|
データサイエンスは、ノイズに隠れたシグナルを見つけることに重点を置いています。これは言うは易く行うは難しですが、多くのデータ専門家に頼ることなく実現可能です。この記事で紹介する定量分析手法は、基本的な統計手法を実際に体験したい人にとって、非常に実践的な入門手法です（詳細はリンク先をご覧ください）。基本的に、このプロセスは次の4つのステップに要約できます。 1. 観察：モバイルユーザーデータのトレンドは、ユーザーがアプリケーションをどのように、いつ、どこで、なぜ利用しているのかをより深く理解するのに役立つ、予期せぬ洞察をもたらす可能性があります。これらの洞察は価値あるものとなる可能性があり、ユーザーエクスペリエンスを最適化するための意思決定に活用できます。 2. 仮説的枠組みの構築：すべての情報が揃っていない場合、帰納的推論が必要になります。これはモバイルアプリケーションの場合に特に当てはまります。対象ユーザーが集まってインタビューを待つことはまず考えられないからです。 3. データ収集：仮説を判断する上での課題の一つは、関連するタスクに役立つ利用可能な証拠を特定することです。私の意見では、機械学習アルゴリズムの詳細を検討する前に、まずこれを行うべきです。 4. 仮説の評価：生成モデルの出発点は、データをさらに説明することです。次に、モデルが現在観測されているデータをどれだけ適切に説明できるかに基づいて、モデルの信頼性を評価します。 高品質で実現可能な意思決定を行う データサイエンスは、ビジネス上の仮説とそれが実際にどのように機能するかの競争と言えるでしょう。Countlyとの提携により、モバイルユーザーの行動に関する完全なデータセットと、データの視覚化に必要なツール一式へのアクセスが可能になります。定量分析には、サンプリング手法を用いて収集されたデータを分析するのではなく、モバイルユーザーの行動に関する完全なデータセットを使用する必要があります。サンプリング手法を用いると、分析に不確実性のバイアスが生じる可能性があります。わずか数回のクリックで、ユーザーに関する幅広い詳細情報を視覚的に表示できます。例えば、Countlyを使用すれば、複数の言語環境におけるアプリユーザーの生データと割合を迅速に視覚化できます（下のスクリーンショットを参照）。このアプローチはExcelよりも視覚的に魅力的であり、日々のデータ分析のために生データをエクスポートする必要がないため、チームの時間を節約できます。 さらに、Countlyはモバイルデータや他のソースからの人口統計データを柔軟に統合できます。例えば、銀行はバックエンドのデータ（年齢、推定収入、婚姻状況、最近の大口取引、最近の住所変更）を統合する必要があるかもしれません。これにより、Countlyはアプリ内でのユーザー行動をより深く理解し、特定のプッシュ通知を通じてマイクロターゲティングを促進できます。これにより、データ分析はよりターゲットを絞り、ビジネスニーズにより適したものになります。 この刺激的なデータドリブンの分野で成功するには、成功の定義を広げる必要があります。あなたにとって「成功」とは何でしょうか？この質問は一見するとそれほど単純ではありません。あなたの優先事項は何ですか？アプリ内購入に重点を置いている場合、目標は収益とユーザー生涯価値（LTV）です。収益化をそれほど重視していない多くのアプリでは、ユーザー維持が主な焦点となるでしょう。 では、データの分析を始めましょう。Countly はアプリのユーザーデータに100% アクセスできるため、エンゲージメントの高いユーザー（例えば、フィットネスアプリを運営していて、リテンションを成功指標としている場合）と、これらのユーザーが登録時に取るアクションを詳細に分析できます。エンゲージメントの高いユーザーの行動パターンを観察し、定量的なアクセス分析を実施することで、アプリの最も魅力的な機能を特定します。その結果、チームはアプリダウンロード後10日間のリテンション向上に役立つアクションに関する重要な仮説を得ることができます。 1. 推奨される演習を 3 つ完了します。 2. コミュニティに 5 つの情報を投稿します。 3. 5つの健康的な食習慣に焦点を当てる 各操作ごとにキューを定義し、サンプルデータに対してバイナリ分類テストを実施することで、登録後2ヶ月における各ユーザーグループのリテンションパフォーマンスを比較します。その後、各テストの陽性予測値と陰性予測値（下記で定義）を観察し、目標とする主要な閾値を決定します。 テスト 1: ユーザーは最初の 10 日以内に 3 つ以上の推奨エクササイズを完了しましたか? テスト 2: ユーザーは最初の 10 日以内にコミュニティに 5 件以上のメッセージを投稿しましたか? テスト 3: ユーザーは最初の 10 日以内に 5 件以上の健康食品に関する投稿をフォローしましたか? 推奨エクササイズを3つ完了すると、明らかにより良い結果が得られます。したがって、この指標は2ヶ月間のリテンションに対して高い陽性予測値を持ちます。