数: K = (各ユーザーが友人に送信する招待の数) x (招待を受け取った人の新規ユーザーへの変換率)。これは、アクティビティのコミュニケーションと排出の有効性を示す指標です。

製品数量:同じカテゴリ内の製品数によって収益性が決まります。通常は、第 3 レベルのカテゴリの製品 SKU の数によって決まります。
売り切れ率:製品が人気があるか、売れ行きが悪いかをテストするための指標。一定期間における特定商品の売上高と総購入額の比率です。計算式は、実際の販売コスト/総購入コストです。
売上回転率:プラットフォーム上で販売された商品の数とプラットフォーム上の商品総数の比率です。一般的に、電子商取引の売上回転率は少なくとも 50% であれば正常とみなされます。 70% は参考指標として使用できます。もちろん、カテゴリーが異なれば内容も異なります。
粗利益率:粗利益率は、製品の収益力を直接反映します。粗利益率が高い製品が良い製品であるということではなく、粗利益率が低い製品が悪い製品であるというわけでもありません。粗利益率の高い製品は販売量が少なくなる可能性があり、全体的な収益力も低下します。粗利益率が低いが販売量が多い製品も、全体としてかなりの収益をもたらす可能性があります。粗利益率は市場運営やカテゴリー選択と密接に関係しており、異なる市場やカテゴリーを個別に検討する必要があります。
在庫回転率：一定期間内に在庫品が回転する回数を指します。在庫回転率の速さを示す指標です。月間在庫回転率が 3 であると仮定すると、在庫は月に 3 回回転します。回転率が高ければ高いほど、販売状況は良好です。
返品率：返品率とは、販売後にさまざまな理由により返品された商品数と、同じ期間に販売された商品の総数との比率を指します。返品率は、製品が販売された後のユーザー満足度を反映します。返品率が低いほど、製品のユーザー認知度が高くなります。これは、ユーザーレビューなど、製品に対するユーザーの認識を反映する要素もあるためです。