現在のビジネス環境は、トラフィック重視の運用からユーザー維持重視の運用へとシフトし始めています。既存ユーザー重視の時代において、デジタル化の推進は避けられない潮流となっています。そのため、データ分析は企業にとってますます重要になっています。そして、オンラインコミュニティを運営する上で、データ分析は不可欠な基本スキルとなっています。 さて、今日はコミュニティ運営データ分析についてお話します。内容が多岐にわたるため、2回に分けてご説明いたします。 実際には、コミュニティ運営の質、プロセス上の問題の有無、コミュニティの活動レベルなどを、主観的な感覚だけで判断することは難しい場合が多くあります。そこで、比較的客観的なデータが評価に不可欠になります。データ分析は、コミュニティ運営がビジネス目標を効果的に達成し、それに応じたパフォーマンス指標を達成したかどうかを理解するのに役立ちます。 さらに、私たち個人にとって、データ分析スキルは優れたコミュニティ運営の実践者にとって間違いなくプラスになります。コミュニティのコアデータ指標を深く理解し、それに応じた運用戦略を策定することで、コミュニティが企業の運用目標を達成できるよう支援することができます。 さらに、近い将来、データ分析スキルはオペレーション分野のすべての専門家にとって必須のスキルになると言っても過言ではありません。 さて、本題に戻りましょう。コミュニティ運営データ分析はどのように行えばよいのでしょうか。 コミュニティ運営は、単にコミュニティを作って終わりにするだけのものではなく、実際には体系的なプロジェクトであることは誰もが知っています。したがって、このような体系的な課題に直面した時、私たちのデータ分析は、単にいくつかのデータ指標を拾い集めてデータ分析と呼ぶだけでは不十分です。 健全なデータ分析には、適切に構造化されたフレームワークが必要です。したがって、コミュニティ運営データ分析の鍵は、コミュニティ運営に適したデータシステムを構築することです。 なぜでしょうか? データ システムを構築することで、少なくとも 4 つの問題を解決できるからです。つまり、ノース スター メトリックの設定、運用結果の定量化、運用効率の向上、メンバーのパフォーマンスの評価です。 コミュニティ運営エコシステム全体において、包括的かつ容易にアクセスできるデータシステムがなければ、コミュニティ運営者は運営の各段階において、ユーザーのコンバージョン率を迅速かつ効果的かつ正確に評価することができません。これは、運営戦略の効率的な最適化と改善を妨げ、長期的には競争優位性の喪失につながる可能性があります。さらに、コミュニティ運営チームとそのメンバーが行う作業の多くは正確に測定・評価することができず、将来の発展の可能性を著しく制限しています。さらに、最新のデータがなければ、合理的な目標指標を設定できず、運営計画を効果的に導くことができません。 したがって、コミュニティ運営者がデータ分析を効果的に行いたい場合には、実際の運用状況に合ったデータ分析システムを構築する必要があります。 I. コミュニティデータ分析の基本概念では具体的にはどのように設定するのでしょうか? 始める前に、 「データ ディメンション」と「データ メトリック」という 2 つの概念を明確にしましょう。 いわゆるデータ次元とは、問題を分析する角度または入り口点を指し、学生はこれを「ブレークスルー ポイント」と呼ぶのをよく耳にするでしょう。 例えば、7日間で1万人のユーザーを獲得するには、異なるプロモーションチャネルを選択する必要があるかもしれません。これらのチャネルは、オンラインとオフラインに大きく分けられます。オンラインでは広告やバイラルマーケティングを活用し、オフラインでは企業、実店舗、代理店などとの連携を検討できます。これらのオンラインプロモーションとオフライン戦略は、それぞれ異なる側面を持ち、7日間で1万人のユーザーを獲得するという目標を達成するための鍵となります。 コミュニティ運営におけるデータ分析はすべて、同じ次元内で実施する必要があります。次元をまたいで分析しても意味がありません。例えば、オンラインのセルフメディアチャネルのデータとオフラインの代理店プロモーションのデータは、本質的に比較不可能であるため、比較することはできません。分析は必ず同じ次元内で行うべきです。例えば、オンラインプロモーションでは、セルフメディア記事チャネル、ショートビデオ広告、SEOなど、複数の異なるオンラインプロモーションチャネルを選択し、それぞれのデータポイントを比較する必要があります。最終的に、投資額を考慮しながら最適なプロモーションチャネルを選択し、そのリーチを拡大することができます。このようなデータ分析は合理的であり、実用的なガイダンスを提供します。 データメトリクスは、特定の行動やオブジェクトの結果やパフォーマンスを測定するために使用されます。例えば、先ほど述べたように、7日間で10,000人のユーザーを獲得するという目標を達成することは、具体的なデータメトリクスです。もちろん、これには参加率、コンバージョン率、離脱率といった、よく話題になるデータも含まれます。 もちろん、この2つの概念に固執する必要はありません。私たちが行っているのはコミュニティ運営のためのデータ分析であり、ビジネスデータ分析ではありません。 これら 2 つの概念に加えて、データ分類の問題も理解する必要があります。 まず、コミュニティ運営プロセス全体に関わる可能性のあるデータを分類してみましょう。コミュニティ運営に関する私の過去のコースシリーズを聴講された方は、コミュニティマーケティングがリードジェネレーション、コミュニティエンゲージメント、そして収益化という3つの部分に大まかに分けられることをご存知でしょう。 そのため、当社のコミュニティ運営データは、新規ユーザー獲得に関するデータ、コミュニティ活動に関するデータ、コミュニティ取引変換に関するデータという3つのコアステージに大別できます。 もちろん、コミュニティ運営データをこのように分類するのは大まかすぎるため、コミュニティ運営データをさらに細分化する必要があります。ユーザー獲得、コミュニティ活動、コンバージョンをデータディメンションと捉えると、それぞれのディメンションにおいて、具体的なデータ指標をその特性に基づいて、基本データ指標、コンバージョン率関連データ指標、ユーザー行動関連データという3つの主要データ指標にさらに分類することができます。 基本データ メトリック:広告の表示回数、新しいコミュニティ メンバー、有料ユーザー、イベント参加者など、直接表示可能な特定のデータ メトリックです。 コンバージョン率関連のデータ指標とは、基本的なデータ指標に基づいて計算する必要がある指標を指します。例えば、QRコードスキャン率、アクティブユーザー率、コミュニティプロモーションにおける有料コンバージョン率などが挙げられます。 ユーザー行動関連データには、チェックイン、投稿、コメントなど、ユーザーインタラクションに関連するデータが含まれます。そのため、ユーザー行動関連データはインタラクション関連データとも呼ばれます。 以下の表は、コミュニティ運営の3つの段階に基づいてまとめた主要なデータ指標です。もちろん、実際のコミュニティ運営ではより多くの種類のデータが使用される可能性があり、それはコミュニティ運営の規模にも関係するため、すべてを列挙することはしません。ここでは、より重要なデータのいくつかを要約し、分類しました。 さて、データ ディメンションとデータ メトリックの概念、および特定のデータ メトリックの分類を理解したので、自分たちに適したコミュニティ運用データ システムを正式に構築し始めることができます。 II. コミュニティ運営データシステムの構築具体的なプロセスは、ユーザー パス マップの設計、主要なデータ メトリックの特定、データの統合、データ分析フレームワークの構築、そして最後に意思決定のサポートという 5 つのステップに大別できます。 この記事では、ユーザーパスマップの設計と主要なデータ指標の整理に焦点を当てます。データアクセス、データ分析フレームワークの構築、意思決定支援については、次の記事で解説します。 ステップ1: ユーザーパスマップを設計するここでは、概念をよりよく理解していただくために、私が企業向けに実施したコミュニティ イベントをケース スタディとして使用します。 これは知識ベースの有料コミュニティで、一連のコースを宣伝しています。当初は記事やQ&Aなどのチャネルを通じてプロモーションを行い、コミュニティへのトラフィックを促進します。次に、毎日のチェックイン活動を通じてユーザーエンゲージメントを高め、最終的なコンバージョンに備えます。もちろん、この活動は実際にはより複雑で、バイラルマーケティングや配信といったマーケティング活動が含まれます。ここではそれらの側面を簡略化して説明し、主にコミュニティ運営のデータ分析を把握するために用います。 まず、最初のステップは、ユーザー パス図を描くことです。 私自身、ユーザーパスマッピングは多くの運用業務、特にコミュニティ運営に携わる私たちにとって非常に重要だと考えています。コミュニティ運営は本質的にユーザー管理であるため、ユーザーがどのような状況に直面するか、どのようなガイダンスを提供する必要があるか、そしてそれに応じてコンテンツをどのように調整するかを把握するために、ユーザーの実際の行動経路を理解する必要があります。