> ## Documentation Index
> Fetch the complete documentation index at: https://moengage.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# 高度なBehavior分析

> MoEngageの高度なBehavior分析 — 集計分布、数式ベースの指標、カスタムバケットを使用して、イベントに関するより深いインサイトを得ます。

# 高度なBehaviorオプション

複雑なユーザー行動データを伴う分析要件に対応するため、MoEngageは高度な分析オプションを提供しています。これらの機能により、標準的なカウントベースのレポートと比べて、より精緻な計算と構造化が可能になり、詳細な結果が得られます。

* **Aggregation distribution**: このオプションを使用すると、集計されたイベント属性のバケットにユーザーを分布させることができます。たとえば、曲の再生時間(分)に基づいてユーザーの分布を取得できます。

  ![Screenshot 2025-01-02 at 5.55.09 PM.png](https://mintcdn.com/moengage/B1ZqBU-ISgaoSx_O/images/moengage_547385.png?fit=max\&auto=format\&n=B1ZqBU-ISgaoSx_O\&q=85\&s=f194a7e2cb74f8c25e9c527feb7ba577)

  **Custom** **Distribution bucketing**を設定することもできます。カスタム分布では、**From**と**to**フィールドに境界(下限と上限)を入力し、各分布を分割する間隔サイズを入力します。このオプションは数値プロパティでのみ利用できます。バケット数が最大10個になるように境界と間隔を選択してください。

  ![Screenshot 2025-01-02 at 5.57.25 PM.png](https://mintcdn.com/moengage/t_8awpRKFC9RNHlT/images/moengage_aa7600.png?fit=max\&auto=format\&n=t_8awpRKFC9RNHlT\&q=85\&s=420d72dcf08ff62a6ac0a27984c157b3)
* **Total events per user**: このオプションは、個々のユーザーごとの合計イベント数の集計値を提供します。たとえば、ユーザーあたりの平均再生曲数を取得できます。利用できる集計タイプは次のとおりです。

  ![2025-01-02\_18-04-36.png](https://mintcdn.com/moengage/M3SzEdkQVgGAjJCt/images/moengage_75fed1.png?fit=max\&auto=format\&n=M3SzEdkQVgGAjJCt\&q=85\&s=6c5042f31a2a9263f35204d0c10d4c3f)
* **Attribute aggregation per user**: これは2段階の集計で、次のように行われます。

  ![Screenshot 2025-01-02 at 6.19.10 PM.png](https://mintcdn.com/moengage/prFQLkdcYp4xSt9t/images/moengage_68e122.png?fit=max\&auto=format\&n=prFQLkdcYp4xSt9t\&q=85\&s=a1190f6c8c88ad864fc7a061d33eba5d)
  * 属性がユーザーごとに集計されます。
  * 属性がデータ演算によって再度集計されます。\
    得られる結果は、ユーザーごとに集計された属性の算術値となります。\
    たとえば、最もアクティブでないリスナーがどれだけの時間再生したかを知ることができます(再生時間(分)の**Sum**の**Minimum**)。

# 高度なBehaviorオプションを使用するタイミング

標準的な行動レポートはカウントや頻度を把握するのに優れていますが(たとえば、「'Song Played'を実行したユーザーは何人か?」)、単純なカウントだけでは不十分な場合、**Advanced Behavior Options**を使用すると、より深く、よりきめ細かなインサイトを得ることができます。

分析で次のことが必要な場合に、これらの高度な機能を使用します。

* **分布の把握:** ユーザーがアクションを実行したかどうかだけでなく、アクションの*規模*や*範囲*に基づいてユーザーをセグメント化または把握する必要がある場合。
* **ユーザーごとの集計値の計算:** *個々のユーザーごと*に、イベントや属性に関連する平均値、合計値、最小値、最大値を知る必要がある場合。
* **複雑な多段階の集計:** まず各ユーザーの指標を計算し、*その後*、それらのユーザーごとの結果に対して別の計算(最小値や平均値の算出など)を行う必要がある場合。

