この「保持率モデル」を使用して、あなたの製品が 1 日あたり 100 万ドルの売り上げを達成するまでの距離を計算しますか?

ほぼすべての運用作業は、「新規顧客の誘致」「維持」「活性化」「コンバージョン」の4つのリンクを中心に行われます。

私たちはよく、次のような問題に直面します。ユーザーグループを惹きつけるのに非常に苦労しますが、コンバージョンや収益化は言うまでもなく、プレイするとすぐにユーザー全員が離脱してしまうのです。

そのため、「維持率」を理解することは非常に重要です。製品の品質と運用の有効性を測る重要な指標であり、製品の収益性を見積もるための重要な参考資料でもあります。

この記事には 3,200 語あります。

1. 「定着率」とは何ですか？

リテンション率とは、アクティブユーザーを指します。具体的には、一定期間内に特定の行動を完了したユーザーを指します。たとえば、コンテンツ プラットフォームでは、開封数、使用時間、インタラクション、コンテンツ出力などを参考にして独自の基準を設定できます。 1 人のユーザーが特定の動作を複数回実行する可能性があることに注意してください。カウントする場合は、ユーザーのディメンションに応じて重複を排除し、1 人のユーザーとしてのみカウントする必要があります。

たとえば、ある日、新しいユーザーのグループがやって来たとします。しばらく使って二度と戻ってこないユーザーもいれば、数回使い続けてから去るユーザーもいます。また、一定期間アクティブに使い続けるユーザーもいます。アクティブなままのユーザーをリテンション ユーザーと呼びます。このバッチ内の新規ユーザーに対する保持ユーザーの比率が保持率です。

保持時間を考えるとき、一般的には翌日、7日目、30日目などがあり、それぞれ翌日保持率、7日目保持率、30日目保持率に相当します。翌月の維持率など、1 週間または 1 か月全体に基づいた維持率計算フォームもあります。

(7 日間のリテンションと週ごとのリテンションは混同しやすいです。わかりやすくするために例を挙げてみましょう。1 月 1 日に 100 人の新規ユーザーが追加され、そのうち 20 人が 1 月 8 日にまだアクティブである場合、7 日間のリテンションは 20% になります。つまり、7 日間のリテンションとは、初日にアクティブだった新規ユーザーの数を指し、1 月 1 日から 1 月 7 日にかけて 1,000 人の新規ユーザーが追加され、そのうち 300 人が 1 月 8 日から 1 月 14 日の間にまだアクティブである場合、週ごとのリテンションは 30% になります。つまり、1 週目にアクティブだった新規ユーザーの数を指します。)

既存の維持ユーザー数に基づいて維持率を計算し、維持率に基づいて製品の将来のアクティブユーザー数を予測できます。

運営者としては、獲得したユーザー全員が自社のユーザーであると単純に思い込んだり、「ユーザー総数」を常に安心できる指標としたりせず、アクティブユーザー数や継続率にもっと注意を払うべきです。

なぜなら、真にアクティブなユーザーだけが商業的価値を生み出すことができるからです。

2. 維持率モデル

維持率を理解するために、この記事では「維持率に基づく製品利益モデル」という魔法の武器を使用します。

モデル 1.0

バージョン1.0では、保持率は単なる予備モデルです。（実際には単なる加算式です）

（定着率モデル式）

このモデルでは、アクティブ ユーザーの数は「ステージ内の新規ユーザー」と「前の各ステージで維持されたユーザー」から得られると説明されています。たとえば、7 日間の維持ユーザー数を計算する場合、7 日目のアクティブ ユーザーの総数 = 7 日目の新規ユーザー数 + 6 日目の新規ユーザー数 x 1 日目の維持率 + 5 日目の新規ユーザー数 x 2 日目の維持率 + … + 1 日目の新規ユーザー数 x 6 日目の維持率となります。週単位や月単位で計算する場合も同じ原理が適用されるので、簡単に言うと、各ステージの残留人数を合計したモデルになります。

例を挙げて説明してみましょう:

たとえば、7 月 1 日の製品のアクティブ ユーザー数が 500 人で、次の 7 日間のこの 500 人の毎日のアクティブ数を取得すると、製品の 7 日間のリテンション レートを計算できます。

（当日の維持率＝バッチ内の残りのアクティブユーザー数／7月1日のアクティブユーザー数）

このようにして、製品のステージ保持率を取得します。次に、この維持率に基づいて、自然新規ユーザーの毎日の維持率を計算できます。7 月 1 日の新規ユーザー数が 1,400 人の場合、計算を続行できます。

（当日のアクティブユーザー数＝当日の維持率×7月1日に追加された新規ユーザー数）

そこで、7月1日のアクティブユーザー数の推移を以下日別に暫定的に取得しました。もちろん、現実には毎日新しいユーザーが存在するため、毎日の新規ユーザーの維持率を計算し、過去の維持率を合計して、1 日の合計維持率を得ることができます。

7 月 1 日に 500 人の新規ユーザーがいて、新規ユーザー数が 1 日あたり 500 人ずつ着実に増加している場合、維持率に基づいて 7 月 7 日のアクティブ ユーザーの総数を計算できます。

モデル 2.0

将来のアクティブユーザー数を計算できれば、将来の収益、売上などのデータを大まかに計算できます。

このモデルは、さらにパラメータを追加することで最適化され、計算結果を実際の状況に近づけることができます。

モデルの結果に影響を与える要因は多数あることに留意する必要があります。考慮される要因が多ければ多いほど、モデルは実際の状況に近くなり、精度が高くなります。しかし同時に、要因が相互に影響し合うため、モデルの複雑さが増し、計算に必要な時間が増加し、計算結果を得るのが難しくなります。モデルを使用する際には、この 2 つの点のバランスを慎重に検討してください。

そこで疑問になるのが、現実にはどのような要素を考慮する必要があるのか​​ということです。このモデルには何を追加できるでしょうか?

1. ユーザーはさまざまなチャネルから来るため、チャネルごとに異なる維持率が必要です。

2. 運用活動が進むにつれて、毎月の自然増加も変化します。

3. 多くの製品は毎月有料プロモーションを実施するため、プロモーションのコンバージョン率を考慮する必要があります。

4. プロモーションやアクティビティによって引き付けられたユーザーの維持率は、自然に追加されたユーザーの維持率と異なる場合があります。

5.ユーザーのライフサイクルを考慮すると、過去のストックユーザーの解約率は一定になります。

6. アクティブユーザー全体のうち、一定の割合のユーザーが料金を支払います。

7. 製品価値が増加するにつれて、新規ユーザーの支払いコンバージョン率は毎月増加します。

8. 製品の操作が改良されるにつれて、ライフサイクル中に一人のユーザーの消費能力が徐々に増加します。

9. 一人当たりの拠出率に基づいて総収入を見積もることもできます。

…

これらすべてのパラメータを追加すると、モデルはすでにかなり複雑になります。しかし、式が正しければ、結果は常に実際の状況に近くなります。

最初は理解できないかもしれませんが、私たちは製品をYYし、いくつかのデータをYYし、それに対するコスト計算と収益見積もりを作成しました。

iOS チャネルとAndroid チャネルが別々に計算され、過去のユーザー損失(10%) や月間自然増加率 2% など、いくつかのパラメータが追加されていることがわかります。さらに重要なのは、コンバージョン率と有料プロモーションのコストが追加されていることです。

究極の一手がやってくる！

2 つのチャネルのユーザーとコストがわかったので、さらにデータを計算できます。まず総コスト（青い部分）を計算し、次にユーザーデータ（緑の部分）を計算し、最後に独自のコンバージョンデータ（黄色の部分）を追加して測定できます。 GMVも計算できます！

