効率的な運用分析システムを構築するには？

データ駆動型業務の時代において、効率的な業務分析システムの構築は企業にとって重要です。しかし、実際の運用においては、多くのチームが、豊富なデータを持っているにもかかわらず、それを効果的な分析や意思決定につなげることができないというジレンマに直面することがよくあります。この記事では、膨大なデータから貴重な洞察を抽出し、それを実用的な運用戦略に変える方法について詳しく説明します。

指標はあるがシステムがない

数字だけ、分析なし

グラフはあるが結論はない

これは、実際の仕事でデータを扱う学生にとって最大の問題点です。今日は、オペレーションを例に、行き詰まりを打破する方法を体系的に解説します。事業分野は8つあります。今日はコンテンツ操作を例に説明します。コンテンツ運用は「指標はたくさんあるが分析がない」を最もよく反映するものだからです（下図参照）。

何が問題ですか？

コンテンツ運用といえば、多くの学生が本能的に公式アカウント、Weibo、Douyinを思い浮かべます。そこで彼の口からは、ファン数、新規ファン数、常連ファン数、閲覧数、開封率、転送率といったデータ指標が次々と飛び出してきた。彼は話しているうちにどんどん興奮してきて、「今日の閲覧数は少ない。増やさないといけない」という声が喉の奥からこぼれそうになった。

しかし、運用担当者は、「高品質のビデオを録画するか、高品質の記事を書いてみてください」という一言でデータを黙らせることができます。「これらのルーチンデータはすでにわかっているのに、何の役に立つの！」という別の文を追加した場合、データはおそらく失われるでしょう。

何が問題なの？

問題は（強調追加）：

1. 指標自体は単なるデータ測定であり、問題の説明ではない

2. 問題自体には解決策がないので、解決策を設計する必要がある

3. 計画自体ではその有効性を証明することはできず、証拠によって裏付けられる必要がある

4. 運用には、1 つまたは少数の孤立した数値だけでなく、問題のプロンプト、解決支援、および効果の検証が必要です。

したがって、一連の数字から有用な結論を導き出すには、データを使用して現状を観察し、解決策を導き出し、効果をテストしながら、段階的に作業を進める必要があります。すべてを勝ち取る超魔法の数字を計算することを単に期待するのではなく。

ステップ1: 問題を述べる

データ自体は問題を説明できません。データ + 標準のみが問題を説明できます。標準はどこから来るのでしょうか?もちろん、ビジネス目標の観点から言えば、目標を達成できるということは良い仕事をしているということを意味します。

したがって、最初のステップは、目標が何であるかを理解するために次の 3 つの質問をすることです。

1. インターネットコンテンツ運営と従来の企業との違いは何ですか?

2. インターネットコンテンツ運用のタスクは何ですか?

3. 当社の現在の課題は何ですか?

このうち、質問１と質問２はビジネス常識なので、予習が必要です。質問3は、「会社の現状＋リーダーシップ要件」に基づいて導き出された結論です。簡単に言えば、一言でまとめることができます。従来の企業と比較して、インターネットコンテンツの運用には魚を育てるプロセスが含まれるため、普及、ファンベース、コンバージョンという 3 つの主要な目標が区別されます (下図を参照)。

自分の使命を理解したら、具体的な目標を設定できます。

インターネットコンテンツ運用の作業モデルでは、単一の目標を追求するのではなく、1 つの指標のみに着目するわけではないことに注意してください。目標を設定する場合、全体的な読書目標が設定されることが多く、その後、主な目標 + 評価基準方式を使用して、各コンテンツのリリースに割り当てられます (以下に示すように)。

このステップは非常に重要です。実際の作業では、操作は常に極端な方向に進む傾向があるためです。たとえば、次のようになります。

1. 一つの指標を過度に重視し、「無料で100万人のフォロワーを獲得する」や「1つの記事で1億元相当の商品を販売する」などのナンセンスな主張を好む。他の指標が崩れても問題はありません。

2. さまざまな指標が混在しています。閲覧数、リポスト数、コンバージョン率などを同時に話し、今回はどの指標が優れているかを推測的に報告します。言い訳は、「XX は達成できなかったが、YY 指標のパフォーマンスは非常に良好だった」です。