そのため、すべてのコミュニティ運営者がユーザーパスマッピングを習得し、作成できるようになることを願っています。 この場合、ユーザー パス図はおおよそ次のようになります。 ユーザーは、中国のQ&Aサイト「Zhihu」などのサードパーティプラットフォームで当社の記事を閲覧し、リンクをクリックして当社の公式WeChatアカウントをフォローします。すると、そのアカウントから自動的にWeChatの連絡先がカスタマーサービスに送信されます。友達に追加されると、ユーザーは無料の体験レッスンを受講できます。当時、当社はユーザーオペレーション、コンテンツオペレーション、コミュニティオペレーションの3つのコースを提供していました。WeChatでユーザーを追加した後にカスタマーサービスが簡単な問い合わせを行うのは、主にユーザーを分類するためでした。 コミュニティを構築する際に、グループへのトラフィックを直接誘導することはお勧めしません。WeChatにカスタマーサービスを追加することで、ユーザーにタグを付けることができ、たとえコンバージョンが発生しなくても、カスタマーサービスの友達リストに追加することができます。その後、WeChat Momentsでのマーケティングを通じて、ユーザーにさらにさりげなく影響を与えることができます。 このプロセスに戻ると、カスタマーサービスがユーザーをタグ付けした後、まず、興味がありそうな体験レッスンへのリンクを送信しました。例えば、ユーザーがコミュニティ運営に興味を持っている場合、関連する体験レッスンをおすすめします。そして、ユーザーがレッスンを聴き終えると、バックエンドシステムが自動的にクーポン申請ページを表示します。 この時点で、2つのシナリオが考えられます。ユーザーがクーポンを使って注文するか、注文しないかです。ここでは主に後者のシナリオについて説明します。もちろん、コースを修了しなかった、つまりクーポンを申請しなかった人もこのセクションに含めます。 カスタマーサービスチームのWeChatフォロワー数が一定数に達したら、グループチャットの作成を開始します！（ちなみに、年間365日グループを作成するという原則があるのですが、ご存知の方はどれくらいいらっしゃるでしょうか？もしご存知でなければ、以前の記事をご覧ください。） グループを作成した後、コミュニティ内でチェックイン機能を開始しました。ユーザーが7日間連続でコミュニティにチェックインすると、追加のトライアルクラスとクーポンがもらえます。 さて、これはシンプルなユーザーパス図です。もちろん、一部のスクリプトや具体的なアクティビティの詳細は省略しています。 2 番目のステップは、ユーザー ジャーニーの重要なポイントとそれに対応するデータ メトリックを分析することです。このパス図に基づいて、パス全体を次の主要ノードに簡素化できます。 広告露出、公式WeChatアカウント、カスタマーサービスWeChat、ソーシャルメディアグループ、そして最後に有料注文の配置。 次に、これらの主要なノードに基づいて、各ステージの基本データと変換データをリストしました。 たとえば、最初のセクション「広告インプレッション」では、最も重要な基本データはインプレッション数であり、対応するコンバージョンデータはインプレッション率とコンテンツのクリックスルー率です。 次に、 WeChat公式アカウントセクションでは、新規ユーザー数やキーワードメッセージ数といった基本データと、公式アカウントエンゲージメント率やQRコードスキャン率といったコンバージョンデータを分析し、さらにユーザー行動分析を行います。これは、ユーザーが公式アカウントをフォローした後にどのような行動をとるか（メッセージのインタラクションやメニューバーのクリックなど）を分析します。 カスタマーサービスWeChatアカウント（個人WeChatアカウントとも呼ばれます）の主な機能は、追加された友達の数を追跡し、ユーザーにタグを付けることです。これは、後のユーザーセグメンテーションの準備です。これが、このステップの主な目的と言えるでしょう。 次はコミュニティですが、これはさらに顧客獲得、活性化、維持の3つの段階に分けられます。 ①顧客獲得期から順に解説していきます。 この段階で注目すべき最も重要な基本データは、グループに参加および離脱する人数であり、対応するコンバージョン指標は参加率と離脱率です。 ここで重要なのは、グループに参加する人数とカスタマーサービスが追加した友達の数は必ずしも一致しないということです。