《超詳しい！アクティビティレポートの完全ガイド

キャンペーンレビューレポートは、マーケティングキャンペーンの効果を評価するために不可欠です。この記事では、データアナリストが一般的な落とし穴を回避し、アクティビティの背後にあるロジックをより深く理解できるように、アクティビティレビューレポートに関する非常に詳細なガイドを提供します。

日次レポートや週次レポートは意味がなく、ユーザーポートレートからは結論を導き出せず、アクティビティ分析レポートは恥ずかしいもので、損失の原因を見つけることができません。上記は、データアナリストがレポートを作成するときに最も恐れる 4 つのシナリオです。

最初の 2 つは以前に共有しましたが、今日は 3 つ目を共有します。消費者として、私たちは大手 APP が開催する割引などのアクティビティが大好きです。

多くの新人データアナリストも、日次レポートや月次レポートと比べてアクティビティ分析は大きな仕事のように思えますし、とても楽しいので気に入っています。しかし、注意しないと、アクティビティデータ分析に基づいて導き出された結論が、裏目に出ることがよくあります。信じられないなら、すぐに試してみてください。

1. よくある顔面叩きの瞬間

シーン1

質問を聞いてください:

多くの学生が次のことを認識しました: 目標: 消費者の数を増やす。結果: 消費者数が 30% 増加しました。素晴らしいことです!結論を書き始めました。結果は当然のことながら、ひどいものになります。なぜなら、このくだらない活動をすればするほど、損失が増えるからです (以下に示すように)。

シーン2

変更してみましょう:

はぁ？今回、有料ユーザー数が倍増し、支払総額も先月を上回りました。さあお祝いしましょう！しかし、翌月、私たちは再び顔を平手打ちにされました。翌月、振り出しに戻ってしまったのです。

シーン3

別のアプローチを試してみましょう。よく考えた結果、既存の顧客に焦点を当てると、世の中には限られた数の顧客しかいないため、応答が少なすぎる (シナリオ 1) または応答が多すぎる (シナリオ 2) などの問題が発生する可能性が非常に高くなります。したがって、新規ユーザーに焦点を当てたほうがよいでしょう。人数が増えています。活動内容は次のようになります。

わあ、新規ユーザー数、新規ユーザーの購入率、総消費量、いずれも大幅に増加したようですね。今回は安定してるよね？私はペンを手に取って「OK」と言いました。それから私は全体のデータを見て、自分の顔を叩き続けました。

シーン4

大規模なセールを実施する: 新しい商品を追加するだけでも在庫が移動するので、店舗全体で大規模なセールを実施してみてはいかがでしょうか。どなたでもご参加いただけ、どなたでも10%割引が受けられます！全品10%オフ！通りかかったら、スピーカーから大きな音が鳴り響くので、聞き逃さないでください。結果、データは次のようになります。

そこで運営スタッフは再び悩み始めました。「こんなにクーポンを配布したのに、まだ新規ユーザーを獲得できない」グループをセグメント化する古い方法に戻すべきでしょうか?ビッグデータを活用して的確なマーケティングができないか？

いいえ！絶対に返しません。お金を使ったのだから、一気にやってしまおうか！大幅な割引をします。データは次のようになります。

プロモーション全体はこんな感じです。十分な努力をしなければ、効果は見られず、一部の人々にしか影響を与えられません。あまりに努力しすぎると、投資しすぎてお金を使い果たしてしまい、結局何も残らないことになります。それで、あなたは何をすべきでしょうか? ！

2. 問題の核心

問題の核心は何ですか?データ分析と操作については今は忘れましょう。私たちがただの普通の消費者だと想像してみましょう。 APP がイベントを実行していることがわかったら、次の操作を実行しますか?

活動が非常に活発なので、さらに在庫を増やしますか?
活動が活発ではないので、購入しないのですか？
このイベントは新規参加者限定です。新しいWeChatアカウントを登録しますか?

誰もがそうするでしょう、それが人間の本性です！

それは正しい。私たちは日々「ビッグデータマーケティング」「精密マーケティング」「細分化されたセグメンテーション」と叫んでいますが、マーケティング活動の本質は数字ではなく、生きた人間性です。マーケティング活動の目的は、人々の利益追求の本質を誘発し、登録を促し、パフォーマンスを向上させることです。

しかし、近年騒がれている「人工知能」「ビッグデータ」「アルゴリズムモデル」のせいで、多くの人がこの点を忘れてしまっています。

事業部が解決策を思いつかなかったとき、頼りにしたのは「ビッグデータの精密な分析」だった。その後、数字を計算したプログラマーたちはそれを本当に信じて、RFM を計算し始めました (ほとんどのオンラインコースではマーケティングに関してのみこれについて説明し、実際に説明されているのは 4P、SWOT など、さらに非現実的なものだからです)。これが当初のさまざまな悲劇につながりました。

スポンサーや赤い封筒、ルーレットなどの派手な形式を除けば、マーケティング活動自体は非常にシンプルです。ロジックは 2 つだけです (以下を参照)。

これら 2 つのロジックに対応するデータモデルは非常にシンプルです。パフォーマンス = ユーザー数 * 応答率 * 応答量。ただ、固定ベースではレスポンス率が上がるのに対し、増分ベースではユーザー数の増加が主で、レスポンス率も若干上がります。

多くの学生が「アクティビティ分析の背後にある考え方は何ですか?」と質問しました。アクティビティ分析の基本的な考え方はそれほど単純です。複雑なのは、この結果のモデルではなく、次の点です。

ユーザーが応答する必要があるのはなぜですか?
ユーザーの反応はどの程度ですか?
ユーザーが応答すると何が起こりますか?

もちろん、アクティビティを完了した後、データを使用してさまざまな傾向をシミュレートできますが、本質的には、データは結果を評価できますが、結果を促進することはできません。結果に貢献するのは、ビジネスの理解、クリエイティブなデザイン、販促コピー、ギフトの選択、強度の設定、システムサポート、顧客サービスのフォローアップなどです。

だから、数字のゲームに巻き込まれないでください。実際、多くのオペレーション、プランニング、マーケティング担当者は、データ分析よりも数字のゲームを好みます。

プロジェクトを開始するとき、私はよく自分自身を催眠状態にして、さまざまな数字を使ってその効果が非常に良いことを証明します。プロジェクトが完了した後、私は責任を転嫁し、さまざまな数字を使って「問題は私にあるのではない」と証明しようとします。何度も見ているうちに、こういうことには慣れてきました。

3. 行き詰まりを打破するアイデア

多くの学生は、「ああ、まだ「消費者心理学」、「消費者行動」、「マーケティング」を勉強しなくてはいけないの？」と不安に思うかもしれません。私が学生の頃、最も恐れていたのは、こうした非現実的な教養書でした。

実際、15 年前、データアナリスト (この用語は当時は一般的ではなく、すべてデータ関連の職種、研究者などでした) は実際にこれを行っていました。 2012年に『プロモーションの真髄』が発売されたとき、私たちのグループの全員がそれを買って勉強したのを今でも覚えています（笑）。

しかし、今日では、それほど大きな円を描いて回る必要はありません。ビジネス分野へのデータの浸透により、非現実的な理論はますます少なくなり、マーケティング活動の分類、評価指標、一般的な問題はすべてデータのパフォーマンスにマッピングできるようになったからです。内容がかなり大きいので、まずはここで概要をお伝えし、後ほどゆっくりシェアしていきたいと思います。

これらはマクロレベルの分類にすぎないことに注意してください。特定のイベントに関しては、小さな詳細でも異なる結果が生じる可能性があります。

たとえば、グループで購入する場合: