Submit Search
Upload
サブスクリプションビジネスにおけるLTV予測と可視化の一手法について
•
Download as PPTX, PDF
•
0 likes
•
1,698 views
Teruhi Goto
Follow
2019年5月15日に開催されたサブスクリプションミートアップvol.1のLT資料です。
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 32
Download now
Recommended
Battery Ventures State of the OpenCloud Report 2022
Battery Ventures State of the OpenCloud Report 2022
Battery Ventures
3 平均・分散・相関
3 平均・分散・相関
Seiichi Uchida
Playbook to Optimizing Efficiency and the Burn Multiple with Bessemer Venture...
Playbook to Optimizing Efficiency and the Burn Multiple with Bessemer Venture...
saastr
楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019
Rakuten Group, Inc.
Bessemer Venture Partners' 2019 State of the Cloud
Bessemer Venture Partners' 2019 State of the Cloud
Bessemer Venture Partners
The Intersection of Construction & FinTech
The Intersection of Construction & FinTech
Daniel Fetner
2 データのベクトル表現と集合
2 データのベクトル表現と集合
Seiichi Uchida
0 データサイエンス概論まえがき
0 データサイエンス概論まえがき
Seiichi Uchida
Recommended
Battery Ventures State of the OpenCloud Report 2022
Battery Ventures State of the OpenCloud Report 2022
Battery Ventures
3 平均・分散・相関
3 平均・分散・相関
Seiichi Uchida
Playbook to Optimizing Efficiency and the Burn Multiple with Bessemer Venture...
Playbook to Optimizing Efficiency and the Burn Multiple with Bessemer Venture...
saastr
楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019
Rakuten Group, Inc.
Bessemer Venture Partners' 2019 State of the Cloud
Bessemer Venture Partners' 2019 State of the Cloud
Bessemer Venture Partners
The Intersection of Construction & FinTech
The Intersection of Construction & FinTech
Daniel Fetner
2 データのベクトル表現と集合
2 データのベクトル表現と集合
Seiichi Uchida
0 データサイエンス概論まえがき
0 データサイエンス概論まえがき
Seiichi Uchida
State of the Cloud 2022
State of the Cloud 2022
Bessemer Venture Partners
Scaling to $100 Million
Scaling to $100 Million
Bessemer Venture Partners
Brazil's Consumer Pulse Update
Brazil's Consumer Pulse Update
Bain & Company Brasil
Executives’ Ransomware Concerns Are High, But Few Are Prepared for Such Attacks
Executives’ Ransomware Concerns Are High, But Few Are Prepared for Such Attacks
Deloitte United States
20130727 ソシャゲkpi分析 tokyowebmining28_izawa_up
20130727 ソシャゲkpi分析 tokyowebmining28_izawa_up
正志 井澤
smarthrを支えるインフラ
smarthrを支えるインフラ
tei-k
君にグロースハックはいらない
君にグロースハックはいらない
Takaaki Umada
主成分分析
主成分分析
大貴 末廣
とあるスタートアップの評価指標(メトリクス)
とあるスタートアップの評価指標(メトリクス)
Takaaki Umada
WM Express Weekly-0202.pdf
WM Express Weekly-0202.pdf
Wavemaker Taiwan
相関分析と回帰分析
相関分析と回帰分析
大貴 末廣
分割時系列解析(ITS)の入門
分割時系列解析(ITS)の入門
Koichiro Gibo
datatech-jp Casual Talks#3 データエンジニアを採用するための試行錯誤
datatech-jp Casual Talks#3 データエンジニアを採用するための試行錯誤
株式会社MonotaRO Tech Team
Tokyo r7 sem_20100724
Tokyo r7 sem_20100724
osamu morimoto
chapter2.pdf
chapter2.pdf
YasutoTerasawa
Economy SEA 2019 by google
Economy SEA 2019 by google
AIS Ahmad Iman Sudrajat
Seven Forces Reshaping Enterprise Software
Seven Forces Reshaping Enterprise Software
Boston Consulting Group
產業:5G手機AP
產業:5G手機AP
Collaborator
1 3.分散分析 anova
1 3.分散分析 anova
logics-of-blue
回帰不連続デザイン(Regression Discontinuity Design, RDD)
回帰不連続デザイン(Regression Discontinuity Design, RDD)
Jaehyun Song
Kpiの設定(次のアクションを明確にする)
Kpiの設定(次のアクションを明確にする)
e-sales-support
エンゲージメント・ダッシュボード
エンゲージメント・ダッシュボード
Engagement First inc.
