あなたのダッシュボードは、リリースが成功したと言っている。サインアップが入った、ログインが増えた、チームが安心した。
2週間後、サポートチケットの速度が遅くなったが、製品が正常に動いているからではない。ただ、製品にアクセスしただけだ。
それはそのギャップ ユーザー採用指標 これらの指標は、ユーザーが製品をどれだけ使い続けるかを示すものです。ユーザーが製品をどれだけ使い続けるかを示すものです。
ユーザーが製品をどれだけ使い続けるかを示すものです。
ユーザーが製品をどれだけ使い続けるかを示すものです。 ユーザーが製品をどれだけ使い続けるかを示すものです。 ユーザーが製品をどれだけ使い続けるかを示すものです。
ユーザーが製品をどれだけ使い続けるかを示すものです。
- ユーザーが製品をどれだけ使い続けるかを示すものです。
- ユーザーが製品をどれだけ使い続けるかを示すものです。
- 効果的に採用率を測定して追跡する方法
- メトリクスを解釈し基準を設定する
- ユーザーレベルとアカウントレベル採用率の違い
- 採用ダッシュボードの作成と行動の実行
- AIとオートメーションを用いた採用メトリクスの未来
導入から真の採用まで
多くのチームは、店が歩く人数を数えるように成功を測定している。訪問者が増えれば、すべてがうまくいっているはずだ。でも、製品は、人が一度だけ訪れるから勝つわけではない。製品は、ユーザーが意味のある行動を完了し、繰り返すことをユーザーが完了するから勝つ。
採用メトリクスが存在するのは、その理由だ。粗末な新規獲得の焦点を、製品の価値に関する行動的な視点に置き換えたからだ。有用な質問は、「アカウントを作成した人はいくついるか？」ではなく、「製品が有用なものになったときに、どれだけの人が到達したか？」だ。
実用的なルール メトリクスがユーザーの価値に接続していない場合、それが採用を改善するのに役立つ可能性は低い。
プロジェクト管理アプリを考えてみよう。ログインするのは、ジムのロビーに入ったことと同じだ。実際に運動したことにはなっていない。最初のプロジェクトを作成し、タスクを割り当て、次の日更新する。そういった行動が、採用が始まっていることを示している。
3 つの質問が最も重要だ。
- 価値の発見: ユーザーが最初の意味のあるアクションを完了したか?
- 繰り返し行動: 最初の成功後、戻ってきたか?
- ワークフローの適合度: 使用が好奇心から定着したルーチンに広がったか?
このガイドの残りは、上記の質問に基づいて構築されています。オンボーディングがうまくいっているかどうかを知るためのメトリクスもありますが、製品が習慣形成に成功したかどうかを知るためのメトリクスもあります。さらに高度なメトリクスは、B2B チームがより難しい質問に答えるのに役立ちます。製品を1人だけが採用したか、顧客アカウント全体が採用したか?
8つの不可欠なユーザー採用メトリクスを解説
採用の簡単な方法
採用の最も簡単なアナロジーは、ジムの会員権です。会員登録は採用ではありません。最初のトレーニングに参加することはより近いですが、毎週戻ってくることは、ジムが誰かの生活の一部になったことを証明します。
同様の論理はソフトウェアにも当てはまります。 ClickLearnのユーザー採用メトリクスの概要、採用は通常、目標世帯のうち、有意の使用マイルストーンに到達した割合として定義されることが多いが、raw signupsやloginsではありません。 同様の枠組みには、 採用率 = (新規アクティブユーザー / 総ユーザー) × 100 と.
