第1回継続率経営セミナー公開資料

継続率経営におけるKPI分析
株式会社pLucky
2012-12-18

(c) 2012 pLucky, Inc

まずはpLuckyチーム自己紹介

Netageグループ各社で開発・経営企画に携わった後、頓智ドットにて
林宜宏経営指標管理を主導。自ら分析ツールを開発しつつ各種予測モデルを構
CEO 築し活用した。培ったノウハウを譲り受けて独立。京都大学卒業

SRA、頓智ドットを経て現職。Playing Managerとしてチームを束
河内崇ねる。各種Low Layerの分散システムの開発経験を持ち、前職では
開発チームマネージャ iPhone開発チームをリードした。東京大学大学院卒業

Netageから楽天、頓智ドットを経て現職。開発チームの柱としてチー
塚本朗仁ムに貢献。WEBの先端技術全般に明るく、ECからポータルサイトまで
テクニカルリード様々なタイプのWEB開発経験が豊富。

頓智ドットを経て現職。コンサルティングおよびマーケティング担当。
田畑直在学中に独立系コンサルを経て頓智ドットに。世界に向けてDoMoのプ
コンサルタントレゼンを手掛け経営企画に携わった。東京大学中退。米国帰国子女


この資料の目的
pLuckyはデータドリブン経営をサポートするための
ツール『SLASH-7』を開発しています。

今後『SLASH-7』をより多くの方に活用していただ
くためにも、データドリブン経営のサポートとなる考
え方やTIPSを皆様にご紹介していきたいと考えていま
す。この資料はその一環です。

今回はデータドリブン経営を行う際の継続率の重要性
と、おおまかな分析の流れを解説しました！

目次

1. 継続率経営の考え方
2. 継続率経営での分析方法



継続率経営はデータドリブン経営の一種

データドリブン経営
計測されたデータを基に組織の舵取りを行なう経営

データ収集と
分析を最重要視

プロダクト及び最適な
ユーザの理解リソース投入


『人生最大の学びは、すべてを計測する
ことの重要さを理解したことだ』

『Twitterの創業から２年間は直感だけ
に頼り、目隠しをした状態で飛行機を操
縦していた。Squareを立ち上げた際は
すぐにデータを収集する運営ツールを開
発した。今はすべてのデータをログし計
測している』
ジャック・ドーシー
Twitter創業者兼会長
Square CEO

(c) 2012 pLucky, Inc photo by David Shankbone


データドリブンには重要指標が多数存在

経営上意識が必要なデータは多岐に渡る
ITサービスでは取得可能なデータが多く指標も多様

指標例概要
AU アクティブユーザ数
ARPU ユーザ１人あたりの売上
ARPPU 課金ユーザ１人あたりの売上
継続率継続利用しているユーザの割合
・・
・・
・・



継続率経営では「継続率」に注目

継続率経営
特に継続率の改善を最重点課題とする経営

指標例概要
AU アクティブユーザ数
ARPU ユーザ１人あたりの売上
ARPPU 課金ユーザ１人あたりの売上
継続率継続利用しているユーザの割合
・・

Retention is King


継続率には売上と密接な関係がある

売上をAU（アクティブユーザ数）とARPU（アク
ティブユーザ１人あたりの売上）に分解して考える。

売上 = AU ARPU

継続率

継続率はそのどちらにも影響を与える、重要な指標。

次スライドから詳しく解説⇒

継続率と売上の関係について①
継続率とAU（アクティブユーザ数）の関係

売上 = AU ARPU

AU = 既存ユーザ + 新規ユーザ

過去のユーザ継続率

= 既存ユーザ + 新規ユーザ

継続率 AISAS

継続率と売上の関係について②
継続率とARPUの関係

売上 = AU ARPU

課金ポイントポイント毎ポイント毎
ARPU = 体験数課金転換率課金額

総利用時間継続率

課金ポイントポイント毎ポイント毎
= 体験数課金転換率課金額

ユーザによる商品の
継続率適切な価値判断


継続率は顧客満足度を表している

ITにおける顧客満足度は継続率で計測可能
短期的な売上だけでなくユーザとの関係を良好に保つ
【顧客満足の項目】
JCSI因果モデルを参照製品の他者への
品質評価推奨
ユーザの総合的な
期待満足度
コストの
継続率
納得感

