アカウント健全性分析
B2Bアカウントの製品利用状況を深く掘り下げて、QBRの準備、更新リスクの評価、拡大機会の発見、またはCSの優先的なアウトリーチを行います。
手順
ステップ 0: アカウントの特定とコンテキストの発見
アカウント識別子を取得:
- 会社名、組織ID、アカウントID、またはグループプロパティ値
- 提供されていない場合はユーザーに尋ねる
既存の作業を検索:
Amplitude:search を使用して、このアカウント用の既存のダッシュボード、チャート、またはノートブックを見つけます。見つかった場合、ユーザーに新しい分析を行うか、既存のものを確認するかを尋ねます。
ステップ 1: クイック健全性トリアージ
Amplitude:query_dataset を使用して、これらのクエリを並行して実行します:
利用動向:
- イベント:
_active、メトリック:uniques、グループ化: アカウントプロパティ - 期間: 過去60日間、日別間隔
- 表示内容: アクティビティは増加しているか減少しているか？
エンゲージメントの質:
- アカウントのDAUとMAUを計算
- DAU/MAU比率（スティッキネス）を取得
- 表示内容: アクティブユーザーはどの程度エンゲージしているか？
ユーザーの勢い:
- 週ごとのアクティブユーザー数
- 表示内容: チームは成長しているか縮小しているか？
健全性の分類:
- 健全: MAUが増加、DAU/MAU >40%、週次増加
- リスクあり: MAUが横ばいまたは減少、DAU/MAU 20-40%、週次減少
- 深刻: 急激な減少、DAU/MAU <20%、継続的な週次減少
ステップ 2: ユーザーレベル分析
Amplitude:query_dataset をユーザーレベルのgroupByで使用:
パワーユーザー:
- イベント量が多い上位3～5人のユーザー（活用すべきチャンピオン）
離脱ユーザー:
- 前の期間はアクティブだったが、現在はアクティブでないユーザー（維持リスク）
ライセンス利用率:
- 過去30日間のアクティブユーザー vs 総シート数
ステップ 3: 機能利用分析
Amplitude:query_dataset をイベント/機能でグループ化して使用:
機能の広がり:
- どのコア機能が使用されているか（ユーザーに主要機能を5～10個尋ねる）
- 機能ごとの採用率
機能動向:
- 機能ごとの過去90日間の使用状況
- 成長している機能と減少している機能を特定
健全性に基づくフォーカス:
- リスクあり/深刻な場合: 放棄された機能を見つける（60～90日前に使用され、過去30日間は未使用）
- 健全な場合: 拡大機会を見つける（まだ試されていないプレミアム機能）
ステップ 4: アカウントフィードバック分析
フィードバックソースを取得:
Amplitude:get_feedback_sources を使用して、利用可能なものを確認します。
フィードバックインサイトを取得:
Amplitude:get_feedback_insights を次のフィルターで使用:
- アカウント内の各ユーザーのampId
- dateStart/dateEnd: 過去90日間
- types:
bug、painPoint、complaint、request、lovedFeature
特定の言及を取得:
上位3～5のインサイトについて、Amplitude:get_feedback_mentions を使用して引用を取得します。
行動と関連付ける:
- 機能Xに関する苦情？機能Xの使用状況をクエリ
- 機能Yのリクエスト？Yが解決するはずの制限に達しているかを確認
- 機能Zへの賞賛？Zのヘビーユーザーであることを検証
ステップ 5: アカウント健全性レポートの提示
出力を次のように構成します:
アカウント健全性レポート: [アカウント名]
エグゼクティブサマリー
[2～3文: 健全性スコア、主要トレンド、主要な推奨事項]
健全性スコア: [🟢 健全 | 🟡 リスクあり | 🔴 深刻]
[主要指標を含む1文の根拠]
主要指標
| 指標 | 現在値 | トレンド | ステータス |
|---|---|---|---|
| MAU | X | ↑↓→ Y% | 🟢🟡🔴 |
| DAU/MAU | X% | ↑↓→ Y% | 🟢🟡🔴 |
| ライセンス利用率 | X% | ↑↓→ | 🟢🟡🔴 |
| 採用機能数 | X/Y | ↑↓→ | 🟢🟡🔴 |
🚨 リスク要因（ある場合）
- [問題] - [影響]
- 使用データ: [指標/トレンド]
- 顧客フィードバック: [X件の言及があるテーマ] - [代表的な引用]
✅ ポジティブシグナル
- [うまくいっていること] - [使用状況とフィードバックからの証拠]
👥 ユーザーインテリジェンス
チャンピオン（活用）
- [ユーザーID/名前]: [アクティビティサマリー] - アクション: [具体的なCS推奨事項]
リスクあり（エンゲージ）
- [ユーザーID/名前]: [最終アクティブ日 / 減少パターン] - アクション: [チェックイン推奨事項]
非アクティブ（30日以上）
- [数] ユーザー（[X]%のライセンス）
💡 主なペインポイントとリクエスト
ペインポイント
- [テーマ]（X件の言及）
- [簡潔な説明]
- 証拠: [行動データ] + 「[引用]」 - [ソース, 日付]
- アクション: [何をすべきか]
機能リクエスト
- [テーマ]（X件の言及）
- [求めているもの]
- 証拠: 「[引用]」 - [ソース, 日付]
- ロードマップステータス: [ロードマップにあり/未計画/検討中]
気に入っている点 ❤️
- [機能]: 「[引用]」
📊 機能採用状況
高使用率: [機能] - [Xユーザー]（↑Y%） 減少中: [機能] - [Xユーザー]（↓Y%） - 調査が必要 未開拓（アップセル）: [プレミアム機能] - [ペインポイント]を解決できる可能性あり
🎯 推奨事項
🔥 今週中
- [ユーザー/連絡先名を含む具体的なアクション]
📅 今月中
- [コンテキストを含む戦略的アクション]
💰 拡大機会
- [証拠付きのアップセルシグナル]
📎 詳細
- 分析日: [日付]
- 期間: [過去X日間]
- 信頼度: [高/中/低（データ量に基づく）]
ベストプラクティス
- 常にユーザーを名前で指定 - CSは誰に連絡するかを知る必要があり、集計データだけでは不十分
- フィードバックを行動に結び付ける - 苦情を使用データで検証する
- 推奨事項は具体的に - 「エンゲージメントを改善」ではなく「Feature XについてSarahに電話」
- スナップショットではなくトレンドを示す - 方向性が一時的な値よりも重要
- データのギャップを指摘する - 低ボリューム、欠落プロパティ、不完全なデータに注意
- 影響度で優先順位を付ける - 複数のユーザーやチャンピオンに影響を与える問題に焦点を当てる
よくあるパターン
解約リスク:
- チャンピオンが離脱 + 全体的な使用量減少
- 同じ問題に対する複数の苦情 + 摩擦の行動的証拠
- ライセンス利用率低下 + ネガティブフィードバック
拡大シグナル:
- プラン制限に達している（ユーザー数、API、ストレージ）
- プレミアム機能のリクエスト + 高いエンゲージメント
- 新規ユーザー追加 + ポジティブフィードバック