data-analytics

データ分析

概要

データ分析とは、小紅書のアカウントとコンテンツの指標を体系的に分析し、パフォーマンスを把握して傾向を見つけ、成長とエンゲージメントを最適化するための適切な判断を下すことです。

使用する場面

次の場合に使用します：

• コンテンツのパフォーマンスにばらつきがある
• どのようなコンテンツがオーディエンスに響くのかわからない
• フォロワーの増加が頭打ちになっている
• コンテンツ戦略の判断を検証する必要がある
• コンテンツ最適化計画を準備している
• 競合のパフォーマンスを分析する

次の場合は使用しないでください：

• コンテンツデータがない状態で始めたばかり（投稿が5件以上になるまで待ちます）
• 投稿中にリアルタイムでモニタリングする必要がある（プラットフォーム標準の分析機能を使用します）

基本パターン

変更前（データなしで推測）：

❌ "I think my audience likes fashion content"
❌ "This post should do well because I worked hard on it"
❌ "Let me try this topic and see what happens"

変更後（データに基づく判断）：

✅ "My top 5 posts are all skincare tutorials - audience prefers educational content"
✅ "Posts published at 8pm get 3x more engagement than 2pm"
✅ "Before-and-after format averages 15% engagement vs 8% for other formats"

5つの基本指標のフレームワーク：

1. 露出（閲覧数） - リーチと発見
2. エンゲージメント（エンゲージメント率） - いいね、コメント、シェア
3. コンバージョン（コンバージョン率） - フォロー、保存、クリック
4. 成長（フォロワー増加） - 新規フォロワー、フォロー解除
5. オーディエンス（ユーザープロフィール） - 人口統計、行動パターン

クイックリファレンス

指標	測定内容	良好な目安	分析ツール
閲覧数／露出	コンテンツのリーチ	新規アカウントで500以上	小紅書クリエイターセンター
エンゲージメント率	（いいね＋コメント＋シェア）／閲覧数	平均8～12%	Excel / Qiangua
保存率	コンテンツの価値	3～5%が良好	クリエイターセンター
フォロワー増加率	アカウントの成長	月間5～10%	クリエイターセンター
ピーク時間	最適な投稿時間	ほとんどの場合、午後7～9時	Qiangua / Huitun

実装

ステップ1：データ収集（毎週）

次の場所からデータをエクスポートします：

• 小紅書クリエイターセンター（公式、無料）

  • アカウント概要 → データ分析
  • 投稿のパフォーマンス → コンテンツデータ
  • オーディエンスインサイト → ユーザープロフィール

• Qiangua Data（推奨、フリーミアム）

  • アカウント分析
  • コンテンツのパフォーマンス
  • 業界ベンチマーク

ステップ2：分析用スプレッドシートの作成

次のタブを含むExcel／Google Sheetsを作成します：

タブ1：コンテンツのパフォーマンス

| Date | Title | Views | Likes | Comments | Shares | Saves | Followers | Engagement Rate |
|------|-------|-------|-------|----------|--------|-------|-----------|----------------|

タブ2：週次サマリー

| Week | Total Posts | Avg Views | Avg Engagement | New Followers | Top Performing Post |
|------|-------------|-----------|----------------|---------------|-------------------|

タブ3：オーディエンスインサイト

| Date | Age Group | Gender | Location | Active Hours | Top Interests |
|------|------------|--------|----------|---------------|----------------|

ステップ3：傾向の分析（月次）

コンテンツ分析：

• どのトピックのパフォーマンスが最も高いですか？（エンゲージメント上位10件の投稿）
• どの形式が効果的ですか？（画像、動画、カルーセルの比較）
• どのようなタイトルがクリックにつながりますか？（CTRの高低を比較）
• 最適な投稿時間はいつですか？（時間ごとの内訳）

オーディエンス分析：

• 主なフォロワーはどのような人たちですか？（人口統計）
• 最もアクティブな時間帯はいつですか？（時間帯／曜日のパターン）
• どのようなコンテンツへのエンゲージメントが最も高いですか？（興味関心の分析）

ステップ4：実行可能なインサイトの特定

データを判断に結び付けます：

質問 → データ → アクション：

Q: Why did engagement drop this week?
A: Views stable but engagement rate fell from 10% to 6%
→ Check: Content type shift? Topics changed? Timing different?
→ Action: Return to top-performing content topics next week

Q: Which content brings most followers?
A: Skincare tutorials average 12 new followers per post
→ Action: Create 3 more tutorial posts this month

Q: When should I post for maximum reach?
A: 7-9pm gets 3x more views than 2-5pm
→ Action: Schedule all posts for 7-9pm timeframe

ステップ5：インサイトを戦略に反映

調査結果に基づいてコンテンツ戦略を更新します：

• 効果のあるものに注力します（パフォーマンス上位のトピック／形式）
• 効果のないものを取り除きます（パフォーマンス下位20%）
• 成功パターンを参考に、新しいバリエーションを試します
• ピーク時間に基づいて投稿スケジュールを最適化します

よくある間違い

間違い	起こる理由	対策
分析の頻度が高すぎる	焦り	毎週データを収集し、毎月分析します
見栄えのする指標に注目する	閲覧数は目に見えるため	エンゲージメント率とフォロワーのほうが重要です
インサイトを行動に移さない	分析麻痺	分析ごとに3つのアクション項目を作成します
オーディエンスデータを無視する	コンテンツに注目するため	ユーザーの人口統計から、コンテンツが効果的な理由がわかります
大規模アカウントと比較する	現実離れした基準	同じニッチの同規模アカウントと比較します

実社会での効果

データに基づく最適化の成果（実例）：

• アカウント A：無計画に投稿 → データに基づく投稿スケジュールを導入し、フォロワー数が 5 倍に増加
• アカウント B：さまざまな内容を投稿 → 最も成果の高いトピックに絞り、エンゲージメントが 3 倍に増加
• アカウント C：一般的なファッション情報を発信 → オーディエンスデータに基づいて「手頃な価格」という切り口に変更し、保存率が 10 倍に増加

重要な洞察：毎週データ分析を行うアカウントは、データを見ずに投稿するアカウントより 3〜5 倍速く成長します。

---

関連スキル：

• 必須：data-metrics-understanding（各指標の意味を理解する）
• 必須：content-performance-analysis（個々の投稿のパフォーマンスを分析する）
• 必須：qiangua-data（高度な分析のためのツール）
• traffic-analysis（トラフィックの流入元を分析する）
• user-persona-analysis（オーディエンスの属性を理解する）