ユーザと向き合い本質的改善を行うための指標


（参考）『パズドラ』の運営方針は継続率重視

ガンホー山本大介氏の講演より
「短期的な収益よりも、ユーザーの継
続率を重視することで、長期的な収益
を目指す運営方針」

「たとえ無料ユーザーであっても、長
く遊んでもらえればいつか課金してく
パズル＆ドラゴンズれるチャンスがあり、何よりもユー
ザー継続率を重視する」
2012 App Store
トップセールズ
http://headlines.yahoo.co.jp/hl?a=20120925-00000003-isd-game

「パズル＆ドラゴンズ」はガンホー・オンライン・エンターテイメント株式会社の商標です


（参考）継続率の見方

継続率＝登録日Xに登録したユーザがY日後に再利用している割合

登録日を固定したグラフ再利用日を固定したグラフ
継続率
登録翌日継続率
7日継続率
登録翌日継続率
7日継続率
14日継続率 14日継続率

初日 3日目 6日目 9日目 12日目 A月1日 A月5日 A月9日 A月13日

特定の日に登録したユーザの継続率時系列に沿った最近の継続率の傾向

用途に応じて使い分けることが大事


分析すべき項目は３つ



サービス



①サービスの
枠組み内につ
いて分析

サービス
想定通りに
動いているか？


①サービスの ②サービスの
枠組み内につ枠組み自体に
いて分析ついて分析

サービス
提供するモノは
これでいいか？


①サービスの ②サービスの ③サービスの
枠組み内につ枠組み自体に枠組みの外に
いて分析ついて分析ついて分析

サービス
更に別の部分に
改善点がある？


①サービスの ②サービスの ③サービスの
枠組み内につ枠組み自体に枠組みの外に
いて分析ついて分析ついて分析



実際の分析はこの５ステップ

サービスデータ取得サービスのサービスのサービスの
デザインをポイントを枠組み内枠組み自体枠組み外
確認設計を分析を分析を分析

分析に向けた準備





ユーザにはどのような欲求があり
サービスはどんなタイミングで
どのように充足するのか



分析に向けた準備サービスはそれをどう充足するのか

こんな表をつくります
ユーザ欲求サービスタイミング




分析に向けた準備サービスはそれをどう充足するのか

納得いくものが書ければ完了
承認欲ランキング表示バトル終了時
貯蔵（収集）欲レアカードガチャガチャを引く時
・・・


欲求の記述はこの１６欲が便利
• 力：他人を支配したいという欲求
• 独立：人に頼らず自力でやりたいという欲求
• 好奇心：知識を得たいという欲求
• 承認：人に認められたいという欲求
• 秩序：ものごとをきちんとしたいという欲求
• 貯蔵：ものを集めたいという欲求
• 誇り：人としての誇りを求める欲求
• 理想：社会正義を追求したいという欲求
• 交流：人と触れあいたいという欲求
• 家族：自分の子供を育てたいという欲求
• 地位：名声を得たいという欲求
• 競争：競争したい、仕返ししたいという欲求
• ロマンス：セックスや美しいものを求める欲求
• 食：ものを食べたいという欲求
• 運動：体を動かしたいという欲求スティーブン・リース
• 安心：心穏やかでいたいという欲求『１６の基本的な欲求』




どんなイベントと
どんなユーザ属性を取得するか？




分析に向けた準備どんなユーザ属性を取得するか？

イベントは「タイミング」に注目
・・・




ただし継続率はユーザに紐付く値
イベントだけの分析は価値が薄い
ユーザの属性も取得する必要がある




ユーザ属性の基本パターン
・サービスに関係ない属性
・デモグラフィック

・サービスの利用状況
・累積利用時間・累積課金金額・ユーザLv etc




サービスは想定通りに
機能しているか？




分析に向けた準備機能しているか？

ファンネルで離脱ポイントを発見
ユーザ数

ステップ１ステップ２ステップ３ステップ４ステップ５ステップ６





ユーザ属性を利用してより詳細に
属
ユーザ数

性属
性
１２
ステップ１ステップ２ステップ３ステップ４ステップ５ステップ６





サービス内の課題はこの２つに集約
・ユーザインターフェース？
・レスポンス速度





想定通りに機能しているのに
まだ問題があれば次ステップへ





適切なサービスデザインが
行われているか？




分析に向けた準備行われているか？

サービスデザイン表を確認
・・・




ユーザ欲求をベースに残りを検証
・・・




サービスによる提供内容の検証
サービスによって対応するべき欲求や
感情が大きく異なり、一概には言えない


例）ソーシャルゲームの場合

資源障害目標

典型的なGAMEデザイン・パターン

•目標の段階化と達成手段の明確化 ex.チュートリアル
達成欲 ✔ •資源を正しく使えば達成できる障害難易度の設定
•失敗時の救済手段の提供
好奇心？ •ストーリー性の付与
•頻繁な新規要素の追加

