GRANVALLEY
データであなたの「ミチ」をてらす

GRANVALLEY

ブログBlog

顧客の声と利用分析による製品評価の方法について

誰もが自分のデータをより活用したいと思っています。しかし、どうすればうまくできるのかがわからずに頭を悩ませているのが現状です。ここでは、分析とはなにかわかりやすく説明し、BIツールを利用した最適な解決方法をご紹介します。

データ活用による製品開発

人とビジネス製品の関わり度合いを判断することは困難です。ユーザーは、複雑なワークフローにより意図を読み取るのが難しいビジネスツールを一日に何時間も使用しなければなりません。さらに、サイトの滞在時間、ページの読み込み、オブジェクトの作成のような一般的な関わり度合いを示す基準は、通常、作成された値ではなく、使用量のみを示しています。

最新の製品は機能が複雑であるため、特定の変更がユーザーにどのような影響を与えているかを把握することが困難になっています。簡単なB to C製品では、目標は製品の使用時間を最適化するか、特定の画面をクリックすることですが、これは、すべてのユーザーが同じことをしているからです。製品に関するより複雑なデータを集めて分析することにより、A / Bテストでは、小さな変更や新しい機能が関わり度合いに与える影響を特定できます。しかし、ビジネスツールの場合、これらの戦略は無駄になります。なぜなら、ユーザーの操作は簡単に個別の目標に分割されず、関わり度合いを一つの指標のみで表しても信頼できないからです。

今日の競争の激しい技術情勢では、企業は膨大な量の製品に関する情報を収集していますが、それを使用した自動制御が可能な製品の改善を行うのに問題が発生しているのも事実です。製品の開発成功を測定するには、高度に文脈的な質問をし、データを正確に適用して答えを見つける必要があります。Sisense社のPeriscope Dataのチームでは、複雑な製品データを一体化させ、革新的な思考を用いて新しい質問を生み出すことに成功しています。データを用いて回答した、複雑な製品パフォーマンスの例をいくつかご紹介します。

新機能における収益性の分析

新しい機能が追加されるとき、「その機能が会社の収益に貢献するのか」という疑問を持ちます。その機能により新しい顧客が製品を購入しているのか?既存の顧客は、その機能を利用するために買い替えを促しているのか?といったことは、CRMのレコードの中から見つけることはできないでしょう。これは、既存の顧客に対して、より高額な商品を購入させることにも同じことが言えます。特定の機能に収益を帰属させることは困難ですが、それを解決することで、企業はデータ駆動型の方法で、機能を比較し、重要な製品決定を行えるようになります。

この問題を解決するためのチームのアプローチは、すべてのアカウントを調べて、機能の使用と販売日の関係に組みこむことでした。そこで、新規顧客と既存顧客の両方を含む、成約したすべての販売機会のデータポイントを含む単純な棒グラフを作成しました。それぞれのデータポイントごとに、機能を最初に使用してから成約するまでの日数を記録しました。

一部のアカウントは機能が使用される前に閉鎖され(下のチャートの線より上のバー)、
一部のアカウントは最初に機能を試してから購入しました(線より下のバー)

これらのバーは、どの機能に累積需要があり(使用前に購入)、どの機能が試用版から販売に変換するのに効果的であるかという情報を表しています。

このチャートはSQLを使用して簡単に作成できますが、どの動作が機能の使用とみなされるかを定義するのが難しいポイントです。すべての機能に対して基準を決定することは難しいですが、私たちが行ったようにデータをマッピングすることで、二つの便利な手法が得られます。一つは、顧客のトライアル時に、機能が重要かどうかを判断する方法です(そのため、販売時に紹介する必要があります)。二つ目は、製品への投資の相対的な影響を測定するために、他の機能と比較できる収益に関する値です。

機能の置換

すべてのプロダクトマネージャーが、今までの機能をより優れた機能に置き換えました。これは、職務の重要な部分です。しかし、置き換えの時期に達している機能かどうか識別するための論理的な方法が必要です。これらの機能を選択する簡単な方法は、サポートチームが耳にするお客様の声を聞くことですが、この方法では、声の大きい少数派に大きすぎる力を与えてしまう危険があります。ここでは、顧客全体に関するデータを使用して、ユーザーに価値を提供するためにどのような機能が使用されているかを確認すべきです。これらの機能パフォーマンスの基準は、すべてのユーザーの動作を確認するための便利なショートカットとなります。

Sisense社のPeriscope Dataの例を紹介すると、実際にはサポートされていないにもかかわらず、多くのユーザーがダッシュボードにテキストラベルと説明を付けていることがわかりました。ユーザーは、数字を表示するグラフを使っているますが、数字ではなく文字列を生成するSQL文を入力することで、ダッシュボードにテキストを表示できるという巧妙なコツを発見しました。これは一般的なニーズであり、賢い回避策は何年も前から多く使用されていました。

これに気付いた私たちは、Text on Dashboardsと呼ばれる機能を構築し、アナリストがダッシュボード上のチャートに単語を組みこめる適切な方法、必要に応じてそのテキストをカスタマイズするためのオプションを提供しました。私たちは、この新機能で作成されたテキストボックスの数(下のチャートの赤いバー)と、以前の回避策で作成されたテキストボックスの数(青いバー)を把握するグラフを作成したところ、結果は驚くべきものでした。私たちがより良い方法を構築しても、人々は古い方法をやめませんでした。実際には、両方の戦略の使用が増加しました。

分かったことは、機能に関する分析ではなく、ユーザーに関する分析でした。分析した結果、ユーザーは新しい機能を採用していることが明確になりました。データには明らかにその機能が含まれていましたが、従来の回避策に代わるものではありませんでした。

使用データを詳細に調査し、どのユーザーとどの組織がまだこの回避策を使用しているかを調べたました。すると、新規ユーザーは一般的に新しい手法を使用し、既存ユーザーは以前の回避策を使用しますが、既存のチームに参加した新規ユーザーは新しい手法を学習するよりも、この回避策を採用する場合があることがわかりました。

私たちの分析でわかったことは、新しい機能をワークフローに組みこむよりも、ユーザー自身のやり慣れた方法であったり、古いダッシュボードをコピーして貼り付ける方がやりやすいということです。また、ユーザーは互いにトレーニングを行っていることも分かりました。

私たちの新製品は失敗したわけではなく、レガシーユーザーが、私たちが予想していたのとは違った振る舞いをしただけでした。

展開の遅延

企業におけるB to B製品の利用における一貫した行動の一つは、製品の新バージョンの展開とそのバージョンの実際に使用するまでのギャップです。このギャップを測定することが重要なのは, 展開後の使用開始までにどれくらいの時間がかかるかをチームで知る必要があるからです。製品チームは、新機能の使用が早すぎることを心配して時間を無駄にしたくはありませんが、新バージョンのアップグレードを期待するには現実的なスケジュールも必要です。

この期間を正確に定義するために、私のチームは過去の使用状況を調べて、展開から使用までの標準日数を設定しました。下のチャートには青いバーがあり、リリース後に毎日、最新バージョンを使用したアカウントの数を示しています。一番上の線には、投資の次元を追加しました。大企業がより多くの資金を費やしていると仮定すると、企業の規模と製品に新しい主要機能を導入するまでの時間との間には関係があることがわかります。分かったことは、大企業が新しいものを採用し始めるには約60日かかるということで、私たちのチームが新製品に関する利用データを調査するとき、時間を有効に活用し、正確な結果を得るためにデータを分析するまでには、それよりも長い時間がかかるということでした。

この情報をさらに掘り下げてみると、機能とは異なる役割として使用されており、役割のタイプが使用率に影響を与えることがわかりました。Text on Dashboardsのようなエンドユーザー向け機能は、アナリストやビジネス専門家でもすぐに利用できるため、使用までの時間は比較的短いです。権限変更などの管理者中心の機能は、その影響が大きいため、数か月かかる場合があります。展開の遅延の影響は、企業、製品、機能によって異なります。顧客のデータを見て、顧客の行動について何が分かるか確認してください。

使命

プロダクトマネージャーの最も重要な仕事の1つは、ユーザーが経験する道程を理解し、その道程に基づいて製品から最大の価値を引き出すのに役立つ情報を提供することです。

経験豊富なユーザーとそうでないユーザーに同じメッセージを送信してはいけません。彼らが求めるものは異なります。ユーザーベースに集団を作成し、個別の特定のメッセージを提供するために、製品の最初の使用から最後の使用までの時間をユーザーレベルで表示する単純な棒グラフを作成しました。新規ユーザーは左端、ベテランユーザーは右端に表示されています。このチャートから、いくつかの集団に注目しました。最初に大きな急上昇があり(試用ユーザー)、最後に長い尾があります(初期ユーザー)、そして、125日前後の明らかなギャップがあり、経験を積んだユーザーと製品を学んだだけのユーザーを区別するのに使えます。

これらの集団がデータによって決定されると、顧客マーケティングプログラムを設定して、どの時点においても、製品とユーザーの関係のための製品ステッカーを作成できます。

組織が複雑な行動を解読するのに苦労している場合は、まず使用状況データに関する基本的な質問をして、分析をします。これらの分析方法を用いて新しい質問をし、すべてのデータを実行可能なものに絞りこむまで、プロセスを繰り返します。多くの試行錯誤を伴う長いプロセスですが、そのデータの複雑さは、より個人的なレベルでユーザーを知り、これまで以上に価値を提供する機会となります。

 

この投稿に記載されているすべてのデータは情報提供のみを目的としており、正確ではありません。前もってご了承ください。
本記事は、Sisense社の許諾のもと弊社独自で記事化しました。
https://www.sisense.com/blog/answering-complex-usage-questions-with-product-analytics/

SisenseおよびSisense Hunchは、Sisense Inc の商標または登録商標です。
※ その他の会社名、製品名は各社の登録商標または商標です。
※ 記事の内容は記事公開時点での情報です。閲覧頂いた時点では異なる可能性がございます。