こうした卑劣な行為は、データに基づく運用、科学的管理、データ分析に大きな損害を与えます。なぜなら、それは基準を混乱させ、善悪を混同させるからです。「正しい・間違っている」という判断さえ曖昧だと、どうやって経験をまとめ、結果を改善できるのでしょうか？したがって、物事を成し遂げたいのであれば、1主＋1副の評価モデルをしっかりと推進しなければなりません。各タスクは、主な目標が達成されるかどうかに重点が置かれます。悪いものは悪い。間違いを認めることによってのみ、私たちは進歩することができます。

ステップ2: 計画を立てる

最初のステップが完了すると、操作の品質を判断できます。しかし、良いか悪いかを知るだけでは十分ではなく、仕事の詳細を導くことはできません。作業の詳細を指導したい場合は、まずオペレーションが何をしているのかを理解する必要があり、それには作業フローを整理することが含まれます。多くの学生は、操作作業は非常に簡単だと考えていますが、よく調べてみると、多くの作業があります (下の図を参照)。

ワークフローを理解することが、「やりすぎてしまう」という問題を回避する鍵となります。記事を運営する際には考慮すべき要素がたくさんあることに気づけば、二度と軽々しく「うまくやりたい」とは言わなくなるでしょう。考慮すべき細かい点が非常に多く、1 つの誤った操作が完全な損失につながる可能性があります。

しかし、別の問題も発生します。記事の書き方自体が独創的すぎるため、話題のトピックの多くは、その時点での盛り上がりだけで、時効が過ぎると無効になってしまうのです。このような複雑な環境において、データをどのように活用して支援できるでしょうか?まず一つ明確にしておきたいのは、データ自体は合理的、客観的、論理的な思考を表していますが、コンテンツの作成は感傷性、主観性、感情の産物である可能性が高いということです。したがって、データは創造に取って代わるものではなく、創造の機会を提供し、クリエイターがリスクを回避するのに役立ちます。

これを実現するには、次の 3 つのことを行う必要があります。

1. コンテンツにラベルを付け、定量化可能なラベルを抽出する

2. ラベル、テスト結果、経験を積むことに基づいて

3. タグに基づいて外部データを収集し、機会を示す

簡単な例を挙げると、ある日、運営編集者が記事を書いていて、当時「Nothing But Thirty」がとても人気があることに気づき、その人気を利用して広めたいと考えました。データを活用して支援する場合は、次の 3 つの観点から行うことができます (以下を参照)。

これにより、操作エディターの効率が大幅に向上します。正直に言うと、ほとんどのオペレーションエディターの創造力は想像力に富むほど強くなく、他の人の真似をする傾向があります。

したがって、コンテンツタグが実際に確立されれば、多くの編集者はおそらくタグを追加または削除するだけになるでしょう。

1. コミュニケーション関連のトピックでは、個人的な読書体験を書いてストーリーを作りましょう。

2. フォロワーを増やすには資料配布が効果的、PDFパッケージも準備完了！

3. 転換型、ジェンダー対立を誘発するのが得意、ストレート男性優位主義を批判し始める！

厳密に言えば、無意識にコピーすることは、運用作業の価値を下げることになるため、お勧めしません。データアナリストに記事を書かせた方が良いでしょう。でも、その香りには抗えないんです！このとき、運用結果の継続的な監視システムを確立し、特定のルーチンが失敗した場合は、すぐに運用に戦術の変更を通知する必要があります (下図を参照)。

ステップ3: 効果を確認する

コンテンツを設計した後、配信の効果を観察できます。これは多くの学生がやっていることなので、詳細は省きます。興味深いのは、冒頭を振り返ってみると、学生たちが何気なく言っていたファン数、新規ファン数、固定ファン数、閲覧数、開封率、転送率などのデータが、実はすべてこのステップで生成されていることです。これらはすべて結果指標です。結果指標のみでは詳細な分析を行うことはできません。コンテンツの運用に関しては、少なくとも明確な分類目標と、効果を判断し計画を支援するコンテンツラベリングシステムが必要です。

学生の中には、「そんなに面倒なことはしなくても、企業に直接聞けばいい」と言う人もいます。質問することは良いコミュニケーション習慣ですが、前提条件は私たち自身が明確なビジネス常識と判断力を持っていることです。そうではなく、ただ単純に素朴に質問すると、オペレーター自身が混乱してしまったらどうなるでしょうか?操作が非常に投機的である場合はどうなるでしょうか?運営会議が冒頭で全員を騙すようなトリックを使ったらどうなるでしょうか?運営側が「当社には人工知能やビッグデータの手法がない」とすべての責任をデータに押し付け、運営能力が十分でないと判断した場合はどうなるでしょうか?基礎知識があれば騙されることはありません。どこでも同じです。