これは3部構成のシリーズの第1回です。この記事では、モバイルアプリケーション向けのビジネス分析の概要を説明します。価格設定、収益予測、ユーザーの購入見込み予測などに活用できる様々なデータモデリング手法について解説します。後続の記事では、ビジネス分析や相関ルール、そしてビッグデータとの統合など、モバイルアプリケーション開発者にとって特に興味深いトピックについて解説します。

I. ビジネス分析入門

ビジネスアナリティクスは、芸術と科学の両方の要素を持つとよく言われますが、膨大なデータに基づいてビジネス価値に関する情報と洞察を生み出すことを意味します。今日の市場において、その重要性はますます高まっています。現代の企業は、モバイルユーザーの行動データなど、様々なソースからのデータにアクセスできます。しかし、これらのデータは事業計画や市場調査において十分に活用されていないことがよくあります。なぜでしょうか？それは、生データは野生の馬のようなもので、企業はまず大量のデータを適切に処理し、ビジネスアナリティクスの基盤を確立する必要があるからです。

モバイルアプリケーションの分野では、観察データはビジネス分析の基礎となり、環境（例：ビジネス環境における企業の強みと弱みに関連する機会と脅威の特定）、ユーザー（例：1週間以内にアプリ内購入を行う可能性が最も高いユーザーグループを特定する方法）、トランザクション（例：アプリ内購入はいつ発生するか）の3つのタイプに分類できます（下のインフォグラフィックを参照）。ビジネス分析は、観察されたデータのパターンを検証し、論理的な解釈を得ることを目的とした段階的なプロセスです。調査データや実験データは、後からビジネス分析を補完するために活用できます。

ガートナーの調査によると、取引データは多くの業種で最も広く利用されているデータソースです。小売業（93%）や銀行業（83%）といった伝統的な業界は、ビジネス取引データの活用が最も活発です。これは、1970年代に小売業でバーコードが、銀行業で信用スコアリングが広く普及したことと関連しており、ビジネス分析の起源と言えるでしょう。モバイルアプリケーションにおいて、Countlyの包括的なワンストップデジタル分析ソリューションプラットフォームは、取引データ（アプリ内購入記録など）とログデータ（個々のユーザーイベントログ、ファネル記録、アプリ内検索語句記録など）を用いたビジネス分析のための堅牢な基盤を提供します。

出典: ガートナー 2013

II. ビジネス分析の価値

データドリブンマーケティングは、ユーザーロイヤルティ、ユーザーエンゲージメント、そして市場成長において、明確な成果をもたらします。データドリブンマーケティングをリードする企業は、競合他社と比較して、ユーザーエンゲージメントと市場成長において著しく高い成果を上げています。2015年のForbesレポートによると、リーディングカンパニーは、ユーザーエンゲージメント／ロイヤルティにおいて競争優位性を獲得する可能性が3倍（74% vs. 24%）、収益増加を達成する可能性もほぼ3倍（55% vs. 20%）高いことが示されています。

データ分析は、ビジネス理解を深め、潜在的な問題を積極的に特定し、成長の原動力を明らかにし、現在および将来の収益源に関する洞察を提供します。生み出される価値は計り知れません。企業やユーザーの行動データに埋め込まれた洞察は、それぞれのソースから統合され、マーケティング、物流、財務、人事など、企業内の様々な部門にとって非常に貴重なものとなります。

III. ビジネス分析のコアテクノロジーの紹介

UberやAmazonのような業界リーダーからは、優れたモバイル体験の提供が期待されています。これらの企業は、チャネルやデバイスを問わず、一貫した体験を提供できるようビジネスを変革しました。ユーザーエクスペリエンスに重点を置き、関連するビッグデータポイントを効果的に活用し、ビジネスの中核となるユーザーインサイトの閾値を確立しています。

次に、ビジネス分析手法は次のように分類できます。

1. 教師あり学習法は以下の問題に使用できる

（1）ATMなどの分類行動分析：異なる地域のATMは毎日どのくらいの量の紙幣を用意する必要があるか？引き出し量に影響を与える要因を理解する。

（2）不正検知などの予測分析：大量の取引記録から不正行為をどのように見つけるか？異常な高額現金取引や誤った注文番号を指摘する。

2. 教師なし手法

（１）電子商取引の買い物かごなどの関連ルール：ギフト用の包装紙とギフトカードを同時に購入する人の割合（57％）と、ギフトを購入してから1週間以内にギフト用の包装紙を購入する人の割合（28％）。

（2）パフォーマンス向上プログラムなどのデータ削減：業務運営の最適化に関連するデータをどのように特定するか？類似企業のパフォーマンスと実践を観察し、関連するデータに関する認識を高める。

ビジネスアナリティクスには、データ探索やデータ可視化など、教師あり学習と教師なし学習を組み合わせた領域も含まれます。教師あり学習と教師なし学習がカバーする範囲を理解するために、以下のインフォグラフィックにまとめました。

IV. 行動を起こす

つまり、ほとんどの企業は膨大な量のデータを保有しており、それらはすぐに貴重なインサイトへと変換できます。ビジネスアナリティクスの威力を発揮するには、まずビジネスアナリティクスの目的を絞り込み、データ活用の機会を迅速に特定することを検討してください。その後、この初期分析を基にさらに深く掘り下げ、収益性、マーケティングキャンペーン、営業チームの構成を中心としたサイクルを構築し、より情報に基づいたビジネス上の意思決定につなげましょう。

モバイル データ分析を始めたばかりの読者のために、成功の可能性を高めるためのヒントをいくつか紹介します。

まず、結果について考えることを忘れないでください。「結果とは何か？ あるいは、どのような結果が必要なのか？」このステップには時間がかかりますが、企業があなたを採用したいと思えるような結果になることが確実です。

第二に、包括的かつゆっくりとした思考ではなく、機敏かつ迅速に、段階的に考えましょう。小さなデータセットを分析し、どこにチャンスが潜んでいるかを特定しましょう。

3 番目に、これらのデータセットを観察する際には、ユーザー離脱分析、エンドユーザーの価値、きめ細かい成長要因などの価値の高い指標を優先します。

4番目に、適切な人的資源またはコンサルティングリソースに投資します。もちろん、企業はまず、データベースの経験を持つ人材など、既存のチームから適切な人材を選抜する必要があります。

5. このプロセスを繰り返して、より多くの価値を構築・創造します。このプロセスは、毎月、四半期ごと、または必要に応じて実行できます。効率性を高めるために、将来の分析を容易にするテンプレートを作成してください。

著者紹介

[[168916]]

Chen Junxunは、Countlyの中国およびアジア太平洋地域マーケティングマネージャーです。Countlyは、包括的なユーザー行動データを容易にエクスポートできるオープンソースのデータ分析プラットフォームです。モバイルアプリケーションとWebアプリケーション向けに高度な分析とマーケティング機能を提供します。私たちはオープンソースソフトウェアの活用を重視しており、50を超えるオープンソースライブラリ、SDK、フレームワークを提供しています。オープンソースSDKに加え、サーバーサイドコンポーネントやダッシュボードを含むバックエンド全体を提供しています。Countlyへのお問い合わせは、[email protected]までお願いいたします。