ユーザー維持率を正しく理解するにはどうすればいいでしょうか?

維持率は、製品がユーザーにとって価値があるかどうかを測る最も重要な指標であり、製品運営者にとって最も関心の高いトピックの 1 つとなっています。この記事の著者は自身の仕事経験に基づいて、定着率に関連する 4 つの重要なポイントをまとめて共有し、皆様のお役に立てれば幸いです。

01 維持率とは何ですか?

実際、製品分野における多くの指標は、業界内で共通の定義を欠いています。優れた定義がないわけではなく、業界内でまだ普及していないだけです。最も単純な製品のコンバージョン率を例に挙げてみましょう。ユーザーコンバージョン率とユーザー数比率の違いがわかる人はどれくらいいるでしょうか?

たとえば、製品 A の再購入率は 60% ですが、製品 B の再購入率は 40% しかありません。これは必ずしも A が B より優れていることを意味するわけではありません。A は、見栄えを良くして投資を引き付けるために、再購入率の定義を省略している可能性が非常に高いです。この観点から見ると、現在はまだ方法論の揺籃期であると言えるでしょう。

では、保持率について話すとき、保持率とは正確には何でしょうか?

今日来て、二日目にまた来たらそれは定着であり、七日目にまた来たらそれは七日間の定着であると言う人もいます。

この記述はデータ プラットフォームの一般的な定義と一致していますが、十分に正確ではありません。

今日来て、7日以内にまた来たら、7日間の保持期間があることになると言う人もいます。

笑わないでください。本当に、この n 日間のリテンションの定義を求め、CTO を説得して毎日の追跡に対応するレポートを作成させた有名なユニコーン企業の幹部がいたのです。当時、私はその場にいたので、妥協して 2 つの概念を考案する必要がありました。1 つは n 日間のリテンション、もう 1 つは n 日間のリテンションです。

強力な批判的思考をもって、まずその背後にあるビジネス目的を検討し、それが合理的かどうかを確認しましょう。

n 日間の「維持率」を確認したいということは、次のようなビジネス パフォーマンスを確認したいということです。T 日に来て、T+1 日から T+n 日までの間に何人の人が戻ってくるか。戻ってくる人だけが、維持ユーザーとしてカウントされます。 n 日目のリテンションを見るべきではないと考える理由は、ユーザーが特定の日に来るかどうかだけを見るのはランダムすぎると感じるからです。ユーザーが n+1 日目や n-1 日目に来たらどうなるでしょうか? それは統計に含まれませんか?

よく考えてみると、2つの問題があります。

1. n 日間の維持率を見る目的は、解約率、つまり一度来て二度と戻ってこない人の数を調べ、その解約率を使用して望ましい維持率を得ることです。出発点は妥当だが、その方法は確かに不適切である。 n が増加すると、n 日以内に生き残る人の数は増えます。言い換えれば、時間が経つにつれて生き残る人の数も増えますが、これは明らかに直感に反します。
2. n 日目の保持率を考慮しない理由は、保持率が個人の特性ではなくグループの特性を表していることに人々が気付いていないからです。宝くじの当選率が10％で、100万人がそれを買った場合、私が当選しても当選しなくても、最終的に10万人が当選するという事実は変わりません。同様に、グループにとっては、1 人の個人が n+1 日目に来るか n-1 日目に来るかは関係なく、グループ内の何人が n 日目に戻ってくるかにも統計的な影響はありません。 1 人のユーザーの維持率について語るのは意味がありません。宝くじに当たったから当選率は 100% だと言うことはできません。当選率は、あなた一人ではなく、宝くじを購入する大勢の人々を指すため、この指標は適用できません。

維持率を定義する目的は、さまざまなチャネルから取得したトラフィックのうち、最終的にどれだけが留まり、忠実なユーザーになるかを測定することです。このようなビジネス背景を踏まえると、実際の維持率は新規ユーザー向けになるはずです。古いユーザーに対する「維持」について話すとき、私たちは実際には次のような他のビジネスについて話していることになります。