まず、お客様が前述の360度グループ作成の原則を満たすだけの友達を追加したら、私たちが直接グループを作成できるようになります。コミュニティが発展するにつれて、他の新規ユーザーが積極的に参加するようになります。次に、カスタマーサービスはWeChatを介してユーザーと1対1でコミュニケーションを取り、タグ付けを行います。これにより、ユーザーごとに異なるタイプのコミュニティを構築できます。したがって、これら2つは異なります。 この段階では、主に入社率と退職率という 2 つの重要な指標を分析する必要があります。 グループ参入率 = メンバー数 / 参入チャネルを通じた露出 グループ離脱率 = 一定期間内にグループを離脱した人数 / コミュニティの総人数 前者は主に、コンテンツの魅力度と、どのチャネルが最も高い露出効果を発揮しているかを反映しています。後者は主に、コミュニティコンテンツの価値とユーザー維持率を反映しています。さらに、どのようなバイラルマーケティング活動が参加率を高めるのか、ユーザーがグループを離脱する理由は何か、いつ離脱するのか、離脱率をどのように下げるのかなどを分析できます。 ここには隠しデータインジケーターもあります。 ユーザー純増数 = 一定期間の新規ユーザー数 - グループから離脱したユーザー数 純ユーザー数の増加は、最も直接的かつ客観的なパフォーマンス指標であり、これによって後続のユーザー数と運用戦略の規模が決まります。 コミュニティ運営者は、肯定的または否定的なデータを用いて、コミュニティが上昇局面にあるか下降局面にあるかを分析することができます。これらのデータは、直接的な結論を導き出すのではなく、参考資料として活用することが主な価値です。対応する指標は、コミュニティの累計メンバー数です。 累計増加数と純増加数の差は、顧客維持率と顧客離脱率を表します。現在の運用状況と特定の日における重要な運用アクションに基づいて分析し、改善を図ることができます。 日常業務では、次のような表を作成できます。 統計情報の作成にはサードパーティ製のツールも使用できます。 ②次のステップは活性化フェーズです。 現段階では、いかに顧客のアクティビティを高めるかが運営の鍵となります。一般的に、コミュニティのアクティビティレベルが高ければ高いほど価値は高まり、逆に低ければ低いほど価値は高まります。そのため、私たちは「インタラクション率」と「コンテンツ量」という2つの指標に重点的に取り組んでいます。 インタラクション率 = 当日の有効な発言者数 / グループメンバー総数 アクティブユーザー数を算出する前に、コミュニティ運営者は「インタラクション」の基準（例えば、平均1日1投稿以上など）を定義する必要があります。この基準に基づいてアクティブユーザーを絞り込み、最終的にアクティブユーザー数を算出します。インタラクション率が低下した場合は、問題に対処するための運用戦略を策定する必要があります。 この段階では、これをさらに拡張して、たとえば、実際の運用戦略に基づいて、メッセージの総数や 1 人あたりの平均メッセージ数を計算することができます。 総メッセージ量とは、一定期間内にコミュニティ内で交わされたメッセージの総数を指します。また、1人あたりの平均メッセージ量は、総メッセージ量をコミュニティの人数で割ったデータです。 インタラクション数から、アクティビティに参加したユーザーの数と、その関与の深さが分かります。インタラクション数が多いほどエンゲージメントが高いことを示し、ユーザーの好みやグループのインタラクション特性をさらに分析することができます。 したがって、後続のアクティビティで戦略を反復して最適化することで、運用効率を向上させることができます。 さらに、メッセージの時間分布もあります。 一日を通してのメッセージの分布を統計的に分析することで、コミュニティの活動がピークになる時間帯にアクティビティ、共有、プッシュ通知をスケジュールすることができ、コミュニティへの参加とユーザーのエンゲージメントが大幅に向上し、ユーザー満足度も向上します。 もちろん、トピックの頻度を追跡することもできます。 コミュニティ内で一定期間にわたって頻繁に出現する単語を分析する主な目的は、コミュニティメンバーが好むトピックを特定することです。これにより、メンバーの嗜好を分析し、ユーザープロファイルを洗練させ、最終的にはより効果的で魅力的な活動やマーケティング戦略を構築し、コミュニティの収益を向上させることができます。 同様に、コミュニティ活性化フェーズでも、データ統計を容易にするためのテーブルを作成できます。 上記はすべて、主要な行動および行動コンバージョン率と総称されます。