これは私が今まで見た中で最高のユーザー行動分析戦略です

昨今、ユーザー行動は多様化しており、ユーザー行動の分析に対する需要も高まっています。ユーザーの行動をより正確かつ迅速に分析する方法を見てみましょう〜

ユーザーの行動は非常に多く、そのような分析の要件を受け取ったとき、まずどのように始めればよいか分からず、次に、分析が終わった後に「分析が徹底していない」または「焦点が定まっていない、分析の意味は何ですか」と不満を言われます。

どうすればいいですか？

1. ユーザー行動分析におけるよくある間違い

間違い1: インジケーターをランダムに配置して混ぜる

最も典型的な例は、性別、年齢、職業、身長、体重などの基本的なユーザー情報を上部に配置することです。ユーザーの行動を分析する場合、基本情報ではなく行動を分析することに注意してください。無関係なインジケーターが多すぎると、視界が妨げられ、さらに混乱を招くことになります。

間違い2: 判断せずにデータをリストアップする

最も典型的な例は、ユーザーのログイン数、クリック数、ページジャンプ数など、大量のデータを一覧表示することです。これは実際何を示しているのでしょうか?結論はありません。このようなものは「分析」とは全く呼べず、単なる基本的なデータ表示にすぎません。分析なので、結論、質問、回答が必要です。

間違い3: 言葉を文字通りに受け取り、結論を急ぐ

このタイプの最も一般的な分析は次のとおりです。

ログインするユーザーが少ないので、
この商品は多くのユーザーに購入されているので、もっと販売すべきです
このコンテンツはクリックするユーザーが多いので、引き続き公開してください。

基本的には、データが低い場合は上げ、高い場合は維持します。結論があまりにも馬鹿げていたので、事業部は泣きました...

上記の混乱は主に、さまざまな部門のユーザー行動の焦点に対する理解不足から生じます。重要なポイントがわからない場合は、データをつなぎ合わせるだけで、データから結論を導き出す方法を無視することができ、それは結局不必要なことになります。行き詰まりを打破したいのであれば、真剣に考える必要があります。ユーザーの行動を観察することで、ビジネスは何を知ることができるでしょうか?

2. ユーザー行動とは何ですか?

ユーザー ID と、企業の内部システムで生成される記録可能なアクションは、ユーザー行動と呼ぶことができます。

完全なユーザー行動には 6 つの要素が含まれます。

時間: いつ起こるか
場所: XX チャネル/プラットフォーム/システムで発生
登場人物：誰が起こったのか
原因: 最初の行動
パス: すべてのアクションで構成されるチェーン
結果：行動の結果

これらの要素は、プラットフォームによって表現方法が異なります (以下を参照)。

ユーザーの行動を収集する方法は、システムプラットフォームによって異なります。一般的なタイプは 3 つあります。

背景記録：ユーザー登録フォーム、サービスリクエストフォーム、取引注文など。
追跡記録: アプリ、ミニプログラム、H5でのユーザーの閲覧履歴
営業スタッフのフィードバック: 営業、カスタマーサービス、アフターセールススタッフから提供される情報

つまり、ユーザー行動関連の指標データが膨大で複雑かつ混沌としているように見えるのは、ユーザー行動の種類が多く、特定のビジネスニーズと組み合わせなければ明確に説明できないためです。

III.さまざまなビジネスの要求

ビジネス側がユーザーの行動に注目する場面は4つあります。

状況1: 何も分からないので、様子を見ましょう

一般的なものとしては、次のようなものがあります。

新役員が就任、状況は不明
新しい事業ライン、レビューなし
新年の初めには、新しい計画を立てる必要があります

つまり、基本的な状況についてはあまり知らないのです。

この場合、細かくするよりも大まかに、正確さよりも完全さが重要です。まず、リーダーやビジネス関係者が理解できるように全体の概要を説明し、その後、特定のトピックがある場合は詳細な分析を実施します (以下を参照)。そうでないと、些細なことから始めると、人々は混乱し、「いったいこれは何について話しているのだろう？」と疑問に思う可能性が非常に高くなります。

状況2: 結果に焦点を当てる

この状況は通常、特定のビジネスプロセス、製品機能、またはコンテンツがリリースされた後に発生します。ビジネス側の目標は明確です。このことがどれだけうまくいっているのかを確認することです。

一般的なものとしては、次のようなものがあります。

コンテンツセクション: ユーザーのクリック、ディスカッションへの参加、転送アクション
機能ポイント：ユーザー数、使用頻度、使用期間
商品: ユーザーの閲覧、購入、リピート購入、一回限りの大口購入

