ユーザープロファイリングは有料広告のコンバージョン率を高めることができるのでしょうか？もちろんです。問題は、どのように高めるかです。 先日、学生Aが面接中にこの質問に遭遇しました。Aは手を挙げてこう言いました。「この質問の答えは分かっています！RFMモデルを構築し、ユーザーを27のカテゴリーに分類し、重要なバリューカスタマー（111）にVIPステータスを与え、重要なリテンションカスタマー（011）とは積極的にコンタクトを維持する…」。そして、27のカテゴリーを流暢に暗唱しました。 結果、面接官に不合格になってしまいました！ まず、ユーザータグについて説明する際のシナリオについて説明します。まず、あらゆる分析手法には、特定のビジネスシナリオに固有の限界があります。一般的に広く普及しているRFMアプローチは、耐久財、ベビー用品、医療、健康製品、ゲーム、映画・エンターテインメントといった、高頻度でインタラクティブな小売Eコマースのシナリオにのみ適しています。この応募者はたまたま適任ではありませんでした。小説読み上げアプリの面接を受けていたのです。 小説出版業界では、有料購読の動機はコンテンツに大きく左右されます。ユーザーにお金を使ってもらうには、彼らが楽しく読めるコンテンツが必要です。ユーザーの満足度を確保するには、ユーザーがどのようなコンテンツを好むかを理解する必要があります。これは、ユーザープロファイリングが解決を目指す課題の一つです。 どちらもコンテンツの一種ですが、小説は短編動画やライブ配信とは異なります。ユーザーの楽しみは、画面上で揺れる若い女性やおしゃべりな「チキンガイ」によって直接引き起こされるのではなく、読み続けるという没入感によってもたらされます。 これにより、コンテンツを見つける → クリックして読む → 読み続ける → 有料ページへ移動 → 支払う → 支払いを続けるという、段階的で没入感のあるコンバージョンプロセスが生まれます。したがって、ユーザーの現在の段階を特定し、次の段階へと導くことが、ユーザープロファイリングが解決を目指す2つ目の課題です。 この時点で、さらに次の点を検討できます。ユーザー プロファイルを構築するために、小説閲覧アプリからどのようなユーザー タグを取得できるでしょうか。 II. 基本属性タグユーザーのプロファイリングとなると、多くの人が性別、年齢、職業、収入、趣味など、リストを次々と挙げてしまいます。情報収集フォームを作成するだけで、これを完了できます。 フォームをデータ収集に活用できるシナリオは確かに存在します。例えば：
しかし、これらのフォームは事業そのものの本質的なニーズに基づいており、これらの情報がなければサービスは提供できません。そのため、この種のフォーム情報はユーザーにとって理解しやすく協力しやすく、収集の難易度も比較的低く、検証も容易です。 小説の文脈では、フォームベースのデータ収集は適していません。 なぜなら、小説に対する「愛」は実際にはまったく必要ないからです。
個人のプライバシーに関わる情報は言うまでもありません。小説を読むのに戸籍謄本の確認が必要なのでしょうか？これはユーザーには理解されておらず、仮に強制的にデータを収集したとしても、それは偽物になってしまいます。 したがって、フォームを設計する際には、控えめに、重要な項目に焦点を絞ることが重要です。性別は読みやすさにおいて大きく異なり、ユーザーにとって理解しやすいため、フォームで収集することができます。さらに、性別はMECE原則に準拠したシンプルな選択肢であり、曖昧さを招く可能性は低いです。 別の観点から見ると、私たちが収集しているのは、読書の興味です。 オプションには、ファンタジー、歴史、タイムトラベル、ロマンス、横暴な CEO などがあります。 例えば、ファンタジーやタイムトラベルを題材にした物語はどのカテゴリーに該当するのか、あるいは、力強い女性主人公の物語はどのカテゴリーに該当するのかなど、ユーザーは簡単に誤解してしまいます。ユーザーが曖昧な情報を入力すると、結果として問題のあるデータが生成されます。こうした細かい点は些細なことのように思えますが、実際には基本属性タグの精度を左右するのです。 III. 主要な行動タグユーザーの現在のステージを正確に把握するには、ユーザータイプを区別する最も重要なタグを特定する必要があります。目標はコンバージョン率の向上であるため、支払い関連のタグは非常に重要です。ユーザーの支払い履歴に基づいて、ユーザーを「未支払い／小説1冊分購入済み／2冊以上購入済み」の3つの状態に分類できます。ガイダンスの方向性も明確です（下の画像を参照）。 上記のカテゴリーにおける戦略の一つに「ガイド付き読書」があります。これは、小説の購読を継続することです。つまり、ユーザーが小説を読んでいる間、その進捗状況を監視する必要があるということです。 有料小説が終了または更新停止した場合は、速やかに新しいコンテンツを推奨する必要があります。ユーザーが興味を持てなかったり、怒りのあまり読み進めなくなったりした場合は、より質の高いコンテンツを推奨する必要があります。そのため、ユーザーの読書行動タグは再検討する必要があります。 IV. 階層的行動ラベルユーザーの閲覧行動は収益化において非常に重要です。理論的には、熱心なユーザーだけが課金し、彼らは興味のある他のコンテンツにも課金する可能性が高くなります。新規ユーザーを迅速に獲得し、既に離脱したユーザーの離脱を防ぐことが重要です。そのため、まだ興味を持っていないユーザー、既に興味を持っているユーザー、そして離脱したユーザーを区別することが非常に重要です。 