業界の成果：簡単なユーザー獲得アービトラージの時代は終わりました。今勝つグロースチームは、ファネル、コホート、経済性を誰よりも理解しているチームです。
によって マデリン・マレン による投稿
ユースケース
グロースアナリティクス & ユーザー獲得インテリジェンス
グロースという機能は成熟しました。市場がそれほど競争的でなく、アトリビューションがそれほど洗練されていなかったデジタルグロースの初期の頃、つまり、巧妙な獲得戦術で莫大なリターンを生み出せた時代は、ほとんど終わりました。今日のグロース環境は、戦術的な巧妙さよりも分析的な深さを評価します。予算配分、取締役会の信頼、市場シェアを獲得するチームは、ユニットエコノミクスを最も正確に理解し、最も分析的な厳密さでコンバージョン最適化を反復できるチームです。
グロースアナリティクスとプロダクトアナリティクスは、外見上は似ています。しかし、それらは異なる質問に答えます。プロダクトアナリティクスは製品の内部、つまり機能の採用率、アクティベーション率、ユーザーフローを扱います。その仕事は、人々があなたが構築したものを使った方法を説明することです。グロースアナリティクスは、収益方程式全体をカバーします。顧客がどこから来て、獲得コストはいくらで、いくら支払い、そして定着するか。その仕事は、ビジネスが成長するのか停滞するのかを説明することです。それは、獲得チャネルを横断したコホート分析、行動エンゲージメント、および収益定着率を意味します。これらは、3つの別々のチームが3つの別々のソースからデータを取得して管理する、3つの別々のダッシュボードではありません。
その分析的な厳密さには、データリテラシーが必要です。そして、データリテラシーには、ほとんどのグロース組織が持っていないものが必要です。それは、獲得データ、行動データ、収益データを一緒にクエリできる単一の環境です。
高成長を続けるテクノロジー企業における典型的なアナリティクススタックは、スタックの一部をそれぞれ担当する3つまたは4つのツールで構成されています。それぞれがその仕事をこなします。しかし、リアルタイムで互いに連携することはありません。獲得チャネルごとの90日間のLTVを、最初の7日間のアクティベーションマイルストーン完了と相関させて理解したいグロース責任者は、3つのシステムすべてにまたがる質問をしています。そして、ほとんどのアナリティクスアーキテクチャでは、その質問に答えるのに時間がかかるか、まったく答えられない場合があります。
テクノロジー企業におけるグロース責任者は、通常、他のどのビジネス機能よりも速い分析代謝を持っています。キャンペーンの変更後数時間以内にアトリビューションの変化を理解したいと考えています。新しい獲得プログラムのローンチ後数日以内にコホート品質のシグナルを確認したいと考えています。週次のサイクルで行われる予 算配分決定に情報を提供するために、LTVの軌跡を把握する必要があります。これらすべてには、ほとんどのアナリティクスチームのサポートモデルでは提供できない速度でのデータアクセスが必要です。
アナリティクスのスタックの特定の部分を担当するツールはたくさんありますが、それらは非常に高価で、すべて存在するべきものです。そして、それは実際には私たちの運営費用の大部分を占めています。 —PLGソフトウェア企業のプロダクトマネジメントリーダー
それが、ほとんどのグロース組織が作業しているアーキテクチャです。それは、アナリティクスの絵の一部を提供するように設計された、目的特化型ツールのスプロールであり、全体として、グロースの決定に実際に必要な、システム間の質問に答えることができません。ボトルネックは分析スキルではありません。それはデータアーキテクチャです。
利益は、より一生懸命働くことから生まれるのではありません。それは、互いに通信するように設計されていないシステムから答えをまとめるというオーバーヘッドを排除することから生まれます。特にグロースチームにとっては、そのオーバーヘッドは、逃した予算サイクルと、遅すぎて対応したコホートシグナルで測定されます。
Databricks Genieは、グロースリーダーが 自然言語で完全な獲得および行動データ環境を調査できるようにします。「Q2に獲得したユーザーの獲得チャネルごとの90日間のLTVはいくらで、最初の7日間のアクティベーションマイルストーン完了とどのように相関しますか？」とグロース責任者が尋ねることができます。その質問は、数日ではなく数秒で表示されます。
それに続く質問は自然になります。「昨四半期に最も質の高いコホートを生み出した有料チャネルはどれですか？そして、それと比較して現在の支出ミックスはどのようになっていますか？」あるいは、「現在の活性化率で、Q3コホートはいつペイバックに達しますか？」各回答は、実際の獲得、行動、請求データから引き出されます。これらはすべて1か所に統合されており、アナリストにリクエストをルーティングして手動で3つのシステムを結合する必要はありません。
週次の予算配分決定を管理するグロース責任者にとって、その速度は構造的な競争優位性です。コホート経済を数日でなく数時間で理解できるグロース組織は、より早く支出を再配分し、パフォーマンスの低いチャネルをより早く発見し、特定の四半期でより多くのサイクルにわたって学習を積み重ねることができます。
ユーザー獲得はより高価で競争が激しくなっています。そのような環境でCAC効率を維持するグロース組織は、経済性を最も正確に理解し、その理解に基づいて最も迅速に行動できる組織です。
「グロースハッキング」という分野は、市場に余裕がある、つまり巧妙な戦術が規律ある分析を上回ることができると 仮定していました。その余裕はなくなりました。残っているのは分析的なエッジです。つまり、獲得コホートの質をより速く理解し、ペイバック期間をより正確にモデル化し、ウィンドウが閉じる前にうまくいっているものに予算を再配分する能力です。Genieは、アナリストの仲介なしにそのエッジをアクセス可能にするために特別に構築されています。完全な獲得、行動、収益データが1つの環境にあり、自然言語でクエリでき、予算決定が実際に行われる週次のサイクルで利用できます。
「私たちはGrammarlyのグロースマーケティングを変革しました。マーケターが深さを達成し、高速な実験を実行し、データおよびプロダクトパートナーと緊密に統合できるようにするシステムに投資しています。」 — Julie Foley Long、Lifecycle Marketing責任者、Superhuman Genieを獲得分析に使用している顧客は、獲得率が50％相対的に向上したと報告しています。ベースラインの8％から12％に増加しました。これは、以前は断片化されたシステムに埋もれていたコホート品質シグナルを特定して対応したことによるものです。オンボーディング最適化作業を行っているグロースチームにとって、Genieはインサイトサイクルを数か月から数週間に短縮しました。これにより、行動仮説と検証された実験結果の間の時間が短縮されました。これは分析速度の積み上げられた利点です。ファネルをより速く理解するだけでなく、他の人が見逃すレバーを見つけることです。
DATABRICKS GENIE · 主要な差別化要因
あなたのデータのために構築され、あなたのルールによって管理され、あらゆるグロースリーダーに応答します。
Genieがあなたのチームにできることを見る
あなたのグロースチームが数分で終わるべき回答を数日待っているなら、ボトルネックはアナリストではなく、あなたのスタックです。グロース責任者が、予算だけでなく分析的な深さで競争するために、Genieをどのように使用しているかをご覧ください。
(このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事
ブログを購読して、最新の投稿を受信トレイにお届けします。