運用データ分析の方法 (コミュニティ運用データ分析システムの構築に役立つ 5 つのステップ、3 つの主要データ)

コミュニティ運営データ分析システムの構築に役立つ5つのステップと3つの重要なデータ

出典: ピエ・オペレーション

現在のビジネス環境は、トラフィック運用からリテンション運用へと移行し始めています。在庫時代において、デジタル化の追求は必然の流れといえるでしょう。そのため、データ分析に注目する企業が増えています。コミュニティを運営していく上で、データ分析も欠かせない基本スキルです。

そこで、今日はコミュニティ運営データ分析についてお話させていただきます。内容がかなり多いため、2回に分けてご説明させていただきます。

実際の業務プロセスでは、コミュニティ運営の質やプロセスに問題はないか、コミュニティは活発かなどを主観的な感覚で判断するのは難しい場合が多いです！現時点では、判断の根拠として比較的客観的なデータを使用する必要があります。現時点では、コミュニティ運営がビジネス面でのミッションをより適切に遂行・完了し、対応する指標目標を達成できるかどうかを知るために、データを分析する必要があります。

さらに、優れたコミュニティ運営の実践者として、私たち個人にとって、データ分析能力を持つことは絶対的なプラスになります。これにより、コミュニティのコアデータ指標を理解し、それに応じた運用戦略を策定して、コミュニティが会社の運用目標を達成できるようになります。

さらに、近い将来、データ分析能力は、オペレーション分野に携わるすべての実務者が習得しなければならないスキルになると言っても過言ではありません。

さて、本題に戻りますが、コミュニティ運営データ分析はどのように行うのでしょうか。

コミュニティ運営は実際には体系的なプロジェクトであることは誰もが知っています。コミュニティを立ち上げるほど簡単ではありません。したがって、このような体系的な作業に直面した場合、私たちのデータ分析では、分析のためにいくつかのデータ指標をランダムに選択して、データ分析作業を行っていると考えるだけでは十分ではありません。

合理的なデータ分析作業は、少なくとも合理的なシステムの下で実行する必要があります。そのため、コミュニティ運営データ分析を行う際には、自分たちに合ったコミュニティ運営データシステムを構築することが鍵となります。

なぜ？データ システムを確立することで、少なくとも次の 4 つの問題を解決できるからです。北極星指標の設定。運用結果の定量化;業務効率の向上メンバーのパフォーマンスを評価します。

コミュニティ運営エコシステム全体において、コミュニティ運営に利用できる比較的完全または便利で高速なクエリデータシステムがない場合、コミュニティ運営担当者は、コミュニティ運営全体の各リンクにおけるユーザーのコンバージョン効果を迅速かつ効果的に、さらには正確に判断することができず、運営戦略を効率的に最適化および改善することができません。これが長く続くと、この分野での攻撃上の優位性が失われることになります。同時に、コミュニティ運営チームや個々のチームメンバーが実行するタスクの多くは正確に測定および評価することができず、コミュニティ運営の開発に対する想像の余地が大きく制限されます。最後に、現在のステータスデータがなければ、運用計画を効果的に導くための合理的な North Star メトリックを設定することはできません。

したがって、コミュニティ運営者がデータ分析をうまく行いたいのであれば、実際の運用状況に合ったデータ分析システムを構築する必要があります。

では、具体的にどのように構築すればよいのでしょうか?

始める前に、まず2つの概念を明確にしましょう。データディメンションとデータインジケーターです。

いわゆるデータ次元とは、問題を分析するための角度と入り口を指し、学生はこれを「限界点」とよく耳にするかもしれません。

たとえば、7 日間で 10,000 人のユーザーを獲得したい場合は、プロモーション用に異なるチャネルを選択する必要があるかもしれません。一般的に、これらのチャネルはオンラインとオフラインに分けられます。次に、オンラインで広告を掲載したり、分裂マーケティングを実施したり、オフラインでのプロモーションのために商業団体、実店舗、代理店などと協力することを選択できます。ここでのオンラインプロモーションとオフラインレイアウトは、7日間で10,000人のユーザーを獲得するという目標を達成するための異なる次元であり、突破口でもあります。

