すぐに理解できる1つの記事：ラベルシステムの全プロセス

年間データ分析作業において、ラベリングシステムはいつ行うべきでしょうか?どうすればうまくできるでしょうか?それは正確に行われますか?この記事では、ラベル システムを構築する際の問題点とラベル システムでよくある間違いから始め、ラベル システムを構築するための方法論 (ニーズの理解、並べ替え、分類、探索) を少しずつ説明します。データ分析とラベリング システムに興味のある方におすすめの読み物です。

ラベリングシステムは、年間データ分析作業の中で、年初に行うのに間違いなく最も価値のあることです。すべての作業に関連しているため、ビジネス分析、配信分析、ユーザー プロファイリング、推奨戦略、製品運用などはすべてラベルに依存して推進されます。

ラベリング システムが適切に設計されていれば、その後の分析に十分な資料が得られ、経験を蓄積することができます。適切に設計されていないラベリング システムは、労力の無駄になるだけでなく、後で詳細な分析を行うときにも役に立ちません。

それで何をすればいいのでしょうか?今日は簡単にシェアさせてください。

1. ラベリングシステムにおけるよくある間違い

最もよくある間違いは、ラベルにあらゆるものを入れてしまうことです。

• 記事をアップロードするときは、ニュース、ホットなトピック、製品など、いくつか投稿するだけです。
• 商品が棚に並べられたら、機能、パッケージ、価格などをいくつか投稿するだけです。
• イベントがリリースされたら、名前、ギフト、割引など、いくつかの情報を投稿します。

言うまでもなく、ユーザーにラベルを付ける際には、「価値が高い」「潜在的」「○○が好き」といった言葉がランダムに付けられます。 「高価値」「高品質」「高品質」など似たような名称も同時に存在します。

これらの悪い習慣は、ユーザー ポートレート プロジェクトを実行するときにどこでも見られます。よく誇らしげにこう言われます。「陳先生、私たちはすごいですよ。3,000 以上のユーザー タグを追加しました...」

この時点で、彼に尋ねる必要があるのはただ次のことです。

• 3,000 個のラベルのうち、実際にビジネス目的で使用されているのはいくつですか?
• 3,000 個のタグはどれくらいの価値を生み出すのでしょうか?

彼は落胆して「まだどう応用するか模索中です…」と言い、逃げていきました。

なぜ？これらのラベルは、データベース内にある一連のディメンションにすぎないからです。ビジネスで使用したい場合は、まずビジネスニーズは何か、なぜタグを使用する必要があるのか​​を検討する必要があります。

2. ブレークスルー、ニーズを理解することから始める

タグを構築する場合、少なくとも 3 種類のまったく異なる要件があります。

管理: 価値を迅速に特定する必要性。経営陣が最も恐れているのは、何百ページもの PPT レポートを見ることです。タグを使用すると、ビジネス上の意味を効果的に抽出し、最も重要な要素を識別できます。

例えば：

• ユーザーにラベルを付け、ABCタイプのユーザーを区別する
• 安定したチャネルと不安定なチャネルを区別するためにチャネルにラベルを付ける
• 製品にラベルを貼り、ライフサイクル前、ライフサイクル中、ライフサイクル後を区別する

こうすることで、業績が変動したときに、経営者は一目で「ああ、XX のところに問題がある」と分かります。時間を大幅に節約できます。

運用部門: 計画のインスピレーションの必要性を見つけます。運用部門では次のような質問をよくします。

1. ユーザーは何を気に入っていますか?
2. ユーザーはどこにいますか?
3. ユーザーはそれを買うでしょうか?
4. 買わなかったらクーポンを送ってもいいですか？
5. クーポンが使えない場合は、ギフトを贈るのはいかがでしょうか?

結局のところ、これらの質問はすべて「計画の 5 つの要素」を中心に展開されます。ビジネス上の質問に対する答えが、断片化されたデータではなくラベルを通じて明確に伝えられることができれば素晴らしいでしょう (下の図を参照)。

最前線の従業員: 質問に対する明確な回答が必要です。最前線の従業員は顧客と直接対面しており、何千マイルも離れた場所にいるデータアナリストよりもはるかにユーザーの行動やニーズを理解しています。最前線の従業員に必要なのは、「やり方を教えに来てください」ではありません (実際、彼らは私に教えることはできません)。

• 顧客から質問があった場合、明確に答えることができます。
• 本社が検査に来た時も正確に提出することができました。
• 販売機会があれば、それに応じたツールを見つけることができます

例えば：

• 顧客が製品について問い合わせをすると、すぐに情報を見つけることができます
• 報酬制度があり、自分がどれだけ達成したかをすぐに確認できる
• イベントがオンラインになると、どのゲストが参加できるかをすぐに確認できます

このような明確なガイダンスは最良のツールです。

ビジネスニーズを注意深く理解すると、広い領域にラベルを付ける必要がないことがわかります。ビジネス用途で大きな面積のラベルを使用する必要はありません。より少ないがより良いラベルを提供し、ビジネスでの使用習慣を養い、段階的に完全なシステムを構築することが、プロジェクトを成功させる鍵となります。

では、どこから始めますか?

