目次
ユーザーアナリティクスとは
ユーザーアナリティクスは、企業がユーザーコホートをより明確に把握できるようにするために、ユーザーデータを分析する方法です。通常、ビジネスインテリジェンスソフトウェアは、ウェブアプリケーションとモバイルアプリケーションの顧客行動データを組み合わせて、ユーザーとユーザー体験の全体像を把握するために使用されます。
プロダクトマネージャー、カスタマーサクセスマネージャー、デジタルマーケティング担当者は、顧客アンケートやフィードバックと組み合わせて、このデータを活用することで、顧客基盤をより適切にセグメント化し、適切なユーザーグループに最も適切な体験を提供し、ビジネスの成長と顧客リテンションをより効率的に推進するための施策を講じることができるようになります。
プロダクトマネージャー、カスタマーサクセスマネージャー、デジタルマーケティング担当者が、意思決定と行動を開始するためにユーザーアナリティクスのデータを見る方法は、一般的に次の2つの方法があります。
- セグメント：使用状況データをトレンド、ファンネル、パスに分類するプロダクトアナリティクスビューでは、入力データをユーザーやアカウントの特性によってセグメント化することで、機能やページだけよりも実用的なインサイトが得られます。セグメントは、ユーザー、使用イベント、アンケートデータだけでなく、紹介チャネルやマーケティング・販売管理システムのデータなど、外部ソースによっても定義することができます。
- リテンション：ユーザーと使用状況のデータをグループ化することで、企業はどのコホートがプロダクトに粘着性を感じ、どの層がそうでないかを理解することができます。通常、リテンションファネルは、時間、日、週、月、年など、指定した期間ごとに、特定のユーザーグループにおける過去のリターン率を調べます。
ユーザーアナリティクスの価値とは
ユーザーアナリティクスの価値は、大きく分けて「ビジネスインサイト」と「アクションを起こす」の2つに分類されます。それぞれについて見ていきましょう。
- ビジネスインサイト
ユーザーアナリティクスは、企業が顧客ベースを理解してセグメント化する方法を進歩させました。プロダクトチームは、プロダクトインタラクションデータを行動コホートとプロファイルの両方の属性でグループ化およびフィルタリングするダッシュボードを作成できるようにすることで、ユーザー分析ツールは、顧客獲得コスト（CAC）や売上維持率（NRR）、生涯価値（LTV）などの主要ビジネス指標と顧客体験をつなぐ結合組織を提供します。 - 行動を起こす
ウェブやモバイルアプリの操作から得られるユーザーアナリティクスも、ユーザーコホートのさらなるエンゲージメントの機会を提供します。通知、チュートリアル、オファー、ガイドなどは、プロダクトマネージャー、カスタマーサクセスマネージャー、デジタルマーケティング担当者が、プロダクト内の特定の顧客層をターゲットに、影響を与え、行動変化や新しい行動を促進するために使用できる手法です。これらはすべて、プロダクトを完全に変更するよりもより速く、よりカスタマイズを行い、多くの場合、より効果的にユーザーのアクティビティを制御するためのアプローチです。
ユーザーアナリティクスのユースケース
ユーザーアナリティクスは、企業が顧客のグループを理解し、成功に導くのに役立ちます。ユーザーの行動から顧客基盤をセグメント化することは、ビジネスの成果を上げるための重要な質問に答える効果的な方法です。
- どのような行動が、チャーンの可能性を示す初期シグナルとなるのか？
- フィーチャーリテンションに寄与するプロファイル特性は？
- フィーチャーのバリエーションによってユーザーの動作が異なる理由は？
- 顧客の業種、デバイスタイプ、紹介チャネルが成果にどのように影響するか？
- 最も価値のあるコホートがユーザーになったのはいつか？
たとえば、Labcorpは、Pendoのアナリティクスを使用して、同社の患者ポータルサイトの新規ユーザー登録プロセスで、ユーザーが2つの理由で脱落していることを発見しました。名前の末尾に余分なスペースを入れるとエラーメッセージが表示される、サードパーティの認証ツールのロードに時間がかかりすぎる、というものです。チームはその情報を開発チームとサードパーティのパートナーに共有して問題を解決することで、サポートチケットを99％減少させました。
ユーザーアナリティクスが発展した経緯
かつて、企業はどのような市場であっても、次の2つの基本的な分け方をしていました。ターゲットとなる購買層を大まかに把握するための人口統計・企業統計データと、様々なバイアスの影響を受けやすいアンケート調査です。
これに対して、ユーザーアナリティクスでは、デジタル行動、コンテキスト、ユーザープロファイルのデータを組み合わせてユーザーコホートを構築するための定量的データを提供します。各ユーザーのアナリティクスデータベースには、アクションのストリームに加えて、日時、場所、デバイスとシステムの種類、特定のユーザーとクエリの入力、参照チャネルなどのプロパティが含まれています。また、特定のユーザーに関しては、データベースにはすべての既知の人口統計および企業統計データも含まれます。行動データは不変ですが、プロファイルデータは時間の経過とともに変更・更新される可能性があります。
このデータから、ユーザーアナリティクスにより、特定のユーザーの行動、または行動の組み合わせ、プロファイルの詳細、コンテキストの特性、あるいは一定期間におけるこれらの複数の交差からコホートを導き出すことが可能になります。行動ベースのセグメンテーションは、コホートが1人のユーザーのような小さなものから全人口のような大きなものまで、より柔軟に対応できるだけでなく、コホートのベースとなる行動が推定ではなく、すでに確認されているため、より適切なものとなります。
ユーザーアナリティクスに関する詳細情報
プロダクトアナリティクスをもう少し深く学習したい方には、Alistair CrollとBenjamin Yoskovitz共著「Lean Analytics（Lean Analytics: スタートアップのためのデータ解析と活用法）」など、このテーマに関する書籍は数多くあります。Courseraでは、ユーザーの獲得とリテンション、顧客とユーザーアナリティクスに関するオンラインコースも提供しています。またPendoは、ユーザーインサイトの活用、顧客チャーンの防止、アカウント拡大の推進を目指す方向けのコンテンツも公開しています。