私たちのコミュニティ運営データ分析作業はすべて同じ次元で実行する必要があります。分析を複数の次元にわたって実行すると、意味が失われます。たとえば、オンラインのセルフメディア チャネルのデータと、オフラインのエージェントの協力やプロモーションのデータを比較することはできません。この 2 つは実際には比較できないからです。私たちは同じ次元にいる必要があります。たとえば、オンラインプロモーションの場合、いくつかの異なるオンラインプロモーションチャネルを除外します。例えば、セルフメディアのソフトテキストチャネル、ショートビデオ広告、SEOなど、さまざまなオンラインプロモーションチャネルとそのさまざまなデータを比較し、最終的に投資を組み合わせて最適なプロモーションチャネルを選別し、普及を拡大します。この種のデータ分析は合理的であり、実用的な指針として意義があります。

データ インジケーター: 特定の動作またはオブジェクトの結果とパフォーマンスを測定するために使用されます。たとえば、先ほどお話ししたように、7 日間で 10,000 人のユーザーを達成すると、ここでの 10,000 は具体的なデータ指標になります。もちろん、よく話題になるエントリー率、コンバージョン率、離脱率などのデータも含まれます。

もちろん、上記の 2 つの概念にこだわりすぎる必要はありません。結局のところ、私たちは商業的なデータ分析ではなく、コミュニティ運営のためのデータ分析を行っています。

これら 2 つの概念に加えて、データの分類問題も理解する必要があります。

まず、コミュニティの運営プロセス全体に関係する可能性のあるデータを分類します。コミュニティ運営に関する私のこれまでの一連のコースを聴いたことがある方は、実はコミュニティ マーケティング全体が、トラフィック生成、コミュニティ活動、収益化という 3 つのセクションに大まかに分けられることをご存知でしょう。

そのため、当社のコミュニティ運営データは、新規ユーザーの誘致に関するデータ、コミュニティの活性度に関するデータ、コミュニティの取引変換に関するデータの 3 つのコアリンクに大別できます。

もちろん、コミュニティ運営データをこのように分割すると、どうしても少し大まかすぎる印象になってしまいます。したがって、これに基づいてコミュニティ運営データをさらに細分化する必要があります。新規ユーザーの誘致、コミュニティ活動、トランザクション変換の 3 つのリンクをデータ次元と見なすと、異なる次元では、具体的なデータ指標をその特性に応じて、基本データ指標、コンバージョン率関連データ指標、ユーザー行動関連データの 3 つの主要データ指標に分割することもできます。

基本データ指標: 広告露出、コミュニティの新規メンバー、有料ユーザー数、イベント参加者数など、直接確認できる特定のデータ指標を指します。

コンバージョン率に関連するデータ指標：基本的なデータ指標に基づいて計算する必要があるものを参照してください。たとえば、ソーシャルメディアプロモーションのスキャン率、アクティブユーザーの割合、支払いコンバージョン率などです。

ユーザーの行動に関するデータ：チェックイン、発言、コメントなど、ユーザーのインタラクションに関するデータなので、ユーザーの行動に関するデータもインタラクティブデータと言えます。

下の表は、コミュニティ運営プロセスにおける3つのつながりをもとにまとめた3種類の主要データ指標の具体的な内容です。もちろん、実際のコミュニティ運営プロセスではさらに多くのデータタイプが関係する可能性があり、これはコミュニティ運営の規模にも関係するため、ここでは一つずつ列挙することはしません。比較的重要なデータを簡単に要約して分類しました。

さて、データ ディメンションとデータ インジケーターの概念、および特定のデータ インジケーターの分類を理解したので、私たちに適したコミュニティ運用データ システムを正式に構築し始めることができます。

具体的なプロセスは、ユーザーパスマップの設計、主要なデータ指標の整理、データアクセス、データ分析フレームワークの構築、最終的な意思決定のサポートに大まかに分けられます。これら5つのステップ。

その中でも、ユーザーパスマップの設計と主要なデータ指標の整理が本日の記事の焦点となります。データ アクセス、データ分析フレームワークの構築、最終的な意思決定のサポートについては、次の記事で説明します。

ここでは、皆さんにもっと理解していただくために、以前私が会社で行った社会貢献活動を例に挙げて説明します。

このコミュニティは知識ベースの有料コミュニティです。一連のコースを宣伝するために、初期段階では主にソフト記事、Q＆Aなどのチャネルを通じて宣伝し、その後コミュニティにトラフィックを誘導します。次に、チェックイン アクティビティを通じて、ユーザーの粘着性を高め、最終的なコンバージョンに備えることを目指します。もちろん、この活動は実際にはマーケティングの分裂やコンテンツの配信も伴うため、もう少し複雑です。これらを全て簡略化してありますので、コミュニティ運営のデータ分析をマスターするには、主にこれを使えば十分です。

