グロースハッカーのガイド: ユーザー維持率を向上させる方法

ユーザー維持率が低いにもかかわらず、新規顧客を引き付けるために依然として巨額の予算を投資しているとしたら、実際にはトラフィックをレンタルしているだけなのです。この場合、ユーザー維持率をどのように向上させるのでしょうか?

前回の記事「ステップバイステップのグロースハッカーガイド：ユーザー登録コンバージョンとユーザーアクティベーションを改善する方法」では、「ターゲットユーザー-コピーライティングコンテンツ -チャネル選択 - ランディングコンバージョン」のファネルからユーザー登録コンバージョン率を向上させる方法を共有しました。したがって、ユーザーが登録コンバージョンを完了した後、グロースハッカーの仕事はユーザーを維持することです。ユーザー維持率が高いほど、ユーザーのライフサイクルが長くなり、ユーザーライフサイクル値が高くなります。

「 AARRRは過去のもの、R AR RAの方が優れたグロースハッカーモデル」という記事で、ユーザー成長に重点を置くAARRRモデルは実用的意義を失っていると述べました。2007年にMcClureが「Pirate Metrics-AARRRモデル」を提唱した当時は、顧客獲得コスト（CAC）がまだ非常に低かったため、AARRRモデルでは「顧客獲得/ユーザー獲得（Acquisition）指標」が主要な指標であることを強調しました。

しかし、今日の市場状況は完全に異なります。現在、主要な広告・ソーシャルチャネルのトラフィック価格を見ると、顧客獲得コスト（CAC）はすでにとんでもなく高くなっており、市場の状況は2007年とは全く異なります。したがって、開発の現段階では、依然として顧客獲得を重視することが最優先であるとすれば、それは不適切であると考えます。

したがって、より優れたグロースハッキングモデルが必要であり、そのモデルが RARRA モデルです。

RARRA モデル

RARRA モデルでは、ユーザー維持率が製品の価値を真に反映できるため、ユーザー維持が最も重要な要素です。私が常に強調してきたように、ユーザー維持率が低いときに、新規ユーザーを引き付けたり顧客を獲得したりするために依然として多額の予算を投資する場合、実際にはトラフィックをレンタルしているだけです。これはまったく本当の顧客獲得ではありません。なぜなら、どれだけ多くの新規ユーザーを引き付けても、最終的には彼らは去ってしまうからです。

では、ユーザー維持率を向上させるにはどうすればよいでしょうか?

まず、冷水を浴びせましょう。ユーザー維持率の向上は、格闘技の動きをいくつか教えるほど簡単なことではありません。データによって分析され、推進されるものです。したがって、ユーザー維持率を向上させるための一連の運用アクションを実行する前に、まずユーザー維持分析とグループ分析を実施する必要があります。ユーザー維持率、ユーザーがどの時点で離脱するか、ユーザーが離脱する理由を把握する必要があります。これがすべての運用介入の基礎となります。その後、ターゲットを絞った方法で最適化実験を実施できます。そうしないと、無駄になります。

以下の 3 つの問題を明確にすることが重要です。

N 日間のユーザー維持率はどれくらいですか?
ユーザーはいつ解約しましたか?
ユーザーの離脱を引き起こす保持ノードは何ですか?

ユーザー維持率を分析するには、コホート分析を試すことができます。

コホート分析とは何ですか?

コホート分析とは、ユーザーをソースや行動に基づいてグループ化し、製品に対するユーザーのリテンションを把握することを意味します。コホート分析は一般的に 2 つのカテゴリに分けられます。

獲得コホート: ユーザーが最初に製品に登録したときの区分を指します。獲得日または獲得チャネルのソースに応じて区分できます。
行動コホート: ユーザーは、製品内での行動の軌跡に応じて分類されます。これらの動作は、アプリケーションの起動、アプリケーションのアンインストール、製品のトランザクションなど、あらゆる動作イベントになります。

顧客獲得グループ分析の使用方法の例を見てみましょう。

例1: 顧客獲得グループ - 顧客獲得チャネル別 - ユーザー維持率

例 1 は、獲得コホートをさまざまな獲得チャネルごとに分けたものです。この表から、週ごとのリテンション、つまり 7 日間のリテンションを分析できます。

オーガニック検索
URLを直接入力してアクセスします（直接）
紹介トラフィック（Refral）： Tieba 、フレンドリーリンクなど
ソーシャルメディア
検索エンジン入札トラフィック（有料検索）
メール。

獲得コホートの役割は何ですか?

