ユーザーのアクティビティ、維持率、離脱率を包括的に図示します。

ユーザー維持、ユーザーアクティビティ、ユーザー離脱は、ユーザーオペレーションが直面しなければならない 3 つの主要な問題です。この記事では、著者がこれら 3 つの質問について説明し、包括的な図解を提供します。見てみましょう。

多くの学生は、ユーザー維持、ユーザーアクティビティ、ユーザー離脱という 3 つの主要な問題に対処するのが難しいと不満を述べています。

まず、これら 3 つの質問は同じように見えますが、まったく同じではないため、何であるかは明確ではありません。

第二に、これら 3 つの問題は相互に関連して影響し合うことが多く、それについて話しているうちに目が回ってきます。

第三に、これら 3 つの質問に対して分析的な提案をすることは困難です。数字が計算されると、何を言えばいいのかわからなくなることがよくあります。

分析を行うたびに、私は「目標は高く！目標は低く！」と言うか、ビジネス部門とコミュニケーションをとったり、ユーザーに具体的な状況を尋ねたりする必要があると恐る恐る書き記すしかありません。建設的な提案は何もできません。今日は物事の真相を突き止め、これら 3 つが何であるかを解明します。

1. これら3つはどういう意味ですか?

ユーザー維持、ユーザー アクティビティ、ユーザー離脱は、実際にはユーザー アクティビティの動作に関する 3 つの異なる統計手法です。

1. ユーザーアクティビティ

まず、1 回ログイン、10 分以上訪問、1 回購入など、「アクティブ」な行動を定義します。その後、ユーザーがアクティブな行動を実行するたびに、「アクティブ 1 回」として記録されます (下の図を参照)。

2. ユーザー維持

指定した時間から一定期間経過後もユーザーがアクティブ状態を継続した場合、1 回の保持としてカウントされます。最も一般的なのは、新規ユーザーの維持です (以下を参照)。

3. ユーザー離脱

ユーザーが 12 か月間ログインしていない場合など、時点を解約ノードとして人工的に定義します。ノードに到達したユーザーは失われたユーザーとみなされます。ユーザーアクティビティやユーザー維持とは異なり、ユーザー離脱は客観的な事実ではなく主観的な判断であることに注意してください。理論的には、企業が積極的にアカウントをキャンセルしない限り、ユーザーが失われることはないと考えられます。もちろん、これは自己欺瞞であることはわかっているので、通常は具体的な損失基準を示します。

2. 3つのつながりと違い

反応が素早い生徒は、これら 3 つの間に明らかなつながりがあることにすでに気づいています。

ユーザーアクティビティとユーザー維持率の関係は次のとおりです。

ユーザー維持率とユーザー離脱率の関係は次の図に示されています。

したがって、アクティビティ基準がログインであり、解約基準が 3 か月間ログインしていないことである場合、次のようになります。

• Xiao Ming は 2 月 1 日に登録し、その月のアクティブ ユーザーとしてカウントされました。
• Xiao Ming は 3 月、4 月、5 月にログインしなかったため、非アクティブ ユーザーおよび非保持ユーザーとしてカウントされました。
• Xiao Ming は 6 月になってもまだログインしておらず、非アクティブ ユーザー、非保持ユーザー、および失われたユーザーとしてカウントされています。

これら 3 つの指標はすべて能動的な行動を示しているのに、なぜ 3 つに分割する必要があるのでしょうか。なぜなら、これら 3 つの指標は、実際には企業が行動できる 3 つの方向性を表しているからです。

1. ユーザーアクティビティはリアルタイムで計測できる指標です

したがって、短期的な行動はすぐに反映されます。大規模なセールやプロモーションなどの前向きな行動は、すぐにフィードバックを得ることができます。サーバーのダウンタイムなどのマイナスのアクションは、その影響をすぐに確認できます。

2. ユーザー維持にはより長い期間の観察が必要

したがって、体系的および構造的な問題をよりよく反映することができます。たとえば、製品エクスペリエンスの悪さ、競争力の不足、不適切な運用などです。

3. ユーザー損失はユーザーを救うための最優先事項である

ユーザーが来店しない期間が長くなればなるほど、呼び戻すコストが高くなり、ユーザーはそのような製品があることすら忘れてしまう可能性があります。解約インジケーターを設定すると、何人のユーザーが最終目標に到達したかをよりよく思い出すことができます。注意してください。

ビジネスをする際には、長い棒と短い棒を組み合わせて使うことが重要です。ユーザーアクティビティ、ユーザー維持率、ユーザー離脱率の 3 つの指標は、ビジネスの短期、中期、長期の取り組みを示します。したがって、個別の統計と分析が必要になります。

実際、ユーザー グループのアクティビティが減少すると、これら 3 つの指標が一緒に動くことが多く、分析が困難になります。しかし、分析を困難にしているのは数値計算の問題だけではありません。実際のトラブルは以下の通りです。

分析が難しいのはなぜですか?

難しい理由は、ユーザーがログインした場合、ログイン後に何をしたかを正確に把握できますが、ユーザーがログインしなかった場合は、なぜログインしなかったのかがわかりません。ログインしなかった理由は推測することしかできません。これが、これら 3 つの問題の難しさの核心です。リーダーが「ログインしたユーザーは今日どのページを訪問しましたか?」と尋ねた場合、皆さん流暢に答えられると思います。

• しかし、リーダーがこう尋ねたとしたら:
• 非アクティブな理由は何ですか?
• 定着率が低い理由は何でしょうか?
• 解約率が上昇した理由は何ですか?

顔に黒い線がある人は多いと思います。最後にもう一文加えると、「数字ばかり言うのではなく、具体的な理由を教えてください。」多くの人が倒れてしまうと思います。私が考えるのは、「プロダクトマネージャーに聞いてみよう」「何人かのユーザーと話してみよう」ということだけで、おそらく私の手はすでに電話に伸びているでしょう...

しかし、これはトラブルの第一段階に過ぎません。 2 番目のレベルのトラブルは対処がさらに困難です。 WeChatのようなスーパーアプリを除けば、ユーザーが毎日開かなければならないアプリは他にありません。

• 家を借りたり旅行したりするなど、一部のアプリケーションには非常に明確なウィンドウ期間があります。
• インターネット金融商品などの一部のアプリケーションは、自然に非アクティブになります。
• ゲーム、ショートビデオ、ソーシャル製品など、死ぬほど気に入っているアプリケーションもあれば、気に入らないアプリケーションはすぐに捨ててしまうアプリケーションもあります。

こうして、「自然なライフサイクル」という概念が生まれます。

• 冬休みや夏休みにはログインするのがユーザーの自然な状態です。
• ユーザーは、XX 日間使用した後に離脱するのが自然な状態です。
• ユーザーの自然な状態は、四半期ごとに 1 回または 2 回ログインすることです。

難しいのは「自然」という言葉です。この「自然のライフサイクル」は空気のようなものだということが分かるでしょう。誰もがその存在を知っているが、見ることも触れることもできない。自然のサイクルは限られていると誰が言ったのでしょうか?製品がうまくいっていないのではなく、これらのユーザーが自然に失われていると確信できる理由は何ですか?この値は存在するようですが、特定のユーザーになると存在しないようです。

したがって、自然成長率と同様に、いわゆる自然ライフサイクルは、事業者が責任を転嫁するための主な戦場になりやすいのです。高いアクティブ率と定着率は私の成果です。活動率と定着率が低いのは当然の理由です。何もしなければ、さらに低くなります。

このような議論は上司の不満に直接つながり、データ分析に対する要求の高まりにもつながります。誰もが、データ分析者が次のように明確に言えることを望んでいます。「張子涵は当然の理由で辞めました。彼は当社の製品に非常に満足していたので、自然に使用をやめただけで、他に理由はありません。」うーん、本当に張子涵のデータケーブルをチェックして、彼の脳波を直接読み取りたいのですか？

しかし、これは2番目の問題にすぎません。 3番目のトラブルはさらに対処が困難です。ただ、ユーザーの非アクティブ化、低い維持率、離脱の理由を解明すれば、ユーザーを取り戻すことができると誰もが本能的に考えているだけです。これはとても無益で愚かな考えです。別れるとき、男の子が女の子の手を握り、苦々しく尋ねるのと同じです。「なぜ僕と別れるんだ、なぜ、なぜ、なぜ、理由を教えて」

恋愛ドラマを2話見た人なら、これが無意味だと分かるでしょう。しかし、自分自身のこととなると、いつも「なぜ、なぜ、なぜこうなるの！」と自問せずにはいられません。唯一の違いは、今回は上司が質問するということです。恋愛ドラマのように、深夜のスナックスタンドに行って、ビールを数本と串焼きを注文して、彼を酔わせることはできません。

上記 3 つの問題は、ユーザー活動率、ユーザー維持率、ユーザー離脱率の 3 つの値を計算するのは簡単ですが、その背後にある理由を分析し、的を絞った対策を見つけることは非常に困難です。特に、ユーザーのアクティビティ率が低下し、ユーザーの維持率が低下し、ユーザーの離脱率が上昇すると、パフォーマンスプレッシャーにより、さまざまな部門が互いに非難し合い、無理な要求をするモチベーションが急激に高まります。

データを扱う学生がこの状況から無事に抜け出したいのであれば、「真実は戦場で最初に死ぬ」という原則を心に留め、具体的な問題の長所と短所を慎重に分析し、解決策を見つけなければなりません。

著者：陳実力派先生、出典：WeChatパブリックアカウント「陳実力派先生」。