機能採用率 = (機能を使用するユーザー / 総アクティブユーザー) × 100
| コアユーザー採用指標の概要 | 指標 | 式 |
|---|---|---|
| 何が示唆されるか | アクティブ化 | 製品マイルストーンによって異なる |
| ユーザーが最初の実際の価値の瞬間に到達したかどうか | 毎日有効ユーザー数 / 月間有効ユーザー数 | ユーザーが 1 か月以内に何回訪問するか |
| リテンション | リターン ウィンドウによって異なる | ユーザーがサービスを開始した後も何度も利用するか |
| チーン | ロスト ディフィニションによって異なる | ユーザーがサービスを利用をやめる数 |
| スティッキネス | DAU/MAU でよく測定される | ユーザーがサービスを定期的に利用するか |
| 機能の採用度 | (ユーザーが機能を使用しているユーザー / 総有効ユーザー) × 100 | 特定の機能が実際に重要であるかどうか |
| Time to Value | サインアップから最初の価値の瞬間までの時間 | ユーザーが意味のある結果を得るまでの速度 |
| 採用率 | (新規有効ユーザー / 総ユーザー) × 100 | ユーザーがアクセスから有効使用に移行する割合 |
採用を忠誠度に結び付けるために、チームがこれらのメトリックをアプリユーザーレテンションパターンと比較するのに役立ちます。 採用はユーザーを価値に導きます。保持は、ユーザーがそこに残っているかどうかを示しています。各メトリックが実際に何を教えてくれるのか
__CAPGO_KEEP_0__
起動 起動は、ユーザーがスタートラインを通過したかどうかを確認します。ノートアプリでは、最初のノートを作成することかもしれません。Slackでは、メッセージを送信することかもしれません。具体的な式は製品によって異なりますが、原理は安定しています。製品がクリックしたことを証明する最初のアクションを選択してください。
DAU/MAU DAU/MAUは、1日あたりの有効ユーザー数と1か月あたりの有効ユーザー数を比較します。頻度の信号です。多くの月間ユーザーが毎日有効である場合、製品はルーチンの一部になります。
再利用 製品が初期期間後にユーザーが戻るかどうかを確認します。製品が初期の印象が良かったが、後で役に立たない製品もあります。
離脱 離脱はその逆です。ユーザーが関与をやめたことを示します。離脱は役立ちますが、主な制御装置ではありません。離脱が上昇する時点では、原因は通常は起動または価値提供の開始時期に始まります。離脱を追跡してくださいが、離脱を説明するメトリクスに製品エネルギーを費やす方が良いでしょう。
粘着度
粘着度はDAU/MAUと一緒にしばしば議論されます。多くのチームでは、用語をほぼ交換可能に使用します。実用的アイデアは簡単です。粘着度の高い製品は、ユーザーがリマインダーが必要なく頻繁に訪問する製品です。 機能採用
__CAPGO_KEEP_0__ 特定機能の使用率を狭める。ワークフロー作成ツール、ファイル共有ツール、承認フローなどをリリースした場合、この指標は、有効ユーザーがそれを使用しているかどうかを示します。この式は、前のソースから明確です。 (機能を使用するユーザー / 総有効ユーザー) × 100.
価値到達時間 ユーザーが最初の有意義な結果に到達するまでにかかる時間を測定します。この指標は、オンボーディングのフリクションを明らかにします。ユーザーが多くのセットアップステップを必要とする場合、採用は早期に停滞します。
採用率 採用率は、ユーザーが有効に活発になるかどうかを尋ねるビッグピクチャです。ただし、単に登録しただけではありません。そのため、サインアップだけではありません。より強力なビジネス指標です。
良いルールは、指標を単独で読むのではなく、ペアで使用することです。
- アクティベーション + 価値到達時間 オンボーディングが有効な最初の勝利に導くかどうかを示します。
- DAU/MAU + リテンション 使用が浅いものか、習慣的なものかを示します。
- 機能採用 + チャーン ユーザーを引き付けるコア機能が機能しているか、機能していないかを確認するのに役立ちます。
効果的な採用の測定と追跡方法
イベントインストルメンテーションから始めましょう
採用の測定は、ダッシュボードを開く前に始まります。採用の測定は、どのユーザー行動が追跡する価値があるかを決定するときから始まります。
あなたのチームがAmplitude、Mixpanel、Heap、PostHog、またはGoogle Analyticsを使用している場合、すべての場合で同じ重要な決定は同じです。価値に基づいてプロダクトイベントを定義することです。単独では意味のないインターフェイスクリックではなく。
「プロジェクトが作成された」、「招待が送られた」、「テンプレートが適用された」、「レポートがエクスポートされた」などの有用なイベントは定義できます。「ページが表示された」はよくありません。
- 単純なイベント設定には、以下のものが含まれます。 エントリイベント
- サインアップ、初回ログイン、オンボーディングが開始された バリューアイベント
- 最初のプロジェクトが作成された、最初のファイルがアップロードされた、最初のワークフローが完了された ハビットイベントは、
チームは、変更がこれらのマイルストーンを向上させるかどうかをテストするために、制御されたロールアウトを使用します。機能フラグシステムは、オンボーディングコピー、デフォルト設定、UIの変更の影響を分離するのに役立ちます。チームがステージドリリースを実験している場合、この 機能フラグの実装 のガイドは実践的な補完です。
コホートを使用して時間の変化を確認する
コホート分析は、自分自身を欺くことなく変化を確認する最も明確な方法です。ユーザーをすべてのグループにまとめるのではなく、ユーザーを開始時期や受け取ったエクスペリエンスによってグループ化します。
これらの質問に答えるのに役立ちます。
- 新しいオンボーディングを表示したユーザーは、完了率が高かったですか?
- リデザイン後のアカウントは、再度正常に戻ることができましたか?
- 新しいプランの階層は、自社サービスユーザーとどのように異なりましたか?