この時点では、詳細を語ることはできませんが、ビジネスが関心を持つ機能的なポイントに焦点を絞り、大きいものから小さいものへとデータを表示します（下図参照）。

知らせ！ユーザー行動分析の最初の大きな落とし穴は、ユーザー行動が増えてもパフォーマンスが良くなるわけではないということです。例えば、電子商取引事業では、アクティブユーザー数の増加を目指し、水やりや植樹を行うことで割引が受けられるアクティビティを積極的に展開した。しかし、ユーザー全員がゲームをプレイしたり割引を待ったりしており、注文する人が減っていることが発覚しました！

このとき、マトリックス法、前後比較法、行動関係分析などの方法を使用して、この行動がパフォーマンスに与える影響を具体的に調べることができます (下の図を参照)。

状況3: パフォーマンスのプレッシャー、圧倒される

この場合、通常は特定のビジネスプロセスが評価され、このプロセスがコアプロセスになります。たとえば、新規ユーザーの登録、大規模イベントへの参加、取引プロセス、重要な問題に関する苦情などです。

現時点では、分析の目標は非常に具体的です。

登録コンバージョン率は高いはずです！
活動への参加率を高める必要があります！
取引比率は高いはずです!
批判的な苦情は断固として排除します！

このような明確な目標を持ったユーザー行動分析は、最もシンプルで簡単であると言えます。中心となるアイデアは次の 4 つのモジュールです。

ここで注目すべきは、多くの学生が変換プロセス分析を直接挿入するということです。このように提示されたデータは詳細すぎるため、全体的な判断が曖昧になりがちです。良い/悪い判断が常に優先されます。「良い」と「悪い」の判断さえ間違えると、その後の原因の分析もすべて間違ったものになります。したがって、まずは全体的な状況を判断し、それが許容できるかどうかを確認する必要があります。

もう一つのポイントは、改善策の分析が多くの学生によって見落とされがちであるということです。ユーザー行動分析の 2 番目に大きな落とし穴は、「何であるかはわかっているが、なぜそうなるのかはわかっていない」という分析であるということです。ユーザーの行動はさまざまな要因の結果です。実際のビジネス実務では、実験室のようにすべてのプロジェクトで制御変数の研究を行うことは不可能です。事前にABテストを行っていても、実際に出稿すると時間や場所によってさまざまな違いが出てしまいます。

そのため、実際に問題が発生したときに、短期間で原因を分析できない、あるいは原因が大体わかっていても活動を停止・経路変更する手段がない、という可能性が非常に高くなります。この時点での考え方は、ユーザーがコピーや製品を気に入らないかどうかを心配することではなく、関係を維持するために他に何ができるかを考えることです。

したがって、改善策の分析を省略してはなりません。これは、「このプロセスは機能しません!」と叫ぶよりもはるかに価値があります。これは、多くのデータがユーザーにコンバージョンパスを明確に提供しているが、「建設的ではない」とビジネス側が依然として主張している理由でもあります。「もう終わった！もう終わった！」と叫ぶ哀しみの鳥は誰も好きではない。人々は「これを試してみて！これを試してみて！」と聞きたいのです。

状況4: 不明瞭な状況、疑わしい状況

この状況は通常、特定のビジネスがうまくいっておらず、ビジネス関係者に明確な前提がない場合に発生します。私は考えていました。「ユーザーの行動をもっと深く掘り下げて、理由を見つけられるだろうか？」何を掘るのか、何のために掘るのかは、彼ら自身も分からないかもしれない…

これは最も困難な状況です。分析の目的が全く不明瞭だからです。ここでは 2 つの基本的な考え方があります。

アイデア1：ビジネス側はまずターゲット顧客を絞り込み、次にターゲット顧客が何をしているかを確認します
アイデア 2: まず、ある行動のヘビーカスタマーを見つけ、次にビジネス側に「これがあなたが望むことでしょうか?」と尋ねます。

つまり、極端な状況から問題を解決するためのインスピレーションを見つける方が簡単になります。

例えば、ポイント還元に関しても、事業側としては「この事業はうまくいっていない」と感じているだけで、具体的に何が悪いのかは分からないのです。この時点で、データを 2 つの観点から見ることができます (以下を参照)。

高価値ユーザーが特定のギフトの引き換えを明確に好んでいることがわかった場合は、高価値ユーザーを引き付けるために、対応するギフトプランを設計できます。ヘビーユーザーがシステムを悪用している疑いが明らかにあることが判明した場合、報酬ルールはそれに応じて変更される可能性があります。つまり、ユーザーグループ間の行動の違いが十分に大きい限り、戦略を生成することができます。