ユーザープロファイリングプロジェクトで最悪なことは何でしょうか？一言で言うと、全く役に立たない！データチームがいわゆる「360度ユーザープロファイル」の作成に丸一日を費やし、結局ビジネスチームから批判されるということがよくあります。 性別や年齢がわかっても、どうするんですか！ 過去には消費が高かったが、将来はどうなるだろうか？ 高潜在性としてマークした場合、それは実際に高潜在性があることを意味しますか? これらの問題はすべて、SIKTモデルに基づいてプロジェクトを進めていないことに起因しています。ユーザープロファイルはビジネスシナリオから切り離されており、ビジネスがユーザープロファイルをどのように活用できるかが考慮されていません。 この行き詰まりを打破するには、ビジネスシナリオに立ち返り、ユーザープロファイリングがどのように役立つのかを真剣に検討する必要があります。SIKTモデルは、この問題に対処するための概念モデル（アルゴリズムモデルではありません）です。 01 SIKTモデルの原則SIKTモデルは、タグを整理するための方法論です。タグはユーザープロファイルの基盤であり、プロファイルシステムの構成要素です。ユーザープロファイルシステムが有用であるためには、タグ自体が価値あるものでなければなりません。そのため、データ担当者はタグを作成する際に、直感に頼って「性別、年齢」を早口言葉のように適当にシステムに詰め込むのではなく、ビジネスシナリオから始めて、階層ごとに作業を進めていく必要があります。
この方法を使用して作成されたタグは簡単に観察できます。
タグは万能薬ではないことに注意することが重要です。ビジネスシナリオによっては、タグが必要ない場合もあります。したがって、この手法を使用する最初のステップは、ビジネスシナリオを分析し、タグと関連性の高いシナリオを特定することです。 02 ビジネスシナリオ分析本質的に、タグはビジネス情報を凝縮したものです。凝縮されていない情報と比較して、タグには主に3つの利点があります。
要約すると、ほぼすべてのビジネスオペレーションは、現状把握、戦略策定、そして手法選択という3つのステップから成ります。したがって、急速な拡大、土地収奪、そして規制のない成長の段階にある業界だけが、ラベルを必要としません。 業界がまだ急成長しているなら、検索、分類、選択といった手間をかける必要などあるでしょうか？ とにかくお金を投じて、やってみましょう！ しかし、業界の成長が鈍化し、コスト管理と効率化が求められるようになると、タグが役に立ちます。 03 応用事例シナリオ 1: インターネット企業の広告部門は、プライベート ドメイン広告のために影響力のある人物 (KOL) を選択する予定です。 このキャンペーンの重要な指標は明確です。それはコンバージョン率です。重要なのは、プライベートドメインキャンペーンであるため、主要インフルエンサーから広告スペースを購入しても、そのファンベース全体しかカバーできないということです。意思決定段階でユーザーセグメンテーションを行うことはできません。そのため、キャンペーンを細分化する意思決定段階では、タグ最適化は利用できません。 ただし、現状を把握し、方法を選択する段階では、ラベルが役立ちます。 認知段階：影響力のあるKOL（インフルエンサー）は数多く存在し、中には複数のプラットフォームにまたがって存在するKOLもいます。この段階では、KOLをタグで分類することで、基本情報を容易に確認し、適切なKOLを選択することが容易になります。 選択フェーズ：同じ広告に対して、5～6種類の異なるクリエイティブが利用できる場合があります。この段階で、クリエイティブをタグで分類することで、選択の難易度が下がり、効率が向上します。 ここで使用するタグは、完全にユーザータグではないことに注意してください。例えば、「インフルエンサー」カテゴリのタグは、プロモーション担当者が手動でラベル付けする必要がある場合があります。同様に、「記事タグ」は、マテリアルデザイン担当者が手動で分類する必要があります。 ここで使用されているタグは、一度に生成されたものではないことに注意してください。例えば、「Big V」タグの「チート」タグは、以前のコラボレーションでチート行為が発覚したことを受けて、他のプレイヤーが騙されるのを防ぐために追加されました。同様に、「マテリアル」タグの「使用効果」タグは、複数のマテリアル配置の効果を観察した後に追加されました。 これはより深刻な問題を提起します。ユーザープロファイルの構築は、一人の無敵のデータアナリストがデータベースを組み立てるだけで一夜にして実現できるものではありません。こうしたビジネス分類とパフォーマンスの追跡には、長期にわたる蓄積と、ビジネス関係者の協力が必要です。 04 別の小さなケースを見てみましょう。シナリオ 2: インターネット企業のユーザー オペレーション チームは、購入を促すこと (金額に関係なく) を目的として休眠ユーザーを再アクティブ化することを計画しています。 このシナリオでは、重要な指標は明らかです。それは休眠ユーザーのアクティブ化率です。 シナリオを細分化すると、認知段階は休眠ユーザー層が既に特定されているため比較的容易であることがわかります。しかし、戦略段階はより複雑です。 まず、ユーザーが休眠状態に入る前は、消費習慣や経験が異なるため、ユーザー特性を区別し、適切なアクティベーションプランを見つける必要があるかもしれません。 第二に、現在の休眠状態は将来の休眠状態を意味するものではありません。ユーザーには一定の確率で自然復帰の可能性があります。こうした自然復帰ユーザーを区別できない場合、再活性化に投入されたリソースは、抜け穴を悪用する者によって奪われてしまう可能性があります。 したがって、重要な運用レベルでは、次の 2 つの重要なサポート システムが必要です。
どちらの点もタグの必要性に該当します。ただし、実装方法は異なります。過去のニーズ分析はデータに基づいて行われていたため、履歴データを用いてユーザーのセグメンテーション／グルーピングを行うことができました。しかし、将来の再活性化を予測する必要があり、そのためにはアルゴリズムモデルのサポートが必要です。 興味深いことに、潜在的な消費者が正確に予測されると、再活性化リソースはこれらの予測された消費者を回避するために割り当てられ、その後の ROI 計算がより良くなるでしょう。 これはより深刻な問題につながります。予測モデルの開発と利用方法は、ビジネスシナリオと密接に関連しているからです。多くの人は、ユーザープロファイルを構築する際に、ビジネスコンテキストを考慮せず、単一の「予測モデル／レコメンデーションモデル」で全てを解決できると考えがちです。これは非常に非現実的です。 05 要約要約すると、SIKT 操作プロセス全体から、ユーザー プロファイルを有効にするには、まずタグを有効にする必要があることがわかります。 タグを有効にするには、次のことが必要です。
つまり、真の成果を上げるには、全員の共同努力が必要です。データアナリストだけに頼ったり、既存のデータベースの限られたフィールドだけに頼ったり、ビジネスコンテキストを考慮せずにモデルを構築したり、ビジネスアクションを考慮せずにデータ収集について議論したりすると、冒頭で述べたような役に立たないプロファイルしか得られず、表面的で非効率的なアプローチになってしまいます。 著者：地に足のついた教師チェン WeChat公式アカウント：地に足のついた陳先生（ID：gh_abf29df6ada8） |