最後の行の赤い背景に注目してください。KPI を追加すると、戦略を調整する必要があるかどうかを直接知ることができます。

もちろん、ここにあるデータはすべて私が作り上げたものです。11月に2000万近くのGMVを達成できると本当に思っているのなら、あなたは本当にかわいいですね。

- 注意してください -

えーっと、宿題が来ました！

このモデルを理解したら、次は応用問題です。授業終了前にクラス代表に提出してください。お互いに小声で話さないでください。

ある製品は発売から6月末までに450万を投資し、200万人のユーザーを獲得しました。そのうち、IOSユーザーは120万人、Androidユーザーは80万人です。古いIOSユーザーは毎月10％の割合で失われ（今月の古いユーザーは先月の古いユーザーの90％）、古いAndroidユーザーは毎月15％の割合で失われました（今月の古いユーザーは先月の古いユーザーの85％）。

7月に、この製品には収益化機能が追加されました。アクティブなIOSユーザーの支払い率は20％で、各有料ユーザーは毎月2元を会社に寄付しています。アクティブなAndroidユーザーの支払い率は15％で、各有料ユーザーは毎月1.5元を会社に寄付しています。7月の新規IOSユーザー数は50万人、新規Androidユーザー数は40万人でした。現在の月間新規ユーザー数を維持し、自社のコストを考慮に入れない場合、どの月から会社が利益を上げ始めることができますか？ （添付は、6月時点でiOSのアクティブユーザーが120万人、Androidのアクティブユーザーが80万人であると仮定した過去のリテンション率です）

質問は長く見えますが、実際には難しくありません。 (私の数学のレベルは 100 以内の加算と減算までしかできず、他のすべてには計算機が必要です...)

読者の皆さんは数え方をご存知ですか?

結果はここに掲載されています。解決策は2つあります。

解決策1

（iOSユーザー推定表）

この表は、iOS端末の月間アクティブユーザー数と月間収益統計を計算し、過去のストックユーザー離脱率（10％）、支払い率（20％）、平均貢献度（2元）などのいくつかの新しい指標を追加しました。

（Androidユーザー推定表）

これはAndroid側での推定状況であり、計算方法は上記と同様です。最後の 2 行では、2 つのチャネルからの総収益を合計し、コストを差し引いています。この結果から、製品が 11 月に収益を上げ始めることが明らかです。

解決策2

ソリューション 2 の具体的な手順は分析しませんが、この表から理解できるはずです。

理解できたら、上司に転送して自慢しましょう。

わからないなら早く転職しましょう〜

3. このモデルの用途は何ですか?

主な側面は3つあります。

1. スタートアップ製品の場合、製品が収益化されるまでの時間を予測し、タイムリーに戦略を調整することができます。

スタートアップ製品の場合、上司、製品マネージャー、オペレーターのいずれであっても、最も恐れるのは、製品の機能が不安定なだけでなく、ユーザーが不安定で、メリットが不明確であることです。この表を使用すると、簡単に計算できます。

2. 各パラメータのKPIを分割する

立ち上げフェーズを終えた製品については、目標KPIに基づき、現在の運用状況で将来の成果を直感的に把握することができます。目標が達成されない場合は、タイムリーな調整を行う必要があります。さらに重要なのは、各チャネル、支払い率、平均注文額、合計コストの KPI を設定できることです。分割後は、これがはるかに簡単になります。

3. 自慢する

決めるのはあなた次第ですが、やりすぎないようにしてください。そうしないと、上司に平手打ちを食らうことになります。

もちろん、このモデルには測定機能しかなく、その精度には限界があるため、計算結果は参考用であり、計算式はオペレーターがユーザーに対する理解を深めるのに役立つだけであることを理解する必要があります。

リテンションの向上には、商品リテンションをすぐに高められる万能な方法はありません。注目すべきは、商品自体がユーザーのニーズに十分応えているかどうかです。定着率は高くなく、その理由の95%は製品自体のニーズが十分に満たされていないことにあります。