1. 新規ユーザーが古いユーザーになった後、何人のユーザーが継続して利用し続けることができるでしょうか? この問題は、リテンションではなく、ユーザーチャーンと呼ぶべきです。
2. 新規ユーザーが常連ユーザーになった後、1日訪問した後、翌日に戻ってくる人はどれくらいいるでしょうか。このサービスはユーザーの再訪問または訪問頻度と呼ぶべきであり、訪問頻度は製品の形態と密接に関係しています。WeChatは1日に1回以上使用され、生理管理アプリは月に7、8回使用すれば良いとされています。

デイリーアクティブユーザー全体の「翌日のリテンション」については、さらに意味がありません。この誤ったデータ指標は、ユーザーの構成に完全に影響されます。1つは、同じ日の新規ユーザーのリテンションであり、もう1つは、同じ日の古いユーザーの翌日の再訪問（訪問頻度）です。デイリーアクティブユーザーの90％以上が新規ユーザーの場合、この「翌日のリテンション」は非常に低くなります。90％以上が新規ユーザーの場合、この「翌日のリテンション」は、製品の形式、つまり忠実なユーザーの平均使用頻度と密接に関係しています。

したがって、維持率 (日次) の科学的な定義は、T 日目の新規ユーザーのうち、n 日目 (つまり、T+n 日目) に再びアクティブになるユーザーの割合が、T 日目の新規ユーザーを占める、ということになります。 Google の公式声明はより簡潔です: 毎日戻ってくる新規ユーザーの割合。

02 維持率の見方

上記の定義に基づいて、日次保持曲線を見ると、次のような曲線になるはずです。

この曲線を通じて、毎日追加される新規ユーザーのうち、時間の経過とともに最終的にどれだけのユーザーが残るかを明確に知ることができます。そして、この保持曲線はべき乗関数で近似できる必要があります。n日目の保持率をRet(n)とすると、次の式が得られます。Ret(n)=a*n^b

ここでは「しなければならないこと」をたくさん述べてきましたが、実際、保持曲線はほぼ標準的な客観的な法則であることを強調したいと思います。製品がどのような形をとっても、そのような曲線が存在します。それらは高いか低いか、速いか遅いかは関係ありませんが、すべてべき乗関数で表すことができます。リテンション カーブが客観的な法則であると理解すれば、翌日のリテンションや 7 日間のリテンションなどを重要な製品指標として使用できる理由がわかります。これらはすべて、リテンション カーブ全体のポイント推定値であるためです。

簡単に言えば、曲線全体の次元を 1 つの点に縮小し、この点の変化を毎日観察して、製品の保持力が向上したか低下したかを知ることです。次の図は、翌日のリテンションと 7 日間のリテンションの変化曲線を示しています。X 軸は日付、Y 軸はリテンション率です。ビジネス上の意味は、X 日に新しく追加されたユーザーの場合、対応する n 日間のリテンション率は Y であるということです。当然ですが、このような次元削減方法がなければ、日ごとに保持曲線を描く必要があります。何十もの保持曲線をまとめると、日付による保持の傾向が見えなくなります。

もちろん、次元削減があれば、情報損失も発生します。そのため、保持曲線を複数の角度から観察することには依然として注意を払う必要があります。保持曲線には 2 つの重要な特性があります。

1. 初期段階での急速な衰退
2. 一定期間が経過すると安定期に入る

製品のリテンションパフォーマンスを向上させたい場合、この 2 つの側面から始めて、ユーザー グループが安定期に入るまでの時間を短縮し (できるだけ早くアクティブ化)、より多くのユーザーが安定期に入るようにする (より多くアクティブ化) 必要があります。

03 翌日のリテンションの重要性

彼らのビジネスモデルは非常に低頻度のモデルであり、ユーザーはホテルや旅行など数か月に一度しか消費しないことが多いため、翌日のリテンションは意味がなく、2日目のリテンションを高める必要はないという見方が常にあります。

多角的な視点から批判してみたいと思います。

1. ユーザーが翌日来なかったとしても、翌月には来ると思いますか？ナイーブであれば、翌日にはあなたのことを覚えているユーザーは誰もいませんし、1 か月後にはユーザーはあなたのことを忘れてしまい、次の店舗に買いに行くでしょう。
2. ユーザーのコンバージョンは、ポイントではなくプロセスです。認知、認識からサブスクリプションまでのプロセスでなければなりません。2 回目のリテンションは認識を表します。ユーザーがあなたを認識した場合にのみ、その後のサブスクリプションが発生します。
3. 商品の頻度が低いほど、ユーザーの意思決定チェーンは長くなります。3 つの異なる店舗の価格を比較するには数か月かかることが多く、最終的に取引チェーンでの変換を完了するには数分の決定的な時間がかかります。この数か月間にユーザーがあなたの製品にアクセスしなかったら、どれほどひどいことになるか考えてみてください。したがって、低頻度の製品の場合、二次保持も同様に重要です。

