ミックスパネラーの國崎です。
今回はmixpanelを使ってデータ分析をした結果、売上30%アップを実現した飲食店アプリの成功事例を紹介します。
本記事で紹介する成功事例
今回紹介するのは世界的に人気な飲食店グループでオフラインの店舗は元よりアプリの運営にも注力している企業（以下：K社）のmixpanel成功事例です。
K社ではmixpanelを使って以下の成功を収めました。
- 年間購入額34.5%アップ
- 年間のリピーター数36.3%アップ
本記事ではK社にどのような課題があって、mixpanelでどのような分析を行い改善をしたのか、そのあたりの分析手法とどういった機能が具体的に使われたのか、をお伝えします。
抱えていた課題
mixpanelで成果を出す以前、K社では以下の課題を抱えていました。
- 新規からリピーターになるための要因を掴めていない
- 商品や購入方法の選択肢が多く効果的なパターンがわからない
- アプリと店舗のデータが連携できていない
K社にとってロイヤル顧客となるリピーターを増やすためには、上記の課題を解決することが必要です。
ただ、K社のメニューは単品の商品やドリンク、複数の商品を組み合わせたセットメニューなど種類が多く、どのメニューやオプションがリピーター獲得に繋がっているか特定することが難しかったり、またアプリと店舗のPOSデータも連携がされていない影響で、アプリユーザーのリピーター獲得の分析も困難な状況でした。
mixpanelを導入して行ったこと
K社はこれらの課題を解決するために、mixpanelを導入し以下のことを行いました。
- mixpanelを使用してアプリのユーザー行動を追跡
- 店舗のPOSデータをmixpanelに送信する
- mixpanelでPOSデータとアプリのユーザー行動を組み合わせて分析する
mixpanelのSDKをアプリに組み込めばユーザーの行動データをリアルタイムで追跡することが可能になります。
またmixpanelではLookuoTableやWarehouse Eventsの機能を使って外部データをmixpanelに送信し、結合することが可能です。
そのやり方については以下記事でも紹介をしてます。
MixpanelのLookupTableを使って外部データを結合する
mixpanelにデータウェアハウスを直接つなぐWarehouse Events機能の紹介
WEBやアプリなどのオンラインの行動データをリアルタイム分析するのに長けたmixpanelですが、上記の機能を使うことでオフラインデータとの組み合わせを行い、さらに深い行動分析を行うことが可能となります。
K社は、POSデータとアプリのユーザー行動を組み合わせ「過去1か月以内に登録し、少なくとも2回購入した新規アプリユーザー」に焦点を当てた分析を始めました。
ユーザーグループのコホートを作成し、このユーザーが注文したメニューや使用したクーポン、購入頻度など様々な角度でのカスタマージャーニーを調査し、リピーターアップのための改善施策に繋げます。
ちなみにコホートとはmixpanel内でユーザーをグループ化するための機能を言います。 mixpanelのコホートは複雑な行動条件やユーザー情報の組み合わせもSQL不要でUI上で簡単に行うことが可能です。
コホートの作成については以下記事で紹介。
分析して取り組んだ改善施策
以下ではK社が取り組んだ改善施策になります。
特定のユーザーにAセットメニューのアプローチ
上記の分析を行った結果、K社はリピーターになる可能性のあるユーザー層を特定しました。
そのユーザー層とは過去3か月以内にメンバーになったが人気のAセットメニューを購入したことがないユーザーで、これらのユーザーにニュースレターとクーポンのABテストを行い、Aセットメニューのリピーターにつなげました。
mixpanelではエクスペリメントというABテストで振り分けたユーザーの行動比較をして、設定した各指標に対しどちらのユーザーが効果的な動きをしたか、可視化する分析機能があります。
エクスペリメント能については以下記事で紹介。
ABテストの行動分析に役立つMixpanelのエクスペリメントを解説！
リピーターのマジックナンバーを見つけプッシュ通知の改善
さらにK社ではmixpanelのシグナル機能を使い、ユーザーのどのような行動がリピート行動と相関関係があるのか、マジックナンバーの分析を行いました。
マジックナンバーとは新規ユーザーを定着させるために活用される先行指標で、有名な事例だとFacebookの10日以内に7人の友達を追加したら定着率が高いなどのケースがあります。
mixpanelではこういったマジックナンバーの分析を簡単にできるシグナル機能があり、K社でもこのシグナル機能を使うことで、多くのリピーターが最初の購入から14日以内に2回目の購入で特定のクーポンを使用していることを分析しました。
K社はこの分析をもとにプッシュ通知の改善を行い、年間のリピーター数36.3%アップを実現することができました。
シグナル機能については以下記事で紹介。
マジックナンバー分析について詳細を知りたい方はこちらの記事もご覧ください。
マジックナンバーとは？分析の始め方や役立つツールについて解説！#mixpanel
クラスメソッドで行えるmixpanelの支援内容
今回mixpanelの成功事例でK社の事例を紹介させていただきました。
mixpanelで正しい分析を行うとこういったリピーターを増やすための施策や改善につなげることができ、結果として売上アップという成果を上げやすくなります。
同社が行った分析手法をまとめると以下のような流れとなります。
- mixpanelのSDKをアプリに埋め込んでリアルタイムの行動分析をする
- さらにPOSデータをmixpanelに連携させてオフラインとオンラインを組み合わせた分析をする
- リピーターになっている新規ユーザーの行動分析をしリピーターになる行動パターンを分析する
- クーポンやニュースレターのABテストを行い効果が高いパターンの分析をする
- リピーターのマジックナンバーを分析し、そのためのプッシュ通知見直しをする
このような分析を行うためにはmixpanelを使うためのKPI設計や事前の課題認識など、導入にあたってのプランニングが必要です。
クラスメソッドではmixpanelを導入されるお客様に以下の支援サービスを提供しております。
- PoC…検証環境提供
- プランニング支援…KPI設計の支援/QA対応
- 実装支援…開発の支援/SaaS連携支援
- 伴走支援…定例など
mixpanelのKPI設計は以下記事でも紹介している専用の測定フレームワークを用いたプランニング支援をさせていただきます。
mixpanelの測定フレームワーク作り方のコツ！サンプルを例に解説！
また実装いただいた後の伴走支援では実際にお使いになられているお客様の課題感などをヒアリングさせていただき、ご要望に沿った内容での定例を設けさせていただき、成果につなげるための分析手法のご提案などをさせていただきます。
今回の記事を見てmixpanelについて詳細の話を聞きたい、興味を持ったという方はぜひぜひクラスメソッドまでお問い合わせください！！
5
