アプリユーザー体験の分析の話

Transcript

1. After DroidKaigi 2025 アプリユーザー体験の分析の話 gatosyocora pixiv App / Android Engineer
2. gatosyocora • 2021年にピクシブへ新卒入社 • Androidエンジニア • PjMや数値分析など幅広くやっている
3. ユーザーのこと 知りたくないですか？
4. ユーザーのことを知れると嬉しいこと • プロダクトの良いところがわかる ◦ よく使われる機能, ユーザーの偏り • プロダクトの悪いところがわかる ◦ 使われていない機能, 離脱が多い画面 新しい施策につながる
5. 実際に分析をしていってみましょう • イラストや小説を投稿できて閲覧できるサービスを想定 ◦ 実際のデータは使用しません ◦ 分析結果も架空のものです
6. すきしているユーザーに 特徴があるかどうか 調べたいこと
7. すき機能 • 気に入った作品を登録する機能 • Web版ではブックマークと呼んでいる • ブックマーク一覧に追加されるので 後から見返せる
8. 仮説を立てる • 仮説を立てることで分析の方向性が決まる 仮説 • プレミアムユーザーの方がすきしている • 利用日数が長いユーザーの方がブックマーク一覧を利用している
9. 検証: プレミアムの方がすきしている • ユーザーごとの平均すき数をプレミアムと非プレミアムで比較 • すきなどのユーザーアクションはサーバー側でログを取得 → 行動ログ • 行動ログはLookerで見られる pixivの有料会員サービス
10. Looker • データの調査、共有、可視化を支援するツール • Exploreで簡単に分析できる • Dashboardで定期的に確認できる
11. date = 2025/9/23 AND event = like AND platform = app date event platform premium count user_count count user_count ratio count user_count ratio プレミアム 非プレミアム 2025/9/23 500 10 50.0 1,000 100 10.0 ratioは table calculations で計算 ※ 説明用に架空の数値と結果 を表示しています
12. 検証: プレミアムの方がすきしている • プレミアムの方が平均すき数が多い = プレミアムの方がすきしている ※ 説明用に架空の数値と結果 を表示しています
13. 検証: 利用日数が長いほど ブックマーク一覧を利用している • ブックマーク一覧の平均表示回数を利用日数ごとに比較 • 画面利用はクライアント側でログを取得 → FAイベント (Google Analytics for Firebase) • 今回は複雑なのでBigQueryで分析する
14. BigQuery と Google Analytics for Firebase BigQuery • データの管理と分析を支援するプラットフォーム Google Analytics for Firebase • アプリの使用状況とユーザーエンゲージメントについて分析できる firebaseAnalytics.logEvent( name = “Hoge”, params = bundleOf( “key1” to “piyo”, “key2” to “fuga” ) )
15. WITH fa_events_with_duration_date AS ( SELECT ( SELECT value FROM UNNEST(user_property) WHERE key = "duration_date" ) AS duration_date FROM `fa_events` ) SELECT duration_date, SUM(*) / SUM(DISTINCT user_id) AS average_count FROM `fa_events_with_duration_date` WHERE date = “2025/9/23” AND event_name = “view” AND platform = “app” GROUP BY duration_date インストールからの経過日数を user_propertyに入れているので どのFAイベントからも取得できる https://firebase.google.com/docs/analytics/user-properties
16. 検証: 利用日数が長いほど ブックマーク一覧を利用している • 日数が増えても回数に差がない = 利用日数が長くても ブックマーク一覧の利用傾向は 変わらない ※ 説明用に架空の数値と結果 を表示しています
17. 分析結果をまとめる • 共有, 知見を蓄積するためにまとめておく ◦ Notionを使用
18. インセプションデッキを書く • 実際に施策を開始するために経緯, 手段などをまとめる • これを元に合意形成をしながらPJを進めていく https://inside.pixiv.blog/2024/12/27/173000 ↓ここら辺の話はすでにinsideで公開されています
19. pixivアプリでの分析のデータフロー 分析 同期 ログ 送信 実際の構成から 今回紹介分を抜粋
20. データログの使い分け • 行動ログとFAイベント ◦ プラットフォーム間の比較分析のしやすさ ▪ Webとアプリの比較 ◦ FAイベントの種類制限への対策 ▪ 500種類までしか使えない
21. まとめ • 内容によって複数のデータログを使い分けている ◦ 行動ログ, FAイベント • いくつかの分析ツールを使っている ◦ Looker, BigQuery • 段階を踏んで分析をすることで効率よく着実に進められる ◦ 仮説 → 検証 → まとめ → 報告 → 実施