More Related Content
What's hot
State of the Cloud 2022
State of the Cloud 2022
Bessemer Venture Partners
Scaling to $100 Million
Scaling to $100 Million
Bessemer Venture Partners
Brazil's Consumer Pulse Update
Brazil's Consumer Pulse Update
Bain & Company Brasil
Executives’ Ransomware Concerns Are High, But Few Are Prepared for Such Attacks
Executives’ Ransomware Concerns Are High, But Few Are Prepared for Such Attacks
Deloitte United States
20130727 ソシャゲkpi分析 tokyowebmining28_izawa_up
20130727 ソシャゲkpi分析 tokyowebmining28_izawa_up
正志 井澤
smarthrを支えるインフラ
smarthrを支えるインフラ
tei-k
君にグロースハックはいらない
君にグロースハックはいらない
Takaaki Umada
主成分分析
主成分分析
大貴 末廣
とあるスタートアップの評価指標(メトリクス)
とあるスタートアップの評価指標(メトリクス)
Takaaki Umada
WM Express Weekly-0202.pdf
WM Express Weekly-0202.pdf
Wavemaker Taiwan
相関分析と回帰分析
相関分析と回帰分析
大貴 末廣
分割時系列解析(ITS)の入門
分割時系列解析(ITS)の入門
Koichiro Gibo
datatech-jp Casual Talks#3 データエンジニアを採用するための試行錯誤
datatech-jp Casual Talks#3 データエンジニアを採用するための試行錯誤
株式会社MonotaRO Tech Team
Tokyo r7 sem_20100724
Tokyo r7 sem_20100724
osamu morimoto
chapter2.pdf
chapter2.pdf
YasutoTerasawa
Economy SEA 2019 by google
Economy SEA 2019 by google
AIS Ahmad Iman Sudrajat
Seven Forces Reshaping Enterprise Software
Seven Forces Reshaping Enterprise Software
Boston Consulting Group
產業:5G手機AP
產業:5G手機AP
Collaborator
1 3.分散分析 anova
1 3.分散分析 anova
logics-of-blue
回帰不連続デザイン(Regression Discontinuity Design, RDD)
回帰不連続デザイン(Regression Discontinuity Design, RDD)
Jaehyun Song
What's hot
(20)
State of the Cloud 2022
State of the Cloud 2022
Scaling to $100 Million
Scaling to $100 Million
Brazil's Consumer Pulse Update
Brazil's Consumer Pulse Update
Executives’ Ransomware Concerns Are High, But Few Are Prepared for Such Attacks
Executives’ Ransomware Concerns Are High, But Few Are Prepared for Such Attacks
20130727 ソシャゲkpi分析 tokyowebmining28_izawa_up
20130727 ソシャゲkpi分析 tokyowebmining28_izawa_up
smarthrを支えるインフラ
smarthrを支えるインフラ
君にグロースハックはいらない
君にグロースハックはいらない
主成分分析
主成分分析
とあるスタートアップの評価指標(メトリクス)
とあるスタートアップの評価指標(メトリクス)
WM Express Weekly-0202.pdf
WM Express Weekly-0202.pdf
相関分析と回帰分析
相関分析と回帰分析
分割時系列解析(ITS)の入門
分割時系列解析(ITS)の入門
datatech-jp Casual Talks#3 データエンジニアを採用するための試行錯誤
datatech-jp Casual Talks#3 データエンジニアを採用するための試行錯誤
Tokyo r7 sem_20100724
Tokyo r7 sem_20100724
chapter2.pdf
chapter2.pdf
Economy SEA 2019 by google
Economy SEA 2019 by google
Seven Forces Reshaping Enterprise Software
Seven Forces Reshaping Enterprise Software
產業:5G手機AP
產業:5G手機AP
1 3.分散分析 anova
1 3.分散分析 anova
回帰不連続デザイン(Regression Discontinuity Design, RDD)
回帰不連続デザイン(Regression Discontinuity Design, RDD)
Similar to サブスクリプションビジネスにおけるLTV予測と可視化の一手法について
Kpiの設定(次のアクションを明確にする)
Kpiの設定(次のアクションを明確にする)
e-sales-support
エンゲージメント・ダッシュボード
エンゲージメント・ダッシュボード
Engagement First inc.
Kpiの設定(クロスセル・アップセルを行う)
Kpiの設定(クロスセル・アップセルを行う)
e-sales-support
gloops流データアナリストの部署間連携術
gloops流データアナリストの部署間連携術
gloops, Inc.
