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とは、ユーザーデータを分析することで、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手法です。通常、ビジネスインテリジェンスソフトウェアを使用して、Webおよびモバイルアプリケーションからの顧客行動データを統合し、ユーザーとユーザーエクスペリエンスを総合的に把握します。
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、デジタルマーケターは、このデータを活用し、顧客アンケートやフィードバックと組み合わせることで、顧客ベースをより適切にセグメント化し、最も関連性の高いエクスペリエンスで適切なユーザーグループにアプローチして、ビジネスの成長と顧客維持をより効率的に推進できます。
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、またはデジタルマーケターがユーザーアナリティクスデータを確認し、意思決定とアクションを開始するための一般的な方法は2つあります。
- セグメント: 使用データをトレンド、ファネル、パスにグループ化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またはアカウントの特性でセグメント化することで、機能やページのみによる分析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、および参照チャネルやマーケティング・営業管理システムのデータなどの外部ソースによって定義できます。
- リテンション: ユーザーデータと使用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定着しているか、またどのコホートが定着していないかを把握できます。リテンションファネルは通常、特定のユーザーグループにおける過去の復帰率を、時間、日、週、月、年などの選択した期間で確認します。
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、ビジネスインサイトとアクションの実行という2つの大きなカテゴリに分類されます。それぞれを見てみましょう。
- 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セグメント化する方法を進化させました。プロダクトチームが行動コホートとプロフィール属性の両方でプロダクトインタラクションデータをグループ化・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、ユーザーアナリティクスツールは顧客体験と、顧客獲得コスト（CAC）、純収益維持率（NRR）、生涯価値（LTV）などの主要ビジネス指標をつなぐ役割を果たします。 - アクションの実行
Webおよびモバイルアプリのインタラクションから得られたユーザーアナリティクスは、ユーザーコホートとのさらなるエンゲージメントの機会も提供します。通知、チュートリアル、オファー、ガイドはすべて、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、デジタルマーケターが顧客ベースの特定のセグメントに対して、プロダクト内で直接、行動変容や新しい行動をターゲティング・促進するために使用できる手法です。これらはすべて、プロダクト自体を変更するよりも迅速かつカスタマイズされており、多くの場合、ユーザーの行動を誘導するうえでより効果的なアプローチです。
ユーザーアナリティクスのユースケースとは？
ユーザーアナリティクスは、企業が顧客グループを理解し、成功する結果へと導くのに役立ちます。ユーザーの行動から顧客ベースをセグメント化することは、ビジネス成果を促進できる重要な質問に答えるための効果的な方法です。
- チャーンの可能性を示す早期シグナルとなる行動は何か、 チャーン?
- どのプロフィール特性が機能のリテンションに寄与しているか？
- 機能のバリエーションがユーザーの行動に違いをもたらす理由は何か？
- 顧客の業種、デバイスの種類、または参照チャネルは結果にどのような影響を与えるか？
- 最も価値の高いコホートはいつユーザーになったか？
例として、 Labcorp は、Pendoのアナリティクスを活用し、患者ポータルの新規ユーザー登録プロセスから離脱するユーザーが2つの理由によるものであ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力するとエラーメッセージが表示されること、およびサードパーティの認証ツールの読み込みに時間がかかりすぎることです。チームはその情報を開発チームおよびサードパーティパートナーと共有して問題を解決し、サポートチケットは99%減少しました。
ユーザーアナリティクスはどのように進化してきたのか？
かつて、企業が自社の市場を分類する方法は2つしかありませんでした。ターゲット購買者の大まかな全体像を提供するデモグラフィック／ファーモグラフィックデータと、さまざまなバイアスの影響を受けやすいアンケートです。
一方、ユーザーアナリティクスは、デジタル行動、コンテキスト、ユーザープロファイルデータの組み合わせに基づい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。各ユーザーについて、アナリティクスデータベースには、日時、場所、デバイスおよびシステムの種類、特定のユーザー入力やクエリ入力、参照チャネルなど、さまざまなプロパティを含む一連のアクションが蓄積されます。識別済みのユーザーについては、既知のすべてのデモグラフィックおよびファーモグラフィックデータもデータベースに含まれます。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・更新することができます。
このデータを基に、ユーザーアナリティクスでは、特定のユーザー行動、または行動・プロファイル詳細・コンテキストプロパティの組み合わせ、あるいは指定された期間におけるこれらの複数の交差点からコホートを導き出すことができます。行動ベースのセグメンテーションは、コホートを1人のユーザーから全ユーザー全体まで柔軟に設定できるため、より柔軟性が高いだけでなく、コホートの基となるアクションがすでに観察済みであり推測ではないため、より関連性も高くなります。
ユーザーアナリティクスについてさらに詳しく学ぶには？
ユーザーアナリティクスをさらに深く掘り下げたい方には、Alistair CrollとBenjamin Yoskovitzによる「Lean Analytics」など、このテーマに関する書籍が多数あります。 Coursera では、ユーザー獲得と維持、顧客・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。Pendoは、以下を目的とする方向けのコンテンツも公開しています。 ユーザーインサイトに基づいたアクションを実行する, 顧客チャーンを削減する、および アカウント拡大を推進する.