まず、最初のステップはユーザージャーニーマップを描くことです。

個人的には、ユーザー ジャーニー マップは多くの運用タスクにおいて実際に非常に重要であると考えています。特に、コミュニティ運営に携わる私たちにとって、コミュニティ運営はあくまでもユーザーに対する運営なので、実際のユーザーの動線を把握し、ユーザーがどのような状況に陥りやすいのか、どのような指導をすればいいのか、コンテンツの調整などを行っていく必要があります。そのため、ユーザー動線マップに関しては、コミュニティ運営者全員が使いこなし、描けるようになってほしいと思っています。

この場合、ユーザー パス図はおおよそ次のようになります。

ユーザーは、Zhihu Q&A などのサードパーティ プラットフォームで当社のソフト記事を閲覧し、リンクをクリックして当社の公式アカウントをフォローします。公式アカウントは自動的にカスタマーサービスのWeChatにプッシュし、ユーザーが友達を追加すると、1つのコースを無料で試すことができます。当時はユーザー運営、コンテンツ運営、コミュニティ運営という3つのコースがあったため、ユーザーがWeChatを追加した後にカスタマーサービスがまず簡単な問い合わせをするのは、顧客にラベルを付けるという目的が主だったのです。

これは、コミュニティを構築するときに、グループにトラフィックを直接誘導することはお勧めしない、と私が個人的に考える理由でもあります。なぜなら、まずカスタマーサービスのWeChatを追加することで、一方ではユーザーにラベルを付けることができ、他方では、コンバージョンが達成されない場合は、カスタマーサービスの友達に預けることができ、その後、友達の輪の中でのマーケティングを通じて、ユーザーにさらに微妙な影響を与えることができるからです。

このパスに戻ると、カスタマー サービスがユーザーにタグを付けた後、まずユーザーが興味を持っているトライアル リンクをユーザーに送信します。たとえば、ユーザーがコミュニティ運営に興味を持っている場合、関連するトライアル クラスをユーザーに推奨します。ユーザーが聴き終えると、バックグラウンド システムによってクーポンを受け取るためのページが自動的にポップアップ表示されます。

このステップでは、ユーザーがクーポンを直接使用して注文する状況と、ユーザーが注文しない状況の 2 つの状況が発生する可能性があります。私たちは主に2番目の状況について話します。もちろん、コースを修了しなかった人、つまりクーポンを受け取らなかった人もこの部分にカウントされます。

私たちをフォローしているカスタマーサービスの WeChat 友達の数が十分に近づいたら、グループの作成を開始します。 （ここで一文追加しておきます。365グループ作成原則というのがあります。これを知っている人はどれくらいいるでしょうか？知らない人は前回の記事を読んでみてください。）

グループを設立した後、コミュニティ内でチェックイン アクティビティを開始しました。ユーザーがコミュニティに 7 日間連続でチェックインし続ける限り、追加のトライアル クラスとクーポンを取得できます。

さて、上記はシンプルなユーザージャーニーマップです。もちろん、文言や具体的な活動内容については一部省略しています。

このパス図に基づいて、パス全体を次の主要なノードに簡素化できます。

広告露出、公式アカウント、カスタマーサービスWeChat、コミュニティ、そして最終的に有料注文。

次に、これらのキーノードに基づいて、各リンクの基本データと変換データをリストします。

たとえば、最初の部分「広告露出」では、ここで最も重要な基本データは露出回数であり、対応するコンバージョンデータは露出率とコンテンツのクリックスルー率です。

次に、パブリックアカウントセクションでは、対応する基本データには、新規ユーザー数、キーワードメッセージ数が含まれ、対応するコンバージョンデータには、パブリックアカウントの承認率とコードスキャン率が含まれます。さらに、この段階では、ユーザー行動の分析、つまり、メッセージのやり取り、下のメニューバーのクリックなど、公式アカウントをフォローした後にユーザーがどのような行動をとるかということも含まれます。

個人用WeChatアカウントであるカスタマーサービスWeChatアカウントの主な機能は、追加された友達の数をカウントし、後でユーザーを階層化できるようにユーザーにラベルを付けることです。これがこのステップの主な目的であるとも言えます。

