ユーザーポートレートが「役に立たない」と批判される！それを効果的にするために具体的に何ができるでしょうか?

データ分析レポートの重要な部分として、ユーザーポートレートの価値と実用性はしばしば疑問視されます。ユーザー ポートレート レポートを作成する場合、多くのデータ アナリストは、レポートの内容が基本的すぎるか深みに欠けているために、ビジネス側がレポートを「役に立たない」と判断するという問題に直面することがあります。この記事では、よくある落とし穴を回避し、効果的な判断基準を確立し、実用的なビジネス推奨事項を作成することなど、ユーザー ポートレート レポートの実用性と価値を向上させる方法について詳しく説明します。

今日は引き続き、データ分析レポートの書き方についてお伝えします。多くの学生が「静的データに関するレポートはどのように書けばよいですか？」と質問しました。これは特に、ユーザー ポートレート レポートに当てはまります。多くの場合、企業側から次のような要件が提示されます。ユーザー プロファイルを見てみましょう。その結果、私が書いたレポートは「もうすべてわかっているのに、これを書く意味はあるのか」と批判されました。どうやってやるんですか？今日はそのシステムを共有したいと思います。

1 役に立たないレポートは次のようになります

ユーザーポートレートに関しては、多くの学生のレポートは次のようになります。

● 男女比 4:6

● 40%が30歳以上

● 年間平均消費量：500元

● 1か月以上アクティブユーザー: 55%

●……

この種のレポートは、作成が非常に難しく、大量のデータが含まれることがよくあります。ついに返事が来た。「もう分かっていたよ。何か意味のあることを教えてくれないか？」

そのため、記述的なデータを提供するだけでは不十分であり、モデルを構築する必要があると考える人もいます。最も直接的な方法はRFMです。R、F、Mの3次元のデータを抽出し、それぞれを5つのセグメントに分割し、5×5×5を125のカテゴリに分割します。次に、クラスタリングを使用して 5 つの主要カテゴリと 125 の副次カテゴリを作成します。各カテゴリには、「このユーザーは 500 元を一度購入しましたが、5 日間売却していないため、購入できるようにする必要があります」というラベルが付けられています。

結局、私は質問の集中砲火を浴びました。

● 買うと言ったら、彼は買うでしょう！

● 何を買うべきか！どこで買えるの？

● 彼に買ってもらう方法

● 購入の伝え方！

● 買わなくても何が悪い！

● 買ったってどうするの！

● 彼がそれを買ってくれればよかったのに！

...爆発でめまいがしました...

いったい何が問題なのでしょうか?

レポートが役に立たない2つの主な理由

根本的な理由はただ一つ、判断基準がないことです。

● 男女比は重要な問題ですか?

● 男女比が4:6というのは問題でしょうか？

● 男女比が3:7だとしても

● 判断基準がない

人々は混乱を感じます。

興味深いのは、監視データには独自の基準が備わっていることです。曲線を見るとき、「目標値」を定義しなくても、曲線の変化自体が判断基準になることがあります。

売上、利益、ユーザー数（多いほど良い）などのプラス指標については、成長自体は良いことであり、成長率が速いほど良く、絶対数が大きいほど良いです。

コスト、リスク損失、苦情などのマイナス指標については、減少すること自体は良いことです。減少が速いほど良く、絶対数が小さいほど良いです。

もちろん、このように判断するのは早計で、大きく浮き沈みする可能性がありますが、ざっくりと見ても大丈夫です。

しかし、ほとんどの静的データには標準がありません。例えば、男女比が 4:6 というのは、間違いなく良い/悪いのでしょうか?不確か。したがって、このようなデータを見たときに判断を下すことができなければ、価値を生み出すことは困難です。

また、事業部門自体もユーザーの状況について一定の認識を持っています。たとえば、「当社がサービスを提供するユーザーは主に女性です。」 4:6という比率は見えなくても、女性の方が多いことは分かります。 6 を見て同じような気持ちになると、彼は当然「やっぱりそうだった」と言うでしょう。

「ユーザーが一度 500 使ったから、600 使わなければならない」という判断は、単なる数字の問題であり、まったくナンセンスです。数字は単なる記録です。数字の背後には、リアルで生き生きとした光景が広がっています。ビジネスの状況を考慮せずに数字について語るのは意味がありません。

麺類を食べに行くとき、麺屋に入って「店長、牛肉麺をください」と叫ぶのと同じです。上司は叫びます。「ダメだ！ボウルは1つじゃない！人工知能のシニアビッグデータアナリストがボウルは2つ必要だと言っています！私に渡せ！」

現時点でどのような気分ですか?

したがって、行き詰まりを打破するための鍵はただ一つ、標準を見つけることです。単なる数字の羅列ではなく、データで意味を表現しましょう。

レポートの有用性を高める3つの方法

まず、シーンを区別する必要があります。これが初めてのレポートである場合、厳しい批判から始まる可能性があることに注意してください。それは新しいリーダーシップのせいかもしれないし、CRM システムが導入されたばかりだったからかもしれない。つまり、ビジネス側はこれまでユーザーの状況を把握していなかったのです。このとき、大量のデータを詳細にリストアップしておくと非常に役立ちます。誰もが状況を詳細に理解し、認識を高めることができます。

しかし、第 2 のレポート以降、私たちはそれほど単純にはできなくなりました。すでに状況を理解しているビジネス関係者に対して、ただ平易な言葉で話すだけではだめなのです。判断基準を見つける必要があります。一般的な検索方法は 3 つあります。

1. 問題から基準を見つける。下の図に示すように

▌

2. 目標から基準を見つける。下の図に示すように

3. ビジネスから基準を見つける。下の図に示すように

もちろん、3 つの方法すべてに次の 3 つのポイントが必要です。

● データとビジネス間のコミュニケーションが十分である

● ビジネスの背景を理解する（業務目標、設計アイデア、実装計画）

● ビジネスオペレーションの基本ロジックとそれに対応するデータテーブルを理解する

しかし、多くの企業では、これら 3 つの条件が満たされていません。

それは、ビジネス部門が自分たちが神であり、すべてを知っていると考え、数字を計算する人材だけが必要なので、データアナリストではなく SQL ライターを採用するからかもしれません。

また、会社側がデータアナリストを神様のように扱い、データ分析業務さえしていれば全知全能であると考えているからかもしれません。社内の他の人は何も言わず、データアナリストは金色の光の閃光だけですべてを知る...

つまり、データ レポートは役に立たず、データはビジネスと関係がなく、会社がうまくいっていないことを示しているだけです。ビジネスとデータの両方に責任があります。お互いを責めるのではなく、正直にコミュニケーションをとる方がより良い結果が得られます。

しかし、生徒の中にはこう言う人もいました。「先生、明らかに同じレポートなのに、なぜとてもよくできていると言う人がいる一方で、出来が悪いと批判する人もいるのですか。」とても難しい気がします。それは、話し手には意図がなくても、聞き手がそれを真に受けてしまう可能性があるからです。趙本山だけが全国の人々を幸せにすることができる。彼を郭徳剛に置き換えると、下品だと思う人もいるので、食べるものに合わせて食べる必要があります。