コホートを使用しないと、採用のイメージが曖昧になります。既存のパワーユーザーは、新しいユーザーに影響を与える問題を隠すことができます。上昇するトップラインメトリックは、弱いリリースを健康なものとして見せかけることができます。
オペレーターの視点: 変更の際には、オンボーディング、価格設定、パッケージング、またはコアワークフローの開始日を基準として、行動を比較してください。
__CAPGO_KEEP_0__
ユーザーが進む場所をマップする
ユーザー採用の5つの重要なステージを示すマーケティングファンルーンの図
- ほとんどの製品の採用ファンルーンは、以下のようになっている。 到着:
- サイトに訪問したりアプリをインストールしたりする アカウント作成:
- サインアップする 初回使用:
- 初回のコアアクションを完了する 重要アクション完了:
- __CAPGO_KEEP_0__ 再利用者が戻ってくる
美しいチューブを作ることではなくて、失敗するハンドオフの正確な位置を特定することです。多くのユーザーがサインアップするが、初回利用者が少ない場合、オンボーディングが問題である可能性があります。初回利用者に到達したが、戻ってこない場合、製品は理解できるかもしれませんが、魅力的な製品ではありません。
メトリクスを解釈し、基準を設定する
単独の数字は誤解を招く可能性があります。良好な解釈は製品のタスクから始まります。
日次計画アプリと月次報告ツールは異なる使用頻度を持ちます。チームワークフローを備えたコラボレーション製品と、ソロユーティリティアプリは異なる見た目になります。したがって、チームが「数字は良いか」と尋ねる場合、有用な答えは「どのような行動に対して良いか？」です。
ただし、一つの基準は特に重要になりました。
Stonlyのユーザー採用メトリクスに関する議論 によるとDAU/MAU比率 は広く使用される粘着度の測定値であり、 __CAPGO_KEEP_0__ 50% DAU/MAU の比率 DAU/MAU比率が50%の場合、ユーザーは 1か月に30日中15日ぐらい 製品を開くことがあるということです。
「ユーザー採用指標の解釈」のタイトルが付いたインフォグラフィック
DAU/MAU比率を慎重に使用する
DAU/MAU比率は、広く浅い使用と深い関与を区別するため、強力です。
製品は多くのユーザーを持つことができますが、ほとんどのユーザーがほとんど戻らない場合、製品は弱いと判断されます。 ただし、DAU/MAU比率は単独の判断ではありません。 DAU/MAU比率が上昇しても、有意なアクションが平らな場合、ユーザーはアプリを開くだけです。
DAU/MAU比率が低いが、製品が自然に時々使用される場合、指標は単に使用ケースを反映しているだけかもしれません。
__CAPGO_KEEP_0__
__CAPGO_KEEP_1__
__CAPGO_KEEP_2__
- __CAPGO_KEEP_3__ __CAPGO_KEEP_4__
- __CAPGO_KEEP_5__ __CAPGO_KEEP_6__
- __CAPGO_KEEP_7__ __CAPGO_KEEP_8__
__CAPGO_KEEP_9__
__CAPGO_KEEP_10__
__CAPGO_KEEP_11__
多くのB2Bチームにとって、共通の落とし穴が存在します。健康な見え方する採用数は、脆弱なアカウントを隠すことができます。
GainsightのB2B環境における採用測定の議論 採用測定の重要性を強調するものの、主流のガイドラインには欠陥があります。多くの説明は、活性化、DAU/MAU、価値時間、機能採用に焦点を当てていますが、採用をユーザー毎、またはアカウント毎、または両方で測定する時期を明確に説明していません。
その区別は重要です。ユーザー毎の採用は、個人がどれだけ関与しているかを示します。アカウント毎の採用は、顧客組織が製品をワークフローに組み込んでいるかどうかを示します。
幅と深さを一緒に追跡する
大企業が販売プラットフォームを購入した場合を考えてみましょう。1人のオペレーションズリードが毎日ログインし、レポートを作成し、製品を愛している場合、 アカウントは活発に見えます。しかし、誰もそれを使用していない場合、ロールアウトはまだ弱いままです。 そのチャンピオンが去った場合、 アカウントは突然リスクにさらされます。
より良いモデルは、両方を追跡することです。
- 幅の採用: アカウント内でどれだけの人々が活発に活動しているか
- 深さの採用: どれだけ意味を持つに活発に活動しているか
- セグメンテーション: 役割、プラン、または用途による採用の差はあるか
特に多人数の製品では、特に重要です。アカウントは機能の使用を表示することができますが、チーム全体に広がることはできません。逆もあります。多くのユーザーがログインするかもしれませんが、深くはありません。
実際の方法は、1つの巨大な平均ではなく、アカウントをセグメントでレビューすることです。チームは、プランとチャンネルをセグメントして、役割に基づく使用を重ねることで、より良好な視野を得ることがよくあります。 1つの熱心なチャンピオンを混同しないようにするためです。強力なB2Bロールアウトでは、広がりと実質の両方を示すことが多いです。1つだけでは不安定です。
採用ダッシュボードを作成し、行動を起こす
有用なダッシュボードは、ユーザーが価値を達成し、繰り返し、そしてアカウント内で使用の拡散を実現しているかどうかを短く伝えるものです。
https://__CAPGO_KEEP_0__.app からスクリーンショット
ほとんどの製品チームにとって、ダッシュボードは、次の小さな行動指標に焦点を当てるべきです。
アクティベーション傾向:
- Activation trend: 新規ユーザーが最初の目標を達成するのにどれくらいの時間がかかる?