また、リテンション カーブは統計的なカーブであるため、2 次リテンション率が 15% であっても、ユーザーの 20% だけが留まるというわけではありません。1 か月後には、合計 40% のユーザーが留まる可能性があります。しかし、維持率を 15% から 20% に上げることで、1 か月後のユーザーの維持率は 50% を超える可能性があると予測できます。ビジネスパフォーマンスの変化を定量的に測定し、変化をできるだけ早く検出することが、このデータ指標の重要な価値でもあります。ビジネスを測定するのではなく、ビジネスの変化を測定することに重点を置いていることに注意してください。理解できない場合は、注意深く読むことをお勧めします。

もう一つの派生的なポイントは、二次リテンションはアプリやミニプログラムなどの特定の形式に限定されないということです。より高いレベルでは、製品価値自体のリテンションに焦点を当てるべきです。検索エンジン、ソーシャルメディアなどを通じて、ユーザーに製品のコア価値を継続的に体験させることができれば、ユーザーリテンションを実現できます。RSS購読を通じてMinorityの記事を購読し、継続的に読んでいるユーザーは、たとえMinorityアプリにアクセスしていなくても、Minorityのリテンションユーザーとなり、Minority周辺機器の購入など、実際の価値を生み出します。

04 プラットフォーム保持からセグメント機能保持へ

上で述べたリテンション率は、eコマースアプリプラットフォームの新規ユーザーがどれだけ維持されているかなど、製品全体またはプラットフォーム全体を対象としていました。プラットフォームが複数の製品価値を提供する場合、さまざまなセグメント化された機能のリテンションが導き出されます。

美団を例に挙げてみましょう。巨大企業である美団はどのような異なる製品価値を提供しているのでしょうか?

1. テイクアウトを注文する
2. ホテルを予約する
3. フライトを予約する
4. タクシー
5. シェア自転車
6. 食料品の買い物
7. 薬を買う
8. …

スーパーアプリとして、複数のサービスを統合し、多様な製品価値を提供しています。各サービスごとに、Meituanが新規ユーザー向けのマーケティング活動を行っていることがわかります。たとえば、食料品ショッピングサービスを利用したことがないユーザーでも、食料品ショッピングチャネルに入ると、新規ユーザー割引を利用できます。したがって、「新規ユーザー」という概念が存在する限り、新規ユーザーに対応する保持概念があります。食料品ショッピングサービスの新規ユーザーのうち、どれだけが食料品ショッピングサービスに留まり、引き続き使用するかということです。

スーパーアプリでなくても、リテンションをより詳細なカテゴリに分類することができます。たとえば、一般的なeコマースの場合、カテゴリのリテンションとチャネルのリテンションに分類できます。

• 婦人服カテゴリー、婦人服カテゴリーを毎日閲覧する新規ユーザーのうち何人が滞在し、婦人服を閲覧し続けるか
• フラッシュセール チャネル: フラッシュセール チャネルの新規ユーザーのうち、何人がチャネルに留まり、毎日使い続けていますか?
• …

複数の異なるサービスでユーザーが継続利用されているということは、ユーザーが製品の価値を認識しているということであり、したがって、プラットフォーム全体がユーザーに対して生み出す製品価値の合計は大きくなり、細分化された機能の継続利用が増えるほどプラットフォームの継続利用が増えることを意味します。

05 結論

これを読んだ後、誰もが保持の基本的な概念を比較的包括的に理解できるようになったと思います。適切な保持指標を開発することで、製品の問題をより適切に特定できるようになります。そうしないと、多くのことを実行して誤って製品の粘着性に影響を与える可能性が高く、その結果、「保持率」が高くなったことがわかります。つまり、新しいユーザーが失われ、古いユーザーの割合が増加し、全体的な保持率が実際に向上します。

著者: グイビン

出典: 桂斌