本稿では、ユーザー登録をして利用できるアプリケーションを例にレポート作成で大切なことをまとめます。
アプリケーションの概要は、SNSでユーザーがコミュニティを介して交流を行うというもので、これを利用してもらっていることとします。
まとめるレポートはシステム管理者が見るものとします。
レポートをまとめる目的は、最終的にどのようにユーザーを増やしていくのか考えるためです。
どのような値をレポートとして出力すると良いか
レポートで出力したいデータ例
- アプリ起動者数
- ユーザー会員登録者数
- ユーザー会員登録率(ユーザー会員登録者数 / アプリ起動者数)
- DAU(Daily Active Users)
- (例：ログインした時にカウントしたログをユーザ別に週ごとで集計したもの)
- MAU(Monthly Active Users)
- (例：ログインした時にカウントしたログをユーザ別に月ごとで集計したもの)
- コミュニティ作成数
- コミュニティ参加率
- コミュニティ作成率(コミュニティ作成人数 / コミュニティ作成数)
- ユーザー情報
- ユーザーの都道府県ごとの集計
- ユーザーの年代別の集計
- ユーザーの職業分布
- ユーザーの性別分布
- ユーザーのログイン数
- ユーザーのログイン率(ユーザーのログイン数 / ユーザーの総数)
- ログイン平均回数
- 広告利用数(クリック)
- 広告利用率(ユーザーごとの広告利用数 / ユーザー会員登録者数)
- ユーザー定着度※
- ユーザーのアクションに対するコンバージョン数※
※コホート分析を利用した時に取得できる値
コホート分析
コホート分析とは
コホート分析とは、平たく言えば「時間の経過に伴うユーザー行動の変化」を可視化する分析方法です。
たとえば、１月に訪問のあったユニークユーザーのうち、２月は◯％戻ってきて、３月には◯％にまで減って…というように「ユーザーの定着度」を分析したり、初回アクセスから１ヶ月後に購入に至ったユニークユーザーは◯％で、２ヶ月後は…という「コンバージョン行動への変化」を分析したりします。
それらをわかりやすく表にまとめて、行動変化率を可視化する事ができます。
引用元:例えば、Googleアナリティクスでコホート分析ができる時代になった！
ユーザー定着度とコンバージョン数を知ることでユーザーを増やすために何をするか考える材料にする
リアルタイムで知りたい情報
- アプリケーション利用者数
- 公開したページが一般ユーザーに正しく使われているか確認するため
- 「1利用者あたりのCPU使用率が高い」などの不具合発見に役立つため
レポート機能を実装するときにやるべきこと
- レポート表示に使用するデータはレポート用のデータを格納するDBに予め集計しておく
- 毎回ページを開く度にデータを集計しないようにすることで、集計するデータ量が増えた時にページを開くまでの時間が長くなることを防ぐため
- 集計したデータの時間を表示する際にUTC時間なのか日本時間なのか記載する
- 更新履歴を記載する
- データの取得方法を変えた時等にそれがわかるようにするため
レポート画面にあると便利な機能
- データ絞り込み機能
- 日付範囲指定機能