- __CAPGO_KEEP_0__: 最初の成功までのパスが短くなっているか、混雑しているか?
- __CAPGO_KEEP_0__: 最初の勝利後、ユーザーが戻ってくるか?
- __CAPGO_KEEP_0__: 主な機能がアクティブなユーザーによって使用されているか?
- __CAPGO_KEEP_0__: チームが幅広く採用しているか、使用が集中しているか?
__CAPGO_KEEP_0__:
ダッシュボードもセグメンテーションが必要です。新規ユーザーと既存ユーザー。自社サービスとエンタープライズ。個人ユーザーとアカウント。そういった区分けがなければ、平均値が物語を平らにします。
メトリクスを製品の決定に変換することはできますか。各メトリクスは特定の反応を引き起こすべきです。アクティブ化が弱い場合、オンボーディングを強化し、セットアップのフリクションを削除する必要があります。時間を値に変えるのに時間がかかる場合、ユーザーがコアの結果を確認する前に必要なステップを減らす必要があります。機能の採用率が低い場合、問題は発見、関連性、ワークフローのフィットかもしれません。
リリースのスピードはここで重要です。製品チームは、フィードバックループを通じて学習します。AmplitudeやMixpanelなどのツールを使用すると、ユーザーの行動を読むことができます。配信ツールを使用すると、ユーザーの行動と変更をテストできます。モバイルやクロスプラットフォームのチームでは、 Capgo JavaScript、CSS、設定、コピー、資産の更新をアプリストアのレビューを待たずに配信するオプションです。これにより、採用問題を観察し、修正をテストするサイクルが短縮される可能性があります。
ワークフローの中盤では、デモ映像がチームが何が変わり、どのように変わり、そしてなぜ変わり、という点で一致するようにするのに役立ちます。
実践的な運用リズムは次のようになります。
- 週にダッシュボードを確認します。
- 1つの採用ボトルネックを特定します。
- 1つの焦点を置いた変更を配信します。
- 前のコホートと次のコホートを比較します。
- 行動によってではなく、意見によって決定しないようにします。
採用の作業が管理できるようになるのは、このような定期的なループを通じて測定と製品アクションの間で繰り返し行うことです。
すべてのメトリックを一度に追いかけるのではなく、測定と製品アクションの間で定期的なループを作成することです。AIとオートメーションを利用した採用メトリックスの未来
AIは、採用の意味を複雑にすることを始めています。従来のユーザー採用メトリクスでは、人間がログインし、行動し、戻ります。 そのモデルは、AIエージェントがコンテンツを書き出し、ワークフローをトリガーしたり、タスクを自動的に完了したりする場合に不安定になります。
「 Userpilotの「採用測定の変更」を書いたもの のノートでは、より新しいガイドラインはすでに「人間vs. AIエージェント」という問題を指摘しています。実際の問題は簡単です。DAU/MAU、セッション時間、最初のキーアクションまでの時間などのメトリクスは、自動化によってではなく、人間が価値を実現するのではなく、自動化によって行われた活動の場合でも、より強力に見えます。
チームは、よりきれいなAttributionが必要になります。タスクを誰が開始したか? AIは何をサポートしたか? 完全に自律したものは何だったか? それらの区別は、自動化が通常の製品使用の一部になるにつれて、より重要になります。北の星は同じです。 人間と組織が実際に繰り返し価値を得ているかどうかを測定するのです。 ただし、人間がすべてのアクションを実行したと仮定することはできません。
あなたのチームがCapacitorまたはElectronアプリを配信し、採用分析と製品変更の間の連携をより緊密にしたい場合は Capgo は見る価値があります。チームは、codeとコンテンツの更新を迅速に配信し、特定のリリースチャンネルにターゲットを絞り、ロールアウトの動作を監視して、製品、エンジニアリング、サポートが採用が停滞した場合に迅速に反応できるようにすることができます。