コミュニティ内の主要なユーザー行動には、チェックイン、コンテンツの閲覧、アクティビティへの参加なども挙げられます。これは、コミュニティ運営戦略や、共通の目標やイベントをどのように定義するかによって異なります。 ③第３段階：保存期間 この時期、既存ユーザーを維持するコストは新規ユーザーを獲得するコストよりもはるかに低かったため、いかにしてリテンション率を向上させるかが私たちの運営上の課題でした。そのため、私たちが最も注力した指標は「リテンション率」でした。 維持率 = 期間中に維持されたユーザー数 / 新規ユーザー数。ここで、新規ユーザー数とは、一定期間中にグループに参加したユーザーの数を指します。 リテンション率は通常、日数に基づいて計算されます。例えば、1日目のリテンション率は、（新規ユーザー追加後1日目にアクティブなままのユーザー数）÷ 1日目の新規ユーザー総数として計算されます。 30 日目の維持率: (最初のユーザー登録日から 30 日経過してもアクティブな新規ユーザーの数) / 1 日目の新規ユーザー総数。 つまり、簡単に言えば、X 日目の維持率とは、最初のユーザー登録後、N 日目にまだアクティブな新規ユーザーの割合です。 統計を実行するためにテーブルを使用することもできます。次に例を示します。 ここでは、全員が心の準備を整える必要があります。コミュニティの構築はユーザーとユーザーのライフサイクル全体に関係するため、ユーザーの離脱は避けられません。100%の離脱ゼロは実現できません。だからこそ、優れた運用プロフェッショナルとして、この離脱状況を受け入れるべきです。 しかし、顧客離れの原因を徹底的に分析する必要があります。製品、サービス、それとも体験に原因があるのでしょうか？そうすることで、クーポンや価値の高いコンテンツを提供することで顧客を取り戻せるかどうかを検討できます。 さらに、特にコミュニティの成長に伴い、ターゲットとしていないユーザーも大量に流入してくるため、維持率だけが指標ではありません。つまり、ユーザーの価値観が私たちの価値観と合致しない場合、次のステージに進む可能性は低くなります。したがって、そのような状況では、適切に手放すことを選択することが最善の戦略です。 ④第４段階：有料転換期間。 さて、ユーザー ジャーニーの最後の重要なノードである支払い段階に戻りましょう。 このステップで最も重要なデータ メトリックは、注文数をグループ メンバーの総数で割ったコンバージョン率です。 業界や製品の種類によって、コンバージョン率の妥当な範囲は異なります。例えば、eコマース業界の平均コンバージョン率を、知識ベースの有料コンテンツ分野の基準として使用することはできません。また、フラッシュモブグループのコンバージョン率を学習コミュニティのコンバージョン率の測定に用いることもできません。 そのため、コンバージョン率だけでなく、コミュニティの投資収益率であるコミュニティROIや、平均注文額、総注文金額・注文数にも注目する必要があります。 コミュニティROIは、主に投資と売上のバランスを測定し、過剰な補助金や過大な投資を回避します。一般的に、ROIが1を超える場合、さらなる投資が必要であることを示します。 平均注文額（AOV）は、コミュニティマーケティングの効果を評価する上で重要な指標です。トラフィックのコンバージョン率が一定であれば、AOVが高いほど一般的に収益も高くなります。しかし、AOVが高いほど良いというわけではなく、コミュニティの具体的な状況に基づいて判断する必要があります。 これらは、ユーザージャーニーに基づいて特定された主要なノードと、各ノードで収集する必要がある主要なデータ指標です。しかし、1つのステップが欠けています。私が挙げた例は、最終的なコンバージョンに重点を置いているフラッシュモブコミュニティです。成長志向のコミュニティやコアメンバーグループにとって、もう1つの重要なステップは共有です。 共有フェーズでは、ユーザー間のバイラル拡散を達成することによってのみ低コストでユーザーの増加を達成できるため、ユーザーの忠誠心と満足度を測定することに主な焦点が当てられます。 そのため、様々なユーザータイプの割合を差別化し、それに応じたアクティビティを設計することが不可欠です。ユーザーはコンテンツを自発的にソーシャルサークルに共有し、新たなユーザーを獲得します。これが実現すれば、コミュニティ運営は閉ループを形成します。 上記は、コミュニティ運営データ分析システム構築の最初の2つのステップです。残りの3つのステップについては、次の記事で詳しく説明します。 著者: パイ・イェ・オペレーションズ |
