データ操作とは何ですか? また、分析はどのように行うべきですか?

この記事では、運用スタッフが日々直面する課題と、運用スタッフとデータ アナリスト間の対立について詳しく検討するとともに、データ分析によって運用をより適切にサポートし、ビジネス開発を促進するための効果的なソリューションと提案も提供します。

データ分析を行う最も簡単な方法は、操作と競合することです。

まず、運用データ要件が多すぎる上に、緊急かつ奇妙な場合が多いです。

第二に、データアナリストが作成したレポートを読む人は誰もいません。オペレーション担当者は、自らデータを実行し、レポートを作成することを好み、そこからデータ操作という特別なポジションが派生しました（これはデータ操作の本来の意図ではありませんでしたが、多くの企業ではSQLを書くオペレーションスタッフに変わりました）。

運用の反復をサポートするためにデータ分析をどのように行うべきでしょうか?

1. オペレーションとはどのようなことを行うのですか?

オペレーション業務に携わる可能性のある学生は、オペレーションとは雑多なタスクから成る仕事であると確信を持って言うでしょう。

しかし、あらゆる不満にもかかわらず、インターネット企業ではオペレーションは重要な仕事です。これは、製品と開発とともに鉄の三角形として知られています。

1. 製品: 製品を設計し、製品の効果を観察する
2. 開発: 製品要件を策定し、製品の運用を維持する
3. 操作: 上記の2つを除くすべての操作を行う必要があります

例えば：

• ユーザーに製品を使ってもらうためのプロモーション活動
• ユーザーにちょっとしたプレゼントを贈る: ユーザー操作
• ユーザーにいくつかのメッセージを送信する: コンテンツ操作
• ユーザーを惹きつけるイベントを企画する：イベント運営
• ユーザーが購入できる製品を準備する: 製品運用
• WeChat、Weibo、Tik Tok: 新しいメディア運営

…

インターネット企業では、アフターサービスの処理をオペレーションに引き継ぐことができます。すべてを操作します！操作が非常に複雑に見えるのも、このためです。小さな会社は、あらゆることに全力を尽くす数人の兄弟によって運営されています。大企業では、分業や昇進の道筋がやや明確になります。

運用作業の出力は非常に重要です。諺にもあるように、「製品が十分良くなくても、運用でそれを補う」のです。特に国内では、インターネット製品の環境は基本的にあなたが私をコピーし、私があなたをコピーするというものです。同質の製品が競争したいのであれば、差別化された運用方法に頼るしかありません。

例えば：

• ホットな話題を議論しましょう:コンテンツ/新しいメディアの運用
• クーポンを送って誘致する：活動/ユーザー/プロモーション活動
• 売れ筋商品への準備：商品オペレーション

人生で最も人気のあること（今日5元を節約して明日贈り物を受け取ること）はすべて操作によって行われると言えます。しかし、なぜこのような一般的な操作がデータ分析と常に矛盾するのでしょうか?これは、操作とデータの関係から始まります。

2. 素人の視点からの運用データ分析

操作には本質的にデータが必要です。製品の欠点を補い、ユーザーのコンバージョンを向上させるには、運用において明確なデータガイダンスが必要です。

現在のユーザーと製品のステータスはどうなっていますか?

それで、終わったらどうするの？

これらが運用の 2 つの中心テーマです。

素人の目から見れば、運用データ分析とは、AARRR とファネル モデルに他なりません (そう、素人は「他なりません」という言葉を好んで使います)。 AARRR は、ユーザーのステータスを説明するために使用される指標システムです。基本的な構造は次のとおりです。

ファネル モデルは、コンテンツ配信、新規ユーザー登録、製品プロセスの改善によく使用されます。これらのタスクは、多くの場合、複数のリンクの組み合わせです。リンクが多すぎると、ファネルの効果に似た操作中にユーザーが迷子になってしまうため、ファネル モデルが存在します。

オペレーションでは、ユーザー ポートレートについても言及することを好みます。なぜなら、コピーを書いたり、アクティビティを企画したり、ギフトを配布したりするには、すべて「ユーザーは何を好むのか？」という疑問が伴うからです。多くの運用担当者は、ユーザーの特性や好みを明確に理解するために、ユーザーポートレートを入手したいと考えています。

これら 3 つの要件は、個別に見ると明確です。しかし、実際の使用では、操作では常に多くの一時的なデータ取得要件が発生するため、バージョンごとに異なります。

なぜ？データを理解している学生は、問題を一目で把握できます。AARRR、コンバージョン ファネル、ユーザー ポートレートは、基本的に結果を伝える記述統計です。これらのデータ要件は、レポートが準備されている限り固定できます。

しかし、運用の本当の問題点は、結果がどうなるかわからないということではなく、「結果はこうで、どれだけ頑張ってもリーダーが満足しないので、どうすればいいのか！」ということです。

3. 運用上の本当の問題点

問題点1: お金がない

「Pinduoduoの最新戦略」 - こんなに大きな割引をしたのですか？

「ラッキンコーヒーの成功事例トップ10」 - こんなにたくさんのクーポンを配布できますか？

「Didiのユーザー増加のための黄金律」 - 彼らにこれほど多くの補助金を与えることができるのか？

お金がなければ意味がない。しかし、「コスト0で1000万人のファンを獲得した方法」、「コスト0で500万人のファンを分裂させる方法」、「投資0で成長を実現できる」といった本を読むことを好むリーダー層がいます。つまり、お金を払わずにそれを実行する方法が必ずあるということです。方法がないなら、それはあなたの問題です。行きたいですか...

問題点2: お金はあるが効果がない

例えば、新規ユーザーは登録時にほとんどお金を使いませんので、「新規登録後、初回注文で10元割引」というキャンペーンを実施することにしました。 10元引きなので、買い時です。結果は次のようになります (以下を参照)。

問題点3：うまくいっているが、リーダーはますます要求している

例えば、新規ユーザーは登録時にほとんどお金を使いませんので、「新規登録後、初回注文で10元割引」というキャンペーンを実施することにしました。効果は非常に良く、新規ユーザー登録後、初回注文率が急上昇しました。

その結果、リーダーは再び満足しませんでした。

「最初の注文は受けたのですが、2回目の購入はできないようです。」

「二次消費はあるが、すべて小口注文であり、GMVは増加できない。」

「これだけ多くのリソースを投入してきたのだから、一挙に目標を達成しなければならない！」

「もっとよく考えて、根底にある論理と核となる考え方を理解してください。ただお金を投じるだけではいけません」

…

イベント・ユーザー運営に携わったことのある人なら誰でもこれを見て涙するでしょう。つまり、消費者として、私たちはオリンピック数学のような活動を見て、最初にデポジットを支払い、次に単一製品の上限を拡大し、核分裂の引き出しを組み合わせるのですが、ルールをまったく理解していないので、すべてこのように強制されます...

問題点4: うまくいっているが、リーダーは「片足で歩くだけではだめだ」と言う

ついに、アクティビティが成功しました!しかし、リーダーは満足しなかった。

ご存知のとおり、新人は皆、こうした活動に頼っています。活動がなければ彼らはどうするのでしょうか?

PDDには新しいプレイ方法があります。古いやり方に固執することはできません

「衝撃！アリババの最新技術を解読」という記事を観てみませんか？作ってみませんか？

つまり、1 つの形式だけでは不十分であり、革新を続ける必要があります。イノベーションに関しては、データを見て、計算をして、ニーズを分析し、ルールを設計し、結果をテストする必要があり、結果が良くない場合は、どのようにイノベーションを起こすかについて悩み続けることになります。

問題点 5: 機能しているが、お金がない...

この活動は非常に効果的で、参加者数は増え続けました。しかし、現在は新規会員が多すぎて経費が賄えなくなっています（下図参照）。そこでリーダーは、革新的なアイデアを考え出し、コストが維持できないので、常に同じ古いルーチンを使用しないことを提案しました。

とても矛盾しています。この終わりのない絡み合いがすべての悪の根源です。

しかし、操作の本質は非常に複雑です。

短期的に特定の指標を上げたい場合、お金をかけることでそれが可能になります。しかし、投資できるお金が常にあるとは限らないので、葛藤を感じるでしょう。

お金を使うと必ず関連する問題が起こり、必ず後遺症が残るので、常にあらゆる側面のバランスを取り、それらと格闘する必要があります。

一時的にはうまくいったとしても、長期的にはユーザーの興味は変化し、コストにも上限があるため、常にイノベーションが必要であり、苦闘は終わりがありません。

イノベーションは失敗する可能性があり、その場合は最初からやり直さなければなりません。

IV.まとめ

明らかに、現状を単に述べ、大量のデータを提示するだけでは、上記の問題を解決するのに役立ちません。大まかな方向性が決まっていない場合でも、より詳細なデータが提示されればされるほど、人々を誤った方向に導く可能性が高くなります。

データ分析が本当に業務のトラブル解決に役立つのであれば、まず業務が何を心配しているかを解釈できなければなりません。実際のシナリオに基づいて対策を考えます。