さまざまなユーザーソースを比較し、最適なチャネルをフィルタリングできます。

たとえば、上の表から、オーガニック検索エンジンから来るユーザーが最も多い（おそらくSEO最適化が最適であるため）が、週ごとの維持率は非常に低いことがわかります。ただし、URLを直接入力して訪問するユーザー（ダイレクト）は、検索エンジンからの自然流入（オーガニック検索）ほど多くはないものの、週間リテンション率は最も高い（すでに商品に対するブランド信頼が高まっているのかもしれない）。

メール経由で来るユーザーは多くありませんが、週ごとの継続率は比較的高く、今後このチャネルへのマーケティング投資を増やすことができます。逆に、検索エンジンの入札トラフィック（有料検索）経由で来るユーザーは、数が少ないだけでなく、維持率も最も低くなります。

そのため、後からマーケティング戦略を調整する際には、検索エンジンのキーワード入札予算を減らしてその資金をメールマーケティングに投資したり、直接URLを入力して訪問するユーザー（ダイレクト）の粘着性や維持率を高めるように商品を磨いたりすることができます。

別の例を見てみましょう。

例2: 顧客獲得グループ - 顧客獲得日で分けた - ユーザー維持率

例 2 は、獲得コホートを獲得日ごとに分けたものです。次の表から分析できます。

1月25日（0日目）には、1,098人の新規ユーザーがいました。1日目の維持率は33.9％、2日目の維持率は23.5％、3日目の維持率は18.7％、7日目の維持率は14.5％、10日目の維持率は12.1％でした。つまり、1月25日の1,098人の新規ユーザーの10日目の維持率は12.1％で、残ったユーザーは132人、ユーザー離脱率は87.9％でした。
1月26日（0日目）の新規ユーザーは1,358名。1日目の継続率は31.1％、2日目の継続率は18.6％…9日目の継続率は11.3％で、ユーザー継続率は88.7％と高かった。1,358名のうち残ったのはわずか153名。
この表を使用して、さまざまな獲得日における毎日のユーザー維持率を引き続き分析できます。

獲得コホートの役割は何ですか?

このグラフから、1日目のユーザー離脱率が最も高いことがわかります。1月25日から2月3日まで、合計13,487人の新規ユーザーがいましたが（0日目）、1日目の平均維持率はわずか27％でした。つまり、13,487人のユーザーのうち、1日目に離脱したのは3,641人だけで、残りの9,846人のユーザーはすべて離脱し、ユーザー離脱率は73％でした。

つまり、ユーザーの離脱は初日に最も多くなりますが、その理由はわかりません。顧客獲得グループ分析では、ユーザーがどの日に解約したかはわかりますが、解約の具体的な理由や具体的な解約ノードはわかりません。

したがって、ユーザー離脱の理由と離脱の具体的なノードについての洞察を得るには、ユーザー行動グループ分析を使用する必要があります。

例を見てみましょう:

例 3: ユーザー行動グループ - オンボーディング - ユーザー維持率

上の図では、オンボーディング完了後のユーザー維持率を確認するために、観察項目としてオンボーディングを選択しました。詳しく見てみると、解約率が最も高くなるのは 1 日目で、平均維持率は 23% から 27% の間であることがわかります。つまり、オンボーディング後の解約率は 73% を超えることになります。

これは、オンボーディングに問題があることを意味します。オンボーディングのユーザーガイダンスを改善し、製品の価値や機能などをユーザーに伝える必要があります。

行動コホートの役割は何ですか?

ユーザーが離脱する理由と、ユーザーが離脱する特定のノードがわかります。行動コホートと獲得コホートは相互に補完し合います。

行動コホートが理解しにくい場合は、ファネル分析モデルを使用すると、ユーザー離脱状況をより直感的に表示し、ユーザー離脱状況をより具体的にすることができます。例を見てみましょう。

例 4:ファネルモデル- オンボーディング - 解約率

例 4 では、すべてのオンボーディングフローを正常に完了した新規ユーザーの数はどれくらいですか?

ファネル全体の完全なプロセスを分析してみましょう: ダウンロードとインストール - アプリへのログイン - ガイドページ1 - ガイドページ2 - ガイドページ3 - ユーザーのオンボーディングの完了

このファネルモデルの分析により、ほとんどのユーザーはオンボーディングページ 2 からオンボーディングページ 3 に入るときに諦めてしまい、オンボーディングプロセス全体を完了するユーザーは 30% に過ぎないことがわかりました。

このファネル分析モデルは役に立ちますか?

このファネル分析モデルから、深刻なユーザー喪失の原因はオンボーディングページに問題があること、そしてその問題はオンボーディングページ 3 にあることがわかります。

では、どのように改善すればよいのでしょうか?

オンボーディングページは製品にとって非常に重要です。まず、製品の主な機能を説明します。次に、製品の価値をユーザーに伝えます。そして、ユーザーが製品をより良く使用できるようにします。そのため、オンボーディングページが魅力的でなければ、ユーザーの好感度は下がってしまいます。コピーライティングやビジュアルデザインについてA/Bテストを実施し、再度テスト、分析、調整を行うことをおすすめします。

上記は、ユーザー行動グループ分析とファネルモデル分析を組み合わせて使用する必要があることを示した例に過ぎず、これにより、ユーザー離脱の時期とユーザー離脱ノードをより明確かつ直感的に分析できるようになります。

したがって、上記の 3 つのポイントを通じて: