数え切れないほどの失敗体験を詳細に描いたユーザーポートレート

この記事では、ユーザーポートレートの失敗例を詳細に分析し、データとビジネス上の意思決定の乖離に関する真実を明らかにし、データアナリストとビジネス戦略担当者に実践的なガイダンスを提供します。

クラスメートの一人が言いました。「陳先生、ユーザーポートレートプロジェクトの失敗例はありますか？ぜひ教えてください。」回答: 私は長年データに携わり、数多くのプロジェクトに携わってきました。失敗したユーザー ポートレート プロジェクトの数は、数え切れないほどあります。一掴み取ってください。今日はシェアしましょう。

1. ユーザープロファイリングの失敗の兆候

「ユーザーポートレートは何の役に立つのだろう？」とよく疑問に思うことはありませんか？もしそうなら、おめでとうございます。あなたのプロジェクトは失敗しました。それだけです!もちろん、もっとよくある失敗の仕方は、ビジネス部門が最初にユーザーポートレートを作成し始めるときに、首を横に振って、「ユーザーの性別、年齢、地域、好み、消費習慣など、ユーザーポートレートに基づいてユーザーを詳細かつ深く理解して、洗練された決定を下す必要がある」と言うことです。その後、データ部門は数か月間懸命に作業し、30,000 個のユーザー タグを追加しました。彼らはリーダーたちに誇らしげにこう報告しました。「ユーザーポートレートのビッグデータの構築において、私たちは大きな進歩を遂げました。」そして、最初のプロジェクト報告会議で、データ部門は誇らしげにこう言いました。

• ユーザーの男女比は6:4です
• 南中国が30％、東中国が25％を占める
• 製品Aの購入が50%を占める
• 事業部は呆れた様子でした。
• 私はそれを知っていた
• 私たちのユーザーは皆こんな感じです
• これをやる意味は何ですか?

もちろん、さらに悪い状況もあります。それは、ユーザーに「忠実なユーザー」というラベルを付けても、ビジネス側が「あなたはとても忠実なので、私たちは何もしません」と言うような状況です。しかし、翌月は何も購入せず、ログインもしません。あなたは自分自身を「製品Aの愛好家」と称し、営業側は製品Aを宣伝したのに、あなたはそれを買わなかった！ビジネス側は怒って決着をつけに来た。「このユーザーポートレートはまったく正確ではありません！」そのため、プロジェクトは完全に放棄されました。苦情は苦情ですが、問題は一体どこにあるのでしょうか?

2.ユーザーポートレートプロジェクトが失敗する表面的な理由

1. 理由1: 過去と未来を混同する

質問 1: ユーザーは昨日、一昨日、そしてさらに一昨日にリンゴを購入しました。彼は今日リンゴを買うでしょうか？

質問2: ユーザーは醤油、手羽先、コーラを購入しました。バーベキュー用の竹串も買う必要がありますか？

ちょっと考えてみてください。ちょっと考える必要はありません。誰もが答えを知っています。必ずしもそうではない、必ずしもそうではない、必ずしもそうではない。リンゴを継続的に買うということは、リンゴを食べるのが好きなのかもしれませんし、すでにたくさん買ってしまったので買うのをやめたのかもしれません。醤油 + チキンウィング + コーラを買って、バーベキュー用、またはコーラチキンウィングを作るために。過去の行動は将来の行動と同じではないため、将来の行動を予測する必要があります。予測方法がビジネスロジック推論に基づくか、アルゴリズムモデルに基づく計算に基づくかにかかわらず、データ分析と実験を通じて検証する必要があります。

安定したパフォーマンスを発揮する予測方法のみが採用されます。しかし、ユーザーポートレートを作成する際に、ビジネス側はこの2つの点を混同してしまうことがよくあります。人々は過去の行動に多くのラベルを貼り、将来の予測について何も知らず、予測分析にお金を投資しないことがよくあります。ユーザー ポートレート レポートを確認したり、CDP でプッシュ ルールを設定したりする場合、過去に購入したユーザーが将来も再度購入するということは当然のことと考えられます。結局、予測は不正確で、ユーザーポートレートシステムに責任があるとされました。当然、結果は悲劇的です。

