あなたの頼りになるモバイルマーケティングKPIはあなたをだましていますか？

公開: 2016-04-12

次にマーケティングダッシュボードを見るときは、時間をかけて悪魔の代弁者を演じてください。マーケティングKPIに頼ると、間違った方向に進んでしまう可能性があります。理由？

指標は、ストーリーテリングの一形態を表しています。測定しているデータポイントが画面上の数値になる前は、それらは瞬間、ストーリー、またはイベントのコレクションでした。保持、チャーン、粘着性、取得あたりのコスト、生涯価値などの重要なビジネスコンセプトは、マーケティングアナリストやデータサイエンティストが伝える方法を構築するストーリーです。

すべてのデータポイントの背後には、追跡している指標を計算するための一連の仮定と方法論があります。同じアイデアを測定するための複数の受け入れられた方法（ LTVなど）があることを考えると、数学的なトレードオフを行う可能性があります。

その結果、お気に入りのKPIがあなたをだましたり、不完全なストーリーを伝えたりしている可能性があります。主要なマーケティング指標が保持している可能性のある秘密を理解することが重要です。方法は次のとおりです。

運用化を掘り下げる

ビジネス目標（例：カスタマーエンゲージメントの増加）から具体的で追跡可能な指標（例：1か月のリピーター数、リピーター1人あたりのセッション数、リピーター1人あたりのコンバージョン数など）に到達するプロセスは、運用化と呼ばれます。。最初のステップは、測定したいアイデアを思いつくことです。次に、これらのアイデアを定量化する方法をブレインストーミングし、オプションのリストを生成します。アイデアを測定するための潜在的な方法のリストを取得したら、トレードオフを評価できます（つまり、何かを測定することが技術的にどれほど実現可能か、その数値がキャプチャしようとしているものの最良の表現であるかどうか）。このプロセスの後、途中でテストと反復が必要になる場合がありますが、メトリックを追跡する1つまたは複数の方法に到達します。

よく知っていると思われる運用化の非マーケティングの例については、「学術的卓越性」を測定するUS News and WorldReportEducationのランキングをご覧ください。数字を掘り下げてみると、同窓生の寄付率、学友の評価など、全体的なスコアをまとめるために、会社がいくつかの異なる側面を検討していることがわかります。 US Newsは、自己申告による調査を通じてこの情報を収集します。

このプロセスがどのようなものかを示すマーケティングの例については、Google Analyticsのヘルプセンターをご覧ください。同社は、技術的および分析的な観点から、ウェブサイトへのアクセス、サイト滞在時間、再訪問などを測定する方法を公開しています。 Google Analyticsの追跡コードがどのように機能して抽象的な概念を定量化可能な数値に変換し、ダッシュボードにログインしたときに表示される数値を生成するかを明確に確認できます。

通常、マーケターは忙しい日々の中で、舞台裏で何が起こっているのかではなく、この最終的な指標を見ます。しかし、間違った仮定や結論に基づいて間違った方向に進むことを避けるために、何を定量化しているのかを正確に知ることが重要です。

データが誤解される可能性のある方法を知る

データセットを操作するときは、数値を健全性チェックすることが重要であることをおそらくご存知でしょう。しかし、あなたはまだ終わっていません。あなたはあなたの数がどのようになったのかを調べる必要があります。実験計画に欠陥がある場合があります。

さらに、データがあなたが思っていることを示していると仮定しても、そのデータを誤って解釈する可能性があります。レーダーによくある原因は次のとおりです。

偏り：この統計的概念は、サンプリングの基本的な考え方を反映しています。つまり、分析するグループは、母集団全体を代表するものでなければなりません。マーケティングの文脈では、バイアスはさまざまな理由で発生する可能性があります。たとえば、サンプル内の人々は、現在の分析で追跡または含めようとしていない共通の特性を共有している可能性があります。次に例を示します。サンプルには、平均的な顧客ベースよりも裕福な個人の割合が実際に高い場合でも、すべての顧客の購入行動を一般化することになります。

交絡因子：相関を駆動している隠れた3番目の変数があることに気づかずに、2つの変数の関係に固執している可能性があります。 たとえば、夏休みに売り上げが急増していることに気づき、休日が購入の最高の日であると結論付ける場合がありますが、実際には、売り上げは暑い日であるという事実に影響されています。

論理的誤謬：おそらく、あなたは小中学校でこれらについて学びました（彼らはあなたのマーケティング分析のキャリアであなたを悩ませることに非常に戻っています）。データ分析で頭を悩ませる可能性のある一般的なもののいくつかを次に示します。

生態学的誤謬：グループに基づいて個人について結論を出す。
黒または白の誤謬：実際にはもっと多くの選択肢があるのに、2つの状態が唯一の可能性であると仮定します。
認識された原因：何かが別のことを引き起こしていると仮定しますが、実際には因果関係はありません。この誤謬は、過去に統計や理科の授業で聞いたことがあるかもしれない「相関関係は因果関係ではない」という表現に関連しています。

話を歩く

悪魔の擁護者を演じることは、口で言うほど簡単ではありません。c-suiteに反対し、データセットの分析に多くの時間を費やし、心配している秘話に苦しんでいることに気付くかもしれません。四半期レポートまたはPRキャンペーンの数値を取得するようにプレッシャーがかかっている場合や、分析ダッシュボードで読んでいる内容に基づいてキャンペーンの判断を下すのが心配な場合があります。

それでも、自分の立場に立って、データセットの複雑さに基づいて正確な予測を行っていることを確認することが重要です。そうしないと、予測、予測、さらには結果の測定さえもベースから外れる可能性があります。

はじめに、誤って解釈されることが多いいくつかの指標を以下に示します。

メトリック	一般的な解釈	隠された物語の可能性	それについて何をすべきか
高い保持率	高い保持率は、あなたの製品があなたの顧客を幸せにしていることを示唆しています。あなたは自分が良い立場にいると思うかもしれません。	少なくとも今のところ、最も価値のある顧客であり、最も価値の低い顧客であり続けています。	保持されたサンプルと攪拌されたサンプルの統計を確認します。次に、貴重な顧客を維持することを目的とした1つまたは複数のキャンペーンの戦略を立てます。
高い解約率	解約率が高いと、製品に問題があると思われる場合があります。	間違った顧客ベースを引き付けている（つまり、製品/市場の適合性がずれている）か、差別化する必要のある新しい競合他社にユーザーを失っている可能性があります。	解約率が顧客セグメントごとにどのように異なるかを分析します。アトリビューションチャネルや人口統計など、明確なパターンがあるかどうかを判断します。
日次アクティブユーザー（DAU）または月次アクティブユーザー（MAU）の増加	ユーザーはアプリを開いているため、エンゲージメントを高める必要があります。	彼らはあなたのアプリを開いていますが、彼らがアプリにいる間、彼らは価値のある変換を完了していません。	ユーザーがアプリにログインした後、ユーザーが何をしているかを調べます。さまざまなレベルの「アクティブ」（つまり、アプリ内で特定の分数を費やした人、特定の機能を使用した人など）を強調する新しい指標を追跡することを決定できます。
機能の起動または更新後の粘着性の向上	新機能やアップデートにより、製品が改善されたため、粘着性が向上しています。	成功したメッセージングキャンペーン、広告費、またはその他の原因が、粘着性の増加に寄与している可能性があります。	実際にすべての変数を分離できる場合にのみ、因果関係に起因していることを確認してください。そうでなければ、あなたは偶然の一致や対応を見ているだけかもしれません。
キャンペーン後のアンインストールの増加	キャンペーンはアンインストールの直前に配信されたため、キャンペーンによってアンインストールが急増し、それに関する何かが顧客との関係に悪影響を及ぼしました。	アンインストールは、実際に発生したときに必ずしも報告されるとは限りません。 AppleとGoogleはどちらも、アンインストールからそれについて知っているまでの間に時間遅延を引き起こす可能性のある方法を使用しています。 3月30日に報告されたアンインストールは、3月29日のキャンペーンのずっと前を含め、3月30日より前の任意の時点で発生した可能性があります。	アンインストールのパターンやジャンプを確実に監視できますが、アンインストールの特定の増加を決定するという誤謬は、特定のキャンペーンが原因であったことを意味します。

行く前に

データの解釈と操作を練習するにつれて、メトリックがどのようにあなたをだましているのかを理解し始めます。間違えたら、そこから学びましょう。また、チームを常に最新の状態に保つことを忘れないでください。会社の優先順位が変わると、より重要なKPIも変わる可能性が非常に高くなります。