収集欲 $ •収集によるボーナスの付与
•魅力の強いコンテンツの利用
承認欲 ♥ •他ユーザとの交流や支援機能





タイミングの検証
下記のタイミングに合致しているか？
・ユーザのサービス熟練度が変化したタイミング
・前回の刺激から一定期間が空いているタイミング





ヒストグラムやクロス集計の利用
良い成績の集団、悪い成績の集団を確認
・ヒストグラムはユーザの分布を見るために利用
・クロス集計は複数の因子につき確認したい場合有効





正しいユーザを
獲得できているか？




正しいユーザを
分析に向けた準備獲得できているか？

ユーザ流入経路別に確認し最適化
継続率の良い流入経路、悪い流入経路
・コホート研究より適切なセグメントを発見
・継続率の悪い流入を切り、良い流入の増加が基本





以上５ステップを
いかに速く正確に回すかが勝負





特に継続率を改善する場合
「イベント」と「ユーザ属性」
を常に意識しておく

サービスデザイン検証に必要な機能

条件１毎月数億行動イベントずつ累積する BigData を分析可能

条件２【行動時のユーザ属性】で全行動イベントを分析可能

《ユーザ・イベントの状態》デッキ全体の攻撃力・ユーザのLv etc.
理想条件２−１カード型ソーシャルゲームの各カード属性も利用して分析したい

《累積行動の特徴》累計Play時間・累計課金額 etc.
理想条件２−２典型的な累積行動はサービスで用意せず自動的に計測し分析したい

条件３検証高速化のため、分析時は概ね数秒∼数十秒で結果を取得


現在の典型的な分析方法
【イベントログの分析】と【Application DB の分析】
個別の指標で分析

イベントログ Application DB

User
＄

 Card
例
例
• チュートリアルのどこで離脱する？
• 今のユーザLvの分布は？
• DAU、継続率はどのくらい？
• 今のレアカード毎の枚数は？
• 日々のアイテム消費量は？

条件１ ○ MapReduceで可能条件１ × DBで億超レコード操作は非現実的

条件２ × 全ログに全属性を記録するのは困難条件２ × 全属性を行動毎に記録するのは困難

2-1 × 属性を入れ子するのは極めて困難 2-1 × 属性を入れ子するのは極めて困難

2-2 △ MapReduce時にある程度集約可能 2-2 × SQLでは困難

条件３ × MapReduceで数分∼ 条件３ × 非現実的な応答時間に


SLASH-7の仕組み
効率的なイベントログ収集とデータ整形 SaaSで高速分析

＄



イベントログを送信ログにユーザ属性を適宜付与ユーザ属性・パラメータで絞込みブラウザでGUI操作
・必須項目：時間 & イベント名 & ユーザ・利用者様が送信した独自ユーザ属性秒単位で高速分析
・ユーザ属性：ユーザの永続的な状態変化を記録・自動計測されたシステムユーザ属性
・パラメータ：一時的なイベント特有の記録

条件１月間数億データ増えるBigDataを分析可能 ○ TBクラスのデータに対応可能なメカニズムを採用

条件２行動時のユーザ属性で全イベント分析可能 ○ 事前にデータ整形することで全イベントでユーザ属性分析が可能

条件2-1 デッキ内のカードの属性でも分析可能 ○ 特定ユーザ属性が専用子属性をもつUser Related Object(URO)機能を提供

条件2-2 典型的な累積行動の自動計測をサポート ○ 利用頻度系（累計利用時間等）課金系（累計購入金額等）を提供

条件３分析時には概ね秒単位で結果取得可能 ○ TBクラスのデータでも高速応答可能なメカニズムを採用


この資料に関するお問い合わせはこちら
support@p-lucky.net

資料以外のことでも
何かご質問やご相談などがあれば
お気軽にご連絡ください！


第1回継続率経営セミナー公開資料

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (15)

Similar to 第1回継続率経営セミナー公開資料

Similar to 第1回継続率経営セミナー公開資料 (20)

Recently uploaded

Recently uploaded (8)