2. 理由2: 行動と動機の混乱

簡単な質問をしましょう。過去 30 日間のある日、あるユーザーが商品を購入するために当店に来ました。このユーザーは弊社製品のファンでしょうか? 2 日、3 日、4 日だったらどうでしょう... 30 日だったらどうでしょう? 30日間毎日買いに来てたから、ファンに違いない！回答：必ずしもそうではありません。誰かが 30 日間毎日購入に来る場合、その人の購入頻度が非常に高いため、その人を「高頻度購入者」と呼ぶことができます。しかし、人々が本当に私たちの製品を使いたがっているかどうかは定かではありません。なぜなら、彼らが製品を使いたがっているかどうか、あるいは実際に使用しているかどうかさえわからないからです。

購入頻度はユーザーの好みと直接一致するわけではありません。ユーザーが好むかどうかは、より多くの次元からのデータの分析が必要であり、分析結果が一定確率で安定していなければ、それを好まないと呼べません。同様に、多くの企業では、ビジネス関係者やデータアナリストが「熱心なユーザー」などの用語を非常にカジュアルかつ大まかに使用しており、基本的には消費量、ログイン頻度などを使用しています。数値が高いと「好き」または「愛用している」と見なされ、数値が低いと「限界」または「試用中」と見なされます。当然、結果は不正確になります。言うまでもなく、推奨した商品を誰も買わないなどの問題があれば、それはユーザーポートレートのせいにされるでしょう。

3. 理由3: 原因と結果の混同

Q: 10,000 元以上を費やしたユーザーは、5 回以上購入しています。では、ユーザーに 5 回購入を許可すると、合計支出額は 10,000 元になるのでしょうか?

もちろんそれは正しくありません。しかし、ビジネス側ではよくこれを行います。彼らは、高額支出ユーザーの過去の行動を低額支出ユーザーに適用し、低額支出ユーザーが一定の数値をシミュレートできれば、高額支出ユーザーになれると考えています。それはまだ「魔法の数字」と呼ばれていません。情報源から見ると、消費量が多い人と消費量が少ない人は2つの異なるタイプの人々である可能性が高く、行動の正確な動機を突き止めるために詳細な分析を行う必要があります。

表面的には、ユーザー プロファイリングが失敗する理由は、データに重点​​が置かれ、分析に重点が置かれていないことにあります。すでに起こった行動を詳しく説明することに多くのエネルギーが費やされ、事実に基づくラベルがあまりにも多く付けられています。予測への投資が不十分であり、因果関係の分析が不十分であり、ユーザーのニーズに対する洞察が不十分です。最終的な判断は完全に事業者の推測に基づいて行われます。

これらのタグに基づいて製品や活動を宣伝する理由を尋ねると、彼の答えは次のようになります。

• これまで何度も買っているから、今回もきっと買うだろう
• 以前も関連商品を購入したことがあると思うので、今回も必ず購入してくれると思います。
• 彼はAを買ったので、Bも買わなければならないと思う

ユーザーポートレートを見た後に自分の経験に基づいて決定を下すことは、レポートを見た後に自分の経験に基づいて決定を下すことと同じです。本質的な違いはありません。ありがとう。過去のデータに基づいて大量のラベルを作成するのは簡単ですが、予測可能で正確なユーザー ラベルを作成するのは困難です。詳細なデータ分析とモデリングが必要なだけでなく、複数回の比較テストを繰り返し実行する必要もあります。それは一夜にして起こるものではありません。そのため、ビジネス部門がすべてを把握したと思い、データ部門が「30,000 個のラベルが追加された」と嬉しそうに発表したときには、すでに災害の根源は芽生えていたのです。しかし、ビジネス上の期待が高すぎてデータの準備が不十分という同じシナリオを考えると、ユーザー プロファイリング プロジェクトがデータ モデリング プロジェクトよりも失敗する可能性が高くなるのはなぜでしょうか。