各オプションがさまざまな分析上の課題の解決にどのように役立つかを以下に示します。

## Aggregation Distribution

* **機能:** 集計された数値イベント属性(合計再生時間、合計購入金額など)に基づいて、ユーザーを定義されたバケットにグループ化します。定義済みの範囲またはカスタム範囲を使用できます。
* **使用するタイミング:**
  * エンゲージメントや価値のレベル(低額、中額、高額の購入者など)に基づいてユーザーをセグメント化する必要がある場合。
  * 特定の指標について、ユーザーがさまざまなアクティビティレベルにどのように分布しているかを可視化したい場合。
  * 全体の平均値や合計値よりも、分布を把握することが重要な場合。

### ユースケースの例

このオプションを使用して解決できるユースケースの例:

* **Eコマース:** 過去30日間の合計支出額に基づいてユーザーセグメントを特定します(たとえば、$0-$50、$51-$200、\$201+のバケット)。
* **メディア/ストリーミング:** 一定期間内の*Total Watch Time*や*Total Songs Played*に基づいてユーザーを分布させ、コンテンツの消費パターンを把握します(たとえば、0-10分、11-30分、31分以上)。
* **ゲーム:** *Total Levels Completed*や*Total In-App Purchases Value*に基づいてプレイヤーをグループ化します。
* **コンテンツプラットフォーム:** *Number of Articles Read*や*Total Time Spent Reading*でユーザーをセグメント化します。

## Total Events Per User

* **機能:** 個々のユーザーごとにイベントが発生した回数の集計値(Sum、Average、Min、Maxなど)を計算します。
* **使用するタイミング:**
  * ユーザーごとのアクションの頻度や量を把握する必要がある場合。
  * ユーザーが主要なアクションを実行する回数の平均値、最小値、最大値を求めたい場合。

### ユースケースの例

このオプションを使用して解決できるユースケースの例:

* **エンゲージメント:** 週ごとの*ユーザーあたりの平均アプリ起動回数*を計算します。
* **機能の利用状況:** 先月の*単一ユーザーによる最大検索回数*を求めます。
* **アクティビティレベル:** *ユーザーあたりの平均注文数*を算出します。
* **コンテンツとのインタラクション:** 日ごとの*ユーザーあたりの平均視聴動画数*を取得します。

## Attribute Aggregation Per User

* **機能:** 2段階の集計を実行します。まず、*各ユーザー*ごとに数値属性を集計します(たとえば、ユーザーごとの*Purchase Amount*のSum)。次に、*それらのユーザーごとの結果*に対して別の集計を適用します(たとえば、ユーザーごとの合計値のMinimum)。
* **使用するタイミング:**
  * 個々のユーザーの集計値を比較して得られるインサイトが必要な場合。
  * 極端な値を見つけたい場合(たとえば、*合計*支出額が最も少ないユーザー、*平均*セッション時間が最も長いユーザー)。
  * 個々のユーザーレベルで計算された指標に基づいて、全体的なパターンを把握する必要がある場合。

### ユースケースの例

このオプションを使用して解決できるユースケースの例:

* **最もアクティブでないユーザーの特定:** すべてのユーザーにわたる\*'Session Duration'のSumのMinimum\*を求め、最も短い合計エンゲージメント時間を確認します。(例:「最もアクティブでないリスナーはどれだけの時間再生したか?」)
* **パワーユーザーの行動の把握:** *Levels Completed*のSumのMaximumを計算し、単一ユーザーが達成した最高の合計レベル進行度を求めます。
* **支出パターンの分析:** ユーザーごとの*Single Transaction Value*のMaximumのAverageを算出し、ユーザーベース全体における典型的な最高購入金額を把握します。
* **コンテンツ消費のインサイト:** ユーザーごとの*Watch Time*のSumのAverageを求め、ユーザーの典型的な合計視聴時間を把握します。

これらの高度なオプションを活用することで、単純なイベント数を超えてユーザー行動の高度なパターンを明らかにでき、より精度の高いセグメンテーション、ターゲットを絞ったキャンペーン、情報に基づいた製品の意思決定が可能になります。

# 次のステップ

* [Dashboards](/docs/ja/user-guide/analyze/dashboards)
* [My Studio](/docs/ja/user-guide/analyze/dashboards/my-studio)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.