3. 並べ替え、最も単純なものから始める

上記の 3 種類の要件を実装する難易度はそれぞれ異なることに注意してください。

最も簡単に達成できるのは、最前線の人員のニーズを満たすことです。理論的には、最前線のユーザーが頻繁に検索するアクティビティ、製品、記事に標準形式でラベルを付け、ライブラリに配置するだけです (以下を参照)。

しかし！これでは最前線のニーズを満たすことはできません。

最前線で情報を探すこと自体が難しいですから。たとえば、今月同時に 30 のアクティビティがオンラインで開始された場合、第一層のユーザーが興味を持ち、最も人気のあるアクティビティは 2 つまたは 3 つだけになる可能性があります。最も人気の高い2～3つのキーワードについては、現場のスタッフや顧客がニックネームを付けることが多く、奇妙な検索キーワードになることがあります。タグライブラリを直接開いてクエリすると、使用率が低くなり、検索精度が低くなることがよくあります。

したがって、最前線に提供されるツールをさらに最適化できます。

1. 現場の意見を積極的に収集し、キーワード検索を最適化する
2. 一般的で人気のあるタグは、理解を深めるために最前線のユーザーに積極的にプッシュされます。
3. セールスアシスタントなどのツールを最適化して重要なタグを強調する

この方法によってのみ、ラベルの使用頻度を高めることができ、現場の効率を向上させる機会が生まれます。

4. 分類と識別価値が最も重要

宣伝しやすい 2 番目のタイプは、価値を識別するラベルです。

• まず、価値の定義は比較的単純かつ明確で、実行も簡単です。
• 第二に、経営陣は存在感を高めるために価値ラベルに注目することが多いです。
• 第三に、日々の診断指標の変動にも活用でき、出現率も高い。

他に何もしない場合でも、これらの貴重な識別子の作成を優先する必要があります。

一般的なものとしては、次のようなものがあります。

1. 製品価値ラベル: 人気商品、トラフィック生成商品、利益商品、マッチング商品、防御商品
2. チャネル値ラベル: 過去の入出力比率、出力量 + 安定性
3. ユーザー価値ラベル: すでに発生した消費 + 将来発生すると予想される消費

（下図参照）

1. 製品の価値は、コストと価格を計算するだけで計算できます。
2. チャネルの入力と出力を計算し、過去の傾向を観察することで、チャネルの価値を明確に把握できます。
3. ユーザー価値、実際の価値は直接カウントすることができ、推定出力のみになる可能性があり、これにはある程度の作業が必要です。

（下図参照）

ここでの唯一の難しさは、この概念を経営陣の間で普及させることです。同社ではこれまで同様のラベリングを行ったことがなく、「何が高価値ユーザーか」「何が高品質チャンネルか」について経営陣内でコンセンサスが得られていない可能性が高いため、初めて言及するのは難しいかもしれません。しかし、自社の製品、チャネル、ユーザーがどのようなものか知らないほど愚かでない限り、ラベルの適用を徐々に推進することはできるでしょう。結局のところ、レポートを読むプレッシャーを軽減し、中核的な問題に焦点を当てることは、すべての人に共通する要求です。

5. 探索し、徐々に精度を高める

3 種類の要求のうち、最も満たすのが難しいのは運用部門のニーズです。 「好き」や「好み」のようなラベルを作成するのは非常に困難です。

1. データが不十分：Toutengではないため、ユーザーの意思決定パスを十分に収集できない
2. 定義するのは難しい：誰かを好きになるとはどういう意味でしょうか？購入すると、気に入ったとみなされますか?見るだけで買わなかったらカウントされますか？
3. 不安定：最初は気に入らなかったけど、値段を下げたら気に入ってくれた…
4. 結果が見えにくい: 計算では気に入っているが、プロモーション チャネルが顧客に連絡できない...

言うまでもなく、たとえそれがうまくいったとしても、広告コピー、プロモーション オファー、ユーザーのニーズはそれぞれどの程度の割合を占めているのでしょうか?

したがって、これを明確に実行したい場合は、複数回の反復が必要になります。

反復法では、データが多い領域から始めて、データの少ない領域に移動します。

例えば：

1. プロモーションの観点から、最初に最大のメリットを得たい人を分離します。
2. 消費者の観点から、まず最も頻繁にリピート購入する人々を研究する
3. 行動の観点から、まず最も頻繁に交流する人々を理解する

これらの極端なグループは通常、パフォーマンスに大きく貢献しており、大量のデータがあればパターンを要約するのは簡単です。また、高い消費が消費につながらず、高いアクティビティがコンバージョンにつながらない場合、ビジネス部門は解決策を見つけることに熱心になり、ビジネスアクションをさらに組み合わせて予測の精度を検証することができます。

データがほとんどないユーザーの場合、まずは固定された推奨ルート（下図参照）に従って魚を揚げ、それをビジネスアクションと組み合わせてユーザーのニーズをテストし、徐々に予測の精度を向上させることができます。

VI.まとめ

ラベル付け作業は非常に重要です。これは、定性的な要素を定量化し、価値判断を提供するための重要なツールです。非常に基本的な構造です。しかし、ラベリングプロジェクトを行う際には、経営分析（経営層向け）、活動支援（業務層向け）、システムツール（現場向け）などを組み合わせる必要があります。ただ無名のまま貢献することはできません。そうしないと、誰もが、プロセスに参加したり使用したりすることなく、静かにエリクサーの炉を作ることができると考え、最終的には間違いなく大いに失望することになります。

ここでは、最初から始めて高品質のラベルを反復する方法について、さらに詳しく説明します。後ほど引き続きシェアさせていただきます。

著者: 地に足のついた教師チェン

WeChat 公開アカウント: 地道な陳先生 (ID: gh_abf29df6ada8)