「夢中になる」とは、読者が小説の筋書きに夢中になることを意味する口語表現です。しかし、このラベルを定義するのは容易ではありません。ラベルとして認められるためには、具体的な指標、計算式、そしてビジネス上の意味合いが必要です。 ユーザーが新規アプリに夢中になるには、一定量のログイン時間と頻度が最低限必要です。そのため、過去1週間のログイン回数や総ログイン時間といった指標を用いて、ユーザーがプラットフォーム上でライト、ミディアム、ヘビーのどれを使っているかを判別することができます（下図参照）。 第二に、ユーザーが特定のコンテンツに夢中になると、目的もなくブラウジングするのではなく、そのコンテンツに集中するようになります。そのため、プラットフォーム上でのアクティブ時間の大部分をそのコンテンツが占めることになります。 これにより、ユーザーが特定のコンテンツ タグに注目しているかどうかを区別できます。
どれくらいの長さが長いとみなされるかを正確に判断するには、層別分析法を使用する必要があります。 第三に、「ピット」への進入と退出は動的なプロセスです。「ピット」に入るということは、それまでフォーカスされたコンテンツがなかった状態、そして後にフォーカスされたコンテンツが存在する状態を意味します。一方、「ピット」から退出するということは、それまでフォーカスされたコンテンツが存在していた状態を意味します。したがって、タグを構築する際には、現在の状態だけでなく、前の期間の状態も考慮する必要があります。例えば、前の期間にユーザーのフォーカスが低下していた場合、「ピット」に入ったと分類できます。フォーカスが増加していた場合、「ピット」から退出すると分類できます（下図参照）。 行動タグと支払いオプションの追加により、問題をより正確に特定できます。もちろん、戦略を策定する際には、ユーザーベースも考慮し、より大きなグループのニーズを優先する必要があります（下の図を参照）。 もちろん、実際の作業では、データの状況はそれほど複雑ではないかもしれません。 有料ユーザーと無料ユーザーの間には明確な区別がある可能性が非常に高く、料金を支払うユーザーは数ページ読んだ後に料金を支払いますが、無料ユーザーは決して支払いません。 状態遷移が 1 回で完了する可能性は十分にあります。その罠に陥るかどうかは、最初の数ページを読めばすぐにわかります。 ユーザーは忠実で集中力があり、1 つのことだけをフォローし、フォローできなくなった場合にのみ他のものを探す可能性が非常に高いです。 これらはすべて考えられるシナリオであり、データ分析を簡素化できます。しかし、ラベリングロジックを構築する際には、予期せぬ問題を回避するために、MECE（Mean Exchange, Collective Evidence）の原則を遵守することが重要です。これは、プロのデータアナリストとビジネスユーザーの思考における根本的な違いを浮き彫りにしています。ビジネスユーザーは最も明白な側面に焦点を当てることができますが、データアナリストは包括性と厳密さを重視します。 V. 興味嗜好タグ前述の通り、興味関心を直接収集すると様々な問題が生じる可能性があります。では、他に何ができるでしょうか？ユーザーの行動から興味関心を抽出することができます。ユーザーが特定のコンテンツに夢中になっている場合、そのコンテンツに間違いなく興味を持っていることになります。 ここでの課題は、彼が実際にどの側面に興味を持っているのかを区別することです。これは、コンテンツに関連付けられた静的なタグが多すぎるためです。著者、テーマ、スタイル、コメント、人気、ライティングスタイルなど、標準化できない他の多くの側面があります。 したがって、最初から興味タグが完全に正確であるとは期待できません。小説のジャンルの特性を組み合わせ、類似または重複するアイテムを選択し、関連商品を見つける必要があります。小説は短い動画ではないので、15秒ごとに切り替えたりする必要はありません。 興味関心と有料コンテンツへの関心が交差すると、別の可能性が生まれます。つまり、一部のユーザーは関連コンテンツを継続的に閲覧しているものの、料金を支払うことはありません。この場合、クーポンテストを活用することで、価格に敏感なユーザーと真に無料コンテンツを求めているユーザーを区別し、価格選好タグを作成することができます。 VI. アウトプット戦略上記の基本的なタグ準備があれば、最終的に戦略を出力する際に、ユーザーのニーズに基づいて、まるで積み木を積み上げるように様々な戦略を組み立てることができます。基礎がしっかりしていれば、結果を得るのは簡単です（下図参照）。 VII. 要約多くの学生は、オンラインで既製のデータセットを作成することに慣れています。いわゆるユーザープロファイルは、主にすぐに利用できるフィールド、特に直接収集されたフォームフィールドで構成されています。 すぐに利用できるデータセットは練習には最適ですが、現実世界のシナリオとは大きく異なります。実際の業務では、フォームを使ってデータ収集できるとしても、データ収集プロセスにおけるエラー、改ざん、検証といった問題を考慮する必要があります。 言うまでもなく、多くのデータタグは分析、計算、そしてテストを通して取得する必要があり、単純なものから複雑なものまで、階層化された構築プロセスが必要です。これらのプロセスで使用される技術と手法こそが、私が皆様と共有する真に価値のあるスキルと能力です。 著者：地道な陳先生、WeChat公式アカウント：地道な陳先生 |