逆に、エクササイズを3つ未満しか完了しないと、陰性の予測値が高くなります。このテストは2ヶ月間のリテンションの優れた予測指標です。基準を満たせばアプリのリテンション率は99%が保証されますが、基準を満たさない場合は、ユーザー離脱率は95%になります。 5件のメッセージを投稿し、5件の健康的な食生活のヒントに従うことは、リテンションと強い相関関係にあり（したがって高い陽性予測値を示しました）、重要な基準を満たしていませんでした。これらのアクションを行わなかったユーザーも、2ヶ月後もアプリを使い続ける可能性は高いです。 これまでのところ、推奨ワークアウトの完了が重要な閾値であるようです。もう 1 つの重要な評価ポイントは、ユーザーにアクションを完了させることの価値です。言い換えると、2 か月後のアプリのリテンションを向上させるために、ユーザーに 3 つの推奨ワークアウトを完了してもらうためのコストはどれくらいでしょうか。数字を分析すると、3 つの推奨ワークアウトを完了すると、2 か月後のリテンションの可能性が約 20 倍に増加するのに対し、5 つのアップデートを投稿し、5 つの健康的な食事に従っても、リテンション率は 2 倍にはなりません (それぞれ 1.3 倍と 1.1 倍にしかなりません)。回帰分析でこの結論に達することもできますが、時間がかかりすぎます。詳細については、この URL を参照することをお勧めします。データ分析結果は、ユーザーに 3 つの推奨ワークアウトを完了するように促すことに時間と労力を投資する価値があることを示しています。5 つのアップデートを投稿し、5 つの健康的な食事に従っていることは、リテンションと強い相関関係にある (したがって、高い陽性予測値を持つ) が、重要な閾値を満たしていません。これらのアクションを実行しないユーザーでも、2 か月後にアプリを使い続ける可能性は高いです。 機械学習やより複雑なモデルにご興味をお持ちの方は、Rで実装された非構造化データ用のK平均法クラスタリングの使用をお勧めします。この手法は、3ヶ月間の顧客維持率など、ビジネス目標に関連する特定のクラスターを特定する別の方法を提供します。観測データは指定された基準に従ってK個のグループに分割され、その後、最も関連性の高いクラスターを形成するように再グループ化されます（下の例を参照）。 階層的クラスタリングと比較して、K-meansクラスタリングはより大きなデータセットを処理できます。さらに、観測値は単一のクラスターに恒久的に固定されるわけではありません。分析中に観測値は移動するため、全体的な結果が向上します。K-meansクラスタリングについて詳しくは、*R in Action*の著者であるRob Kabacoffの記事を読むことをお勧めします。 シンプルに 誤差が最小となる一般化モデルは、将来の観測結果を最も正確に予測する可能性が高くなります。これはオッカムの剃刀の原理です。重要な閾値を決定する際には、2つの重要な考慮事項があります。1つ目は、安定性とシンプルさを維持することです。あまりにも多くの異なるアクションを包含すると、測定が困難になり、時間の経過とともに変化する可能性があります。また、チームの集中力を削ぎ、次のステップへと繋がってしまいます。 行動を起こす 主要業績評価指標（KPI）が特定されたので、ユーザー満足度とエンゲージメントを向上させるために克服すべき閾値が明確になり、それに応じた行動をとる必要があります。インドを代表するオンライン広告パフォーマンス管理会社であるSokratiは、ホリデーシーズンの始まりに2～3日間のFacebookキャンペーンを実施し、あるジュエリーブランドの売上を300%以上増加させることに成功しました。彼らの戦略は3つのステップで構成されていました。 重要なのは、ホリデーシーズンを活用して、より多くのユーザーに迅速な行動を促すことです。様々なオーディエンスセグメントを深く掘り下げてリーチを拡大することで、エンゲージメントとリテンションの向上が期待できます。これらのコンセプトと構造がお役に立てば幸いです。引き続き議論を続けたい方、また、皆様の体験談を共有したい方は、ぜひCountlyまでお気軽にお問い合わせください。 著者紹介 Chen Junxunは、Countlyの中国およびアジア太平洋地域担当マーケティングマネージャーです。シンガポールの南洋理工大学で消費者インサイトとマーケティングの修士号をパートタイムで取得中です。モバイルデータ分析、コーヒー、そしてイングランド・プレミアリーグに情熱を注いでいます。CountlyとSokrati（[email protected]）までお気軽にお問い合わせください。Countlyは、モバイルおよびWebアプリケーション向けの高度な分析とマーケティングサービスを提供しています。オープンソースソフトウェアに注力し、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。 |