次はコミュニティです。これは、顧客獲得、活性化、維持という 3 つの段階に分けられます。

この段階で、私たちが注目すべき最も重要な基本データは、グループに参加および離脱する人数であり、対応する変換指標は、参入率と離脱率です。

ここで注目すべきは、グループに参加する人数は、カスタマーサービスによって追加された友達の数と完全に同じではないということです。一方で、顧客によって追加された友達の数が、前述の 360 グループ作成原則に達すると、直接グループを作成でき、コミュニティが構築されるにつれて、他の新しいユーザーが積極的にグループに参加するようになるためです。 2つ目は、カスタマーサービスWeChatを通じてユーザーと1対1でコミュニケーションを取り、ラベルを付けることです。このようにして、さまざまなユーザーに基づいてさまざまなタイプのコミュニティを構築できます。つまり、この2つは異なります。

この段階では、主に参入率と退出率という 2 つの指標を分析する必要があります。

グループ参加率 = グループに参加した人数 / グループ参加チャネルの露出

離脱率 = 一定期間内にグループを離脱した人数 / コミュニティの総人数

前者は主に、トラフィックを誘導するコンテンツが十分に魅力的であるかどうか、どのチャネルが最も露出効果が高いかを反映します。後者は主に、コミュニティのコンテンツが価値があり、人々を維持できるかどうかを反映します。同時に、どのような分裂マーケティング活動がグループ参加率を高めることができるかをさらに分析することができます。ユーザーがグループを離れる理由は何ですか?どのタイミングでグループを抜ければいいですか？グループからの離脱率を減らすにはどうすればよいでしょうか?等

ここには隠れたデータ指標もあります: ユーザー純増数 = 一定期間の新規ユーザー数 - グループを退会した人数

ユーザー数の純増数は、その後のユーザー規模や運用戦略を決定する最も直接的かつ客観的な評価指標です。

肯定的または否定的なデータは、コミュニティ運営者がコミュニティが上昇傾向にあるか下降傾向にあるかを分析するのに役立ちます。その主な価値は、直接的な結論を導き出すことではなく、参照することにあります。対応する指標は、コミュニティ内の累積人数です。

累積増加と純増加の差は、保持と損失を表します。現在の運用行動と、特定の日に大きな影響を与えた運用アクションに基づいて分析と改善を行うことができます。

通常の作業は、次のようなテーブルを作成することで実行できます。

統計情報の作成にはサードパーティのツールを使用することもできます。

現段階での当社の事業運営の鍵は、いかに顧客のアクティビティを増やすかということです。一般的に言えば、コミュニティのアクティビティが高ければ高いほど、コミュニティの価値は高まり、逆もまた同様です。そのため、私たちが主に着目するデータは「インタラクション率」と「コンテンツ数」です。

インタラクション率 = 当日の有効なスピーカー数 / グループメンバー総数

アクティブユーザーの数をカウントする前に、コミュニティ運営者はまず「インタラクション」基準（平均して1日1回以上の発言など）を定義し、次にこの基準を使用してアクティブユーザーをフィルタリングし、最終的にアクティブユーザー数を決定する必要があります。インタラクション率が低下する状況に遭遇した場合は、何らかの運用手段で解決する必要があります。

この段階では、例えば実際の運用戦略に基づいて、次のように推論を続けることができます。

総メッセージ数と1人あたりの平均メッセージ数

メッセージ総数とは、一定期間内にコミュニティ内で送信されたメッセージの総数を指します。 1人あたりの平均メッセージ数は、メッセージの総数をコミュニティの人数で割って得られるデータです。

インタラクションの数を使用すると、アクティビティに参加したユーザーの数と、深く参加したユーザーの数を分析できます。回数が多いということは参加レベルが高いことを示しているため、ユーザーの好みやグループの相互作用特性をさらに分析することができます。

これに基づいて、後続のアクティビティで戦略を反復的に最適化し、運用効率を向上させることができます。

さらに、メッセージの時間分布

1日に配信されたメッセージ数を統計的に分析することで、コミュニティが活発な時間帯にアクティビティやシェア、プッシュ通知などのコンテンツを配置することができ、コミュニティ内での活動参加率やユーザーの熱意が大幅に高まり、ユーザー満足度も向上します。

もちろん、トピックの頻度もカウントできます。

一定期間にわたってコミュニティに出現する高頻度単語に関する統計が収集されます。分析の主な目的は、コミュニティのメンバーが好むトピックを見つけることです。これにより、グループ メンバーの好みを分析し、ユーザー ポートレートを改善し、アクティビティ、マーケティング、その他の行動をユーザーにもっと人気のあるものにし、コミュニティの利益を増やすことができます。

同様に、コミュニティ活性化フェーズでも、データ統計を容易にするためのテーブルを作成できます。

上記を総称して、主要な行動と行動変換率と呼ぶことができます。コミュニティにおけるユーザーの主な行動には、チェックイン、コンテンツの閲覧、アクティビティへの参加なども含まれます。これは、コミュニティを運営する際の当社の具体的な運用戦略と、共通のターゲット イベントがどのように策定されるかによって異なります。

この期間中、既存ユーザーを維持するコストは新規ユーザーを獲得するコストよりもはるかに低いため、当社の運用上の課題は、いかにして維持率を向上させるかということです。最も注目すべきデータは「維持率」です。

維持率 = 期間中に維持されたユーザー数 / 新規ユーザー数ここでの新規ユーザー数とは、一定期間内にグループに参加した新規ユーザーの数を指します。

維持率の統計は、一般的に日数に基づいています。たとえば、初日の維持率は、(同じ日に追加された新規ユーザー後に初日にまだ維持されているユーザーの数) / 初日の新規ユーザーの合計数で表されます。

30 日目の維持率: (当日に追加された新規ユーザーのうち、追加された日から 30 日後に残っているユーザー数) / 初日の新規ユーザー総数。

つまり、簡単に言えば、X 日間の保持率統計は、新規ユーザー日から N 日目にまだ保持されているユーザーと新規ユーザーの割合です。

次に、統計用の表を使用することもできます。例:

ここでは誰もが精神的に準備する必要があります。コミュニティを構築する以上、ユーザーと結びつき、ユーザーのライフサイクルに関わるため、ユーザーが離れてしまうことは避けられません。 100%損失なしを達成することはできません。したがって、良き事業者として、顧客の喪失を受け入れることができるはずです。

しかし、損失の原因は製品なのか、サービスなのか、それとも体験なのかを深く分析する必要があります。次に、クーポンや価値の高いコンテンツを提供することで顧客を呼び戻すことができるかどうかを考えます。

定着率だけが唯一の指標ではありません。特にコミュニティ分裂後は、精度の低いユーザーが大量に参入してくるでしょう。つまり、よく言われるように、ユーザーの価値観が私たちの価値観と一致しない場合、そのユーザーが次の段階に進むことは難しくなります。したがって、このような状況に直面したときの最善の選択肢は、適切に手放すことです。

さて、ユーザーパス上の最後のキーノードは支払い段階です。

このステップで最も重要なデータ指標は、コンバージョン率です。つまり、注文数/グループメンバーの総数です。

コンバージョン率の妥当な範囲は、業界や製品の種類によって異なります。例えば、eコマース業界の平均コンバージョン率をナレッジペイメント分野の基準として使用することはできません。同時に、フラッシュ グループのコンバージョン率を使用して学習コミュニティのコンバージョン率を測定することはできません。

したがって、コンバージョン率に加えて、コミュニティのROI、つまりコミュニティの入出力比率にも注意を払う必要があります。平均注文額、合計注文金額/注文人数も表示されます。

コミュニティ ROI は、過剰な補助金や過剰な投資を避けるために、主に投資と売上のバランス ポイントを測定します。一般的に、ROI が 1 より大きい場合は、投資を増やし続けることができることを意味します。

平均注文額は、コミュニティのマーケティング状況を測る重要な指標です。トラフィックのコンバージョン率が変わらない場合、平均注文額が高いということは、収益が上がることを意味します。ただし、平均注文額が高ければ高いほど良いです。コミュニティの実際の状況に基づいて決定する必要があります。

上記は、ユーザー パスに基づいて分類された主要なノードと、各ノードでカウントする必要がある主要なデータ インジケーターです。実際にはここにはミッシングリンクがあります。私が引用した事例は、実際にはフラッシュモブのコミュニティだからです。最終的な変換にもっと注意を払ってください。成長中のコミュニティやコアメンバーシップグループには、共有というもう一つの重要なつながりがあります。

共有プロセスにおいて最も重要なことは、ユーザーの忠誠心と満足度を測定することです。ユーザーの分裂伝播を達成することによってのみ、低コストでユーザーの増加を実現できるからです。

したがって、さまざまなタイプのユーザーの割合を区別し、さまざまなアクティビティを設計する必要があります。ユーザーは、コンテンツを自発的にソーシャル サークルに広め、新しいユーザーを獲得するようになります。これが達成されると、コミュニティの運営は閉じたループを形成します。

以上がコミュニティ運営データ分析システムを構築するプロセス、最初の2つのステップの内容です。残りの 3 つのステップについては、次の記事で詳しく説明します。