Kpiの設定(提案数を増やす)
Kpiの設定(提案数を増やす)
e-sales-support
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
Tokoroten Nakayama
Kpiの設定(少ない訪問回数で案件を早める)
Kpiの設定(少ない訪問回数で案件を早める)
e-sales-support
成長期のスタートアップにおけるチーム開発の罠
成長期のスタートアップにおけるチーム開発の罠
Chihiro Asano
失敗談から学ぶ!アクションにつながるデータ分析のコツ[2014.12.11 開催セミナー]
失敗談から学ぶ!アクションにつながるデータ分析のコツ[2014.12.11 開催セミナー]
Dentsu Razorfish
Kpiの設定(キーマンを抑える)
Kpiの設定(キーマンを抑える)
e-sales-support
Amplitude SalesHub.pdf
Amplitude SalesHub.pdf
kazuki22
Amplitude SalesHub.pdf
Amplitude SalesHub.pdf
kazuki22
分析のリアルがここに!現場で使えるデータ分析(1限目) 先生:吉永 恵一
分析のリアルがここに!現場で使えるデータ分析(1限目) 先生:吉永 恵一
schoowebcampus
初級ウェブ解析士認定講座(第1章)
初級ウェブ解析士認定講座(第1章)
Kazutoshi Tomita
【Saleshub用】カウミー説明資料-ver4.pdf
【Saleshub用】カウミー説明資料-ver4.pdf
ssuser7a8771
CMS学会 第三回 研究報告
CMS学会 第三回 研究報告
loftwork
アタックス・パワーインタラクティブ共催セミナー(5月20日)発表資料(全編)
アタックス・パワーインタラクティブ共催セミナー(5月20日)発表資料(全編)
横山 信弘
第1回 継続率経営セミナー 公開資料
第1回 継続率経営セミナー 公開資料
pLucky
実績紹介
実績紹介
natsukikadohira
SFA運用の秘訣と定着化のコツセミナー資料
SFA運用の秘訣と定着化のコツセミナー資料
NetyearGroup
Similar to サブスクリプションビジネスにおけるLTV予測と可視化の一手法について
(20)
Kpiの設定(次のアクションを明確にする)
Kpiの設定(次のアクションを明確にする)
エンゲージメント・ダッシュボード
エンゲージメント・ダッシュボード
Kpiの設定(クロスセル・アップセルを行う)
Kpiの設定(クロスセル・アップセルを行う)
gloops流データアナリストの部署間連携術
gloops流データアナリストの部署間連携術
Kpiの設定(提案数を増やす)
Kpiの設定(提案数を増やす)
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
Kpiの設定(少ない訪問回数で案件を早める)
Kpiの設定(少ない訪問回数で案件を早める)
成長期のスタートアップにおけるチーム開発の罠
成長期のスタートアップにおけるチーム開発の罠
失敗談から学ぶ!アクションにつながるデータ分析のコツ[2014.12.11 開催セミナー]
失敗談から学ぶ!アクションにつながるデータ分析のコツ[2014.12.11 開催セミナー]
Kpiの設定(キーマンを抑える)
Kpiの設定(キーマンを抑える)
Amplitude SalesHub.pdf
Amplitude SalesHub.pdf
Amplitude SalesHub.pdf
Amplitude SalesHub.pdf
分析のリアルがここに!現場で使えるデータ分析(1限目) 先生:吉永 恵一
分析のリアルがここに!現場で使えるデータ分析(1限目) 先生:吉永 恵一
初級ウェブ解析士認定講座(第1章)
初級ウェブ解析士認定講座(第1章)
【Saleshub用】カウミー説明資料-ver4.pdf
【Saleshub用】カウミー説明資料-ver4.pdf
CMS学会 第三回 研究報告
CMS学会 第三回 研究報告
アタックス・パワーインタラクティブ共催セミナー(5月20日)発表資料(全編)
アタックス・パワーインタラクティブ共催セミナー(5月20日)発表資料(全編)
第1回 継続率経営セミナー 公開資料
第1回 継続率経営セミナー 公開資料
実績紹介
実績紹介
SFA運用の秘訣と定着化のコツセミナー資料
SFA運用の秘訣と定着化のコツセミナー資料
サブスクリプションビジネスにおけるLTV予測と可視化の一手法について
1.
残存率の推移シミュレーション によるLTV予測と 費用対効果の可視化手法 2019.05.15 株式会社ドワンゴ 五島 陽
2.
五島 陽(ごとう てるひ) 所属:ドワンゴ 職種:データアナリスト 自己紹介 + 細かい計算・予測 主な業務内容 データセット作成 可視化・レポート
3.
本日お話すること 1.LTVの予測手法 2.費用対効果の可視化手法
4.
本日お話しないこと 1.アップセルやクロスセル 2.カスタマーサクセス 3.機械学習
5.