3. ユーザーポートレートが失敗する深い理由

さらに深く見てみると、データモデリングが難しいため、ビジネス側は中間プロセスに参加できず、結果に対してコメントすることしかできません。モデル業を営む人たちが自殺したり、孤立して働いたりせず、積極的にビジネスへの期待を下げない限り、問題をかなり回避できるだろう。したがって、モデリング プロジェクトの失敗は、基本的に、盲人が盲目の馬に乗った結果です。しかし、ユーザー ポートレート プロジェクトは正反対です。ビジネス側はすべてを知っていると思っています。

データに取り組んでいる人も、自分が多くのことを知っていると思っています。ほぼすべてのビジネス関係者は、ユーザー ポートレートについて話すときに次のように言います。「たとえば、ユーザーは 24 歳の女性であることがわかっているので、XX 製品をお勧めします。」誰もがこう考えます。「すべて理解している、数字が足りないだけだ！」すぐに数えてください。そのため、企業は過去のデータをどんどん詳細化するようデータに圧力をかけ続け、データはラベリングの道を暴走しています。最も重要な3つのこと、つまり予測、分析、実験を行っている人は誰もいません。

もちろん、過去のデータに基づくこのようなラベル付けは、カスタマー サービス、サプライ チェーン、ロジスティクスなどのサポート部門にとって役立ちます。例えば、顧客から「なぜまだアフターサービス技術者が家に来ないのか!!!」という苦情が寄せられます。ラベルがない場合、顧客は、購入した製品、購入した時期、製品のシリアル番号、技術者との予約日時などの詳細を確認するために、いくつかのフォームに入力する必要があります。確認プロセスだけでも、顧客は非常に腹を立てます。ラベルを使用すると、数回スワイプするだけで問題を特定できるため、顧客エクスペリエンスが大幅に向上します。しかし悲劇なのは、この有用性が、思考、創造性、戦略を必要とするオペレーション、マーケティング、企画、デザインなどの部門の慢心をさらに強めてしまうことだ。 「自分ってすごい、あと1つだ！」という気持ちがさらに強まりました。

こうして悲劇は続いた。モデリングが盲人が盲目の馬に乗るようなものであるならば、ユーザー ポートレート プロジェクトは、携帯電話を撫でながら電動自転車に乗り、赤信号を逆走するようなものです。電動自転車は自分が車だと思い込み、ライダーは自分が優れたライダーだと思っています。この問題を回避するために、私はよくこのトリックを使います。ビジネス側が「もし24歳の女性を知っていたら、商品Aを宣伝するだろう」と言ったら、私たちはデータベースを直接チェックして、先月何人の24歳女性が商品Aを購入したかを調べ、ビジネス側に対して「ユーザープロファイリングは必要ありません。今お伝えしますが、購入率は12%です」と問い詰めます。

ユーザーのポートレートをアップロードする必要があるのはなぜですか?ルールに従って数字を計算させればいいのです。この時点で、信頼できるビジネス関係者であれば、すぐにここにある問題に気づき、「このような単純なつなぎ合わせでは不十分だ」と言うでしょう。事実ラベルに基づいてさらに分析する必要があります。こうすることで、プロジェクトは将来さらに安定するでしょう。

ただし、このトリックは注意して使用してください。あなたの企業環境は、このような強硬なスタイルには適していないかもしれません。つまり、問題の鍵を理解するだけです。問題の核心は次のとおりです。単純な事実ラベルは予測力が弱く、洞察力がほとんど得られません。運用、企画、営業、マーケティングのニーズを満たすだけでは不十分です。大量のデータと徹底的な分析こそが問題を解決する方法です。

著者: 地に足のついた教師 陳;ソース公開アカウント: Down-to-earth Teacher Chen (ID: 773891)