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。

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