特に対象となりそうな皆様 1.サービス責任者 2.経営企画 3.広告出稿担当者 4.データアナリスト
6.
1. LTVの予測手法
7.
Q. 何故LTVを予測するのか •A. 投資判断基準を明確にするため •
「とある月に実施した」「とあるキャンペーン」を対象とした時、 • nヶ月後までに期待される売上の累計は? • かかった費用は? 事業計画に応じて選択や判断、意思決定ができるようにする • 利益率の高い所に更に投資する • 大赤字だからやめる • やや赤字だが売上の為に継続する • nヶ月では赤字だがn+1ヶ月なら黒字になるから継続する
8.
そもそもLTVとは? •LTV=1ユーザー当たりの平均課金月数(※弊社仕様) •例:あるキャンペーンでの入会者の平均課金月数が12の場合 (月額540円のサービス) •売上 540円×12ヶ月=6,480円 •利益(利益率50%の場合) 540円×利益率50%×12ヶ月=3,240円 利益率を変数として持っておくと汎用性が高くなる
9.
意識するべきポイント 1. 回収期間を決める 1. 長くすればするほどLTVは長くなる 2.
いくらLife Time Valueとはいえ10年,20年にはできない 3. 経験則的には2年がちょうどいい気がする 2. LTVは1つではない 1. 「入会月」×「広告キャンペーン」等組み合わせの数だけ存在 2. どういう切り口でLTVを見るかを決める
10.
LTVの計算方法 手段 算出の容易さ モデルの明確さ
施策展開力 対象顧客粒度 機械学習的アプ ローチ △ ○ ◎ ミクロ 数学的アプローチ ◎ △ △ マクロ 統計的アプローチ ○ ◎ △ マクロ
11.
LTVの計算方法 手段 算出の容易さ モデルの明確さ
施策展開力 対象顧客粒度 機械学習的アプ ローチ △ ○ ◎ ミクロ 数学的アプローチ ◎ △ △ マクロ 統計的アプローチ ○ ◎ △ マクロ 本日はこちらに絞ってお話致します。
12.
残存率が下記のような推移だった場合
13.
おもむろに近似曲線を引いてみます(Excelでできます)
14.
近似式を使って23ヶ月後までの予測値を計算してみます
15.
あとは1~23ヶ月後までの値を合計するとLTVが求まります
16.
WHY!?
17.
半年分の実績に戻ります
18.
残存率と解約率にわけるとこうなります
19.
仮に6ヶ月経過後誰も辞めなければ平均課金月数は7 •平均課金月数=(100% × 7ヶ月
)÷100%(※初月に全員1課金発生する)
20.
入会月時点では平均課金月数は1 •平均課金月数=(100% × 1ヶ月
)÷100%
21.
1ヶ月経過時点では平均課金月数は1.729 •1ヶ月経過時点の平均課金月数=(100% × 1ヶ月+72.9%
× 1ヶ月 )÷100%
22.
6ヶ月経過時点は水色の数字を全て足せば良い •(100%+72.9%+65.6%+60.5%+58.8%+56.7%+53.3%)÷100%=4.68
23.
という訳で72.84~39.85%を合計するとLTVが求まります
24.
nヶ月経過までの数字を全て足す方法 1.Excel 1.VBA … Black
Box化&メンテ不能になりがち 2.積分 … 意味を理解しようとすると結構大変 1.(出せればいいならOKだがメンテ不能になりがち) 2.Google Spread Sheet 1.Google Apps Script ←オススメ!
25.
2.費用対効果の可視化手法
26.
用意するもの •各月、各キャンペーンごとに下記の2つを用意します 1.期待売上(平均課金月数 * 月額料金
* 入会数) 2.ROAS(期待売上 / 費用)
27.
期待売上×ROASで散布図を作ってみます 飛び抜けて良いキャンペーンがあると正直よくわからない状態になってしまう
28.
期待売上×ROAS共に対数にしてみます 大分わかりやすくなったが、相対的な比較がしづらいと感じる
29.
更に偏差値にしてみます 50を基準にすることで相対的な比較評価がしやすくなった
30.
3.まとめ
31.
まとめ 1. LTVの予測について 1. 何故LTVを予測するのか? 1.
費用対効果を可視化する 2. 事業計画に応じた意思決定を可能にする 2. 手段 1. アプローチは3通り 1. 統計的アプローチ+Google Spread Sheet&Google Apps Scriptだと低コストで実現可能 2. LTVの可視化について 1. マトリクスにすることで状況が把握しやすくなる 2. 必要に応じて対数をとるとわかりやすくなる 3. 偏差値にするとなお相対的な評価がしやすくなる
32.
以上
Download now