完全な成長モデルを構築するにはどうすればよいでしょうか?

今日は、成長モデルとは何か、成長モデルの利点、成長モデルを構築するための手順という 3 つの側面について説明します。

01 成長モデルとは何か

一言で言えば、成長モデルはノーススター指標を分解した結果です。

02 成長モデル構築のメリット

1. 成長アイデアの探索を促進する

NetEase Cloud Music の成長モデルを例に挙げてみましょう。

NetEase Cloud の North Star 指標は、1 日の総視聴時間です。1 日の総視聴時間 = 1 日の総視聴ユーザー数 * ユーザーの 1 日の平均視聴時間。1 日の総視聴ユーザーは、1 日あたりの新規視聴ユーザー数 + 既存ユーザーの 1 日の平均視聴ユーザー数に細分化できます。この段階的な細分化を通じて、成長モデルが確立されます。

たとえば、毎日のアプリのダウンロード量は、チャネル A、B、C、D のデータで