高度な

高度な動作オプション

複雑なユーザー行動データに関する分析要件の場合、MoEngageは高度な分析オプションを提供します。これらの機能は、標準のカウントベースのレポートと比較して、詳細な結果を生み出すための精緻な計算と構造化を可能にします。

  • 集約分布 : このオプションを使用すると、ユーザーを集約イベント属性のバケットに分配できます。たとえば、再生された曲の分数に基づいてユーザーの分布を取得できます。
    Screenshot 2025-01-02 at 5.55.09 PM.png
    また、 カスタム 分布バケット を設定することもできます。カスタム分布では、 From および to フィールドに境界(下限と上限)を入力し、各分布を分割するための間隔サイズを指定します。このオプションは、数値プロパティにのみ利用可能です。
    Screenshot 2025-01-02 at 5.57.25 PM.png
  • ユーザーあたりの総イベント数 : このオプションは、各個人ユーザーあたりの総イベント数の集計カウントを提供します。たとえば、ユーザーあたりの平均再生曲数を取得できます。利用可能な集計タイプは以下に示されています:
    2025-01-02_18-04-36.png
  • ユーザーごとの属性集約 : これは二重の集約であり、:
    Screenshot 2025-01-02 at 6.19.10 PM.png
    • 属性はユーザーごとに集約されます。

    • 属性はデータ操作で再度集約されます。
      得られた結果は、ユーザーごとに集約された属性の算術値を提供します。
      例えば、最もアクティブでないリスナーがどれくらいの時間再生したかを知ることができます。 ( 最小 合計 分数)

いつ 使用する 使用 高度な動作オプション

標準的な行動レポートは、カウントや頻度を理解するのに優れています(例えば、「何人のユーザーが「曲を再生した」を実行しましたか?」)、 高度な動作オプション 単純なカウントでは不十分なときに、より深く、より微妙な洞察を解き放ちます。

分析に高度な機能が必要な場合は、これらの機能を使用してください:

  • 分布の理解: ユーザーを 大きさ または 範囲 に基づいてセグメント化する必要があります。単に行動を行ったかどうかだけではありません。
  • ユーザーごとの集計を計算する: イベントまたは属性に関連する平均、合計、最小値、または最大値を知る必要があります 各個別のユーザーに対して
  • 複雑な多層集約: あなたの質問は、まず各ユーザーのために指標を計算し、 その後 、そのユーザーごとの結果に対して別の計算(最小値や平均値を求めるなど)を実行することに関わっています。

各特定オプションが異なる分析上の課題を解決する方法は次のとおりです:

集約分布

  • 何をするか: 集計された数値イベント属性に基づいてユーザーを定義されたバケットにグループ化します(例えば、プレイした合計時間、合計購入額)。事前定義された範囲またはカスタム範囲を使用できます。
  • いつ使用するか:
    • ユーザーをエンゲージメントや価値のレベルに基づいてセグメント化する必要がある場合(例:低、中、高の支出者)。
    • 特定の指標に対するユーザーの活動レベルの分布を視覚化したいとき。
    • 理解する際の 分布 は、単なる全体の平均や合計よりも重要です。

使用例

このオプションを使用して解決できるユースケースのいくつか:

  • Eコマース: ユーザーセグメントを、過去30日間の総支出に基づいて特定します(例えば、$0-$50、$51-$200、$201以上のバケツ)。
  • メディア/ストリーミング: コンテンツ消費パターンを理解するために、ユーザーを期間内の「合計視聴時間」または「合計再生曲数」に基づいて分配します(例えば、0-10分、11-30分、31分以上)。
  • ゲーム: グループプレイヤーを「完了した総レベル」または「アプリ内購入の合計金額」に基づいて分類します。
  • コンテンツプラットフォーム: ユーザーを「読んだ記事の数」または「読書に費やした合計時間」でセグメント化します。

ユーザーあたりの総イベント数

  • 何をするか: 各個別ユーザーに対して、イベントが発生した回数の合計(合計、平均、最小、最大など)を計算します。
  • いつそれを使用するか:
    • ユーザーごとのアクションの頻度やボリュームを理解する必要があるとき。
    • ユーザーが重要なアクションを実行する回数の平均、最小、または最大を見つけたいとき。

使用事例

このオプションを使用して解決できるいくつかのユースケース:

  • エンゲージメント: ユーザーあたりの「アプリの平均オープン数」を週ごとに計算します。
  • 機能の使用: 先月の「任意の単一ユーザーによって実行された最大検索数」を見つけてください。
  • 活動レベル: ユーザーあたりの「平均注文数」を決定します。
  • コンテンツインタラクション: ユーザーあたりの「平均視聴動画数」を毎日取得します。

ユーザーごとの属性集約

  • 何をするか: 2段階の集約を行います。まず、 各ユーザー の数値属性を個別に集約します(例えば、ユーザーごとの「購入金額」の合計)。次に、 そのユーザーごとの結果 に対して別の集約を適用します(例えば、ユーザーごとの合計の最小値)。
  • いつ使用するか:
    • 個々のユーザー集計を比較して得られた洞察が必要なとき。
    • 極値を見つけたいとき(例えば、最も少ない金額を使ったユーザー 合計で 、最も高いユーザー 平均 セッションの長さ).
    • 個々のユーザーレベルで計算されたメトリクスに基づいて全体的なパターンを理解する必要があるとき。

使用ケース

このオプションを使用して解決できるユースケースのいくつか:

  • 最もアクティブでないユーザーを特定する: すべてのユーザーの「セッション時間の合計の最小値」を見つけて、最低の総エンゲージメント時間を確認します。(例: "最もアクティブでないリスナーはどのくらいの時間プレイしましたか?")
  • パワーユーザーの行動を理解する: 「完了したレベル」の合計の最大値を計算して、任意の単一ユーザーによって達成された最高のレベル進行を見つけます。
  • 支出パターンの分析: ユーザーごとの「単一取引額」の最大値の平均を算出し、ユーザーベース全体での典型的な最高購入額を理解します。
  • コンテンツ消費の洞察: ユーザーごとの「視聴時間」の合計の平均を見つけて、ユーザーの典型的な総視聴時間を理解します。

これらの高度なオプションを活用することで、単純なイベント数を超えてユーザー行動の洗練されたパターンを明らかにし、より正確なセグメンテーション、ターゲットを絞ったキャンペーン、および情報に基づいた製品決定を可能にします。

次のステップ

この記事は役に立ちましたか?
0人中0人がこの記事が役に立ったと言っています

How can we improve this article?