これは、AARRRを暗記するだけでなく、データインジケーターシステムを構築する方法です。

この記事では、ユーザー離脱に関する実用的なデータ指標システムを構築する方法について詳しく説明します。ビジネスフロー、管理フロー、データフローの3つのコアプロセスを整理することで、企業は解約の原因を正確に特定し、効果的なリコール戦略を策定し、ビジネスの成長とユーザー価値の最大化を実現できます。

データ指標システムといえば、AARRR、RFM などを唱える人が多いですが、実際の業務では、ビジネスニーズを満たすのが難しいことがよくあります。たとえば、数日前、クラスメートが Planet で「ユーザー離脱の指標システムを構築するにはどうすればいいですか?」という質問をしました。

その理由は、ある企業がユーザー離脱率の指標を「3 か月連続で消費がない」と定義していたが、この指標を見た企業が混乱したためです。

1. ユーザー離脱率が 30% であることはわかっていますが、それで何が問題なのでしょうか?私に何ができる？

2. 失われたユーザーを呼び戻す必要があることはわかっていますが、コスト効率が良く、行う価値があるのでしょうか?

3. 作業を開始する前に、ユーザーが離脱するまで待たなければならないのはなぜですか?もっと早く何かできないでしょうか？

そこで、問題を総合的に反映し、ビジネス上の意思決定を支援するために、データ部門にユーザー離脱指標システムの構築を依頼したいと思います。では私たちは何をすべきでしょうか?ビジネスで活用できる指標システムを構築するには、業務フロー、管理フロー、データフローの3つのプロセスを考慮する必要があります。一つずつ見ていきましょう。

1. 業務フローの整理

ビジネスフローを整理するということは、ビジネス目標を達成するために必要なステップ数を把握することです。大規模なコンバージョンファネルである販売プロセスなど、一部のビジネスプロセスは非常に明確です。たとえば、顧客サービス プロセスでは、顧客のニーズに応じて問題を分類して処理します。ビジネス プロセスはデータ インジケーターの基礎となります (以下を参照)。

この記事の解約分析シナリオで直面する最初の課題は、ビジネス プロセスが明確でないことです。ビジネス側自体も何をすべきか分かっておらず、現時点でどの指標を見るべきかも分かっていません。

ユーザー離脱に対する一般的な対策は次のとおりです。

1. 予防策: ユーザーが苦情を申し立てたり、商品を返品したりした場合は、速やかに対応します。

2. 予防策：ユーザーの支出が毎月減少すると、タイムリーなインセンティブが与えられる

3. 先制予防：ユーザーが1ヶ月または2ヶ月間消費していない場合（この時点では、ユーザーはまだ解約基準に達していない）、ユーザーを刺激する

4. イベント後の修復：プロモーション活動、新製品の発売、売れ筋商品を利用してリコールし、再活性化を図る

まずリストを作成し、その後、どの方向から始めるかを企業に選択させることができます。知らせ！企業側は「状況が分からないので当面は選択できない」と答えそうだ。次に、ビジネス側が行動を起こす前に全体の状況を明確に把握できるように、まずこれらの状況に対応するデータを抽出します。

2. 管理フローの整理

経営フローを整理し、経営陣が事業でどのような成果を達成したいのかを把握します。知らせ！ビジネス プロセスが明確であっても、ビジネス目標は多岐にわたる可能性があります。

たとえば、販売プロセスでは、次のような複数の評価方法があります。

1. 売上のみを評価する

2. 売上高 + 粗利益

3. 売上 + 粗利益 + 代金回収

4. 販売 + 特定商品の販売

評価方法が異なると、指標システムの異なる主要指標が決定され、当然ながらどのサブ指標が検査されるかに影響します。そのため、経営者の意図を理解することが重要です。

この記事の解約分析シナリオにおける 2 番目の課題は、ビジネス側が何をすべきか明確でないことです。だからこそ、私たちは「やる価値はあるか？」といった質問をするのです。そして「それをすべきか？」

この時点で、いくつかの補助的な作業を行うことができます。

1. これらのユーザーは解約する前にどの程度の貢献をしましたか?理論的には、解約前の貢献度が大きければ大きいほど、リコールされる可能性も高くなります。

2. これらのユーザーはどれくらいの期間、解約状態にありますか?理論的には、解約期間が短いほど、顧客を呼び戻すことが容易になります。

3. これらのユーザーには自然な復帰の兆候がありますか?理論的には、帰還の兆候が多ければ多いほど、呼び戻すのが容易になります。

まずはデータを整理し、ビジネス側でそれを見て感覚をつかんでもらうことで、目標設定がしやすくなります。

ビジネス側が目標を設定できるよう支援することが重要です。目標の難易度が異なれば、とられる手段も異なるため、ソフトなビジネス手段は効果的ではありません。たとえば、失ったユーザーを呼び戻したい場合、何の特典も与えずにテキスト メッセージを送信するだけでは、ユーザーが戻ってきて消費する気にはなれません。

このとき、事業者は「なぜリコールが無駄なのかを徹底的に分析してください」と求めます。何を分析するのでしょうか!ユーザーは、テキストメッセージを見たときに、喜んで企業にお金を寄付することができます。あなたもそんなことはしないでしょう。

初期段階で本当に目標を設定できない場合は、観察のための時間を確保することができます。たとえば、3 か月かけて予算を確保し、さまざまなリコール方法の有効性をテストして、特定の予算のサポートでどのような結果を達成できるかを理解します。テスト データのサポートがあれば、後で目標を実装しやすくなります。

3. データフローの整理

データの流れを整理する、つまり、ビジネス目標が定量化され記録されているか、ビジネス運用プロセスが定量化され記録されているかを明確にします。このステップでは、最初の 2 つのステップで整理されたコンテンツが宙に浮​​いたままにならず、データ テーブル レポートとして実装できるようにします。調査されるのは、データ収集に費やされた努力です。

たとえば、販売プロセスにおいて、従来の企業の最大の問題はデジタル能力の欠如です。契約書に署名する最後のステップを除いて、それ以前のプロセスに関するデータはありません。これは完全な失敗だ。指標システムを構築したり、業務をガイドしたりしても意味がありません。

ユーザー離脱の例に戻ると、離脱したユーザーの数という唯一の指標に加えて、上記の 2 つのステップの内容を記録するのが最適です (以下に示すように)。

知らせ！データ インジケーター システムにはインジケーターだけではなく、ラベルも重要です。

1. 離脱前のユーザー消費: 高消費、中消費、低消費

2. 離脱前のユーザーの好み：カテゴリーの好み/割引の好み

3. 解約前のユーザー状況: 苦情あり、苦情なし

4. リコールに対する回答: はい または いいえ

5. ユーザー資料を思い出す: 割引、新製品、季節の変化

6. ユーザーの割引強度を思い出す: 高、中、低

後続の詳細な分析を容易にするために、これらすべてにラベルを付ける必要があります。 「なぜリコール効果が良くないのか？」のような質問を説明する必要がある場合「なぜ解約が増えているのか？」という疑問に対して、ラベル比較を直接利用することで予備的な回答を得ることができ、データ指標システムの使い勝手が大幅に向上します。

4. 理想的な効果

理想的には、優れたデータ インジケーター システムは、ビジネスがクローズド ループ作業システムを実現できるように導くことができます。簡単に言えば、自分が何をしたいのか → 誰のためにそれをしたいのか → どのようにそれをしたいのか → それをやったかどうか、ということです。プロセス全体はデータによって監視されます。このように、データのガイダンスのもと、ビジネス側はユーザー離脱事例を特定し続け、指標システム全体は下図のように動作します。

このように、「解約率 35%」という単なる孤立した指標ではなく、手がかりを追って問題の解決策を見つけ、その影響を追跡することができます。データドリブンなビジネスを実現できると言えます。

著者: 地に足のついた教師チェン

WeChat公式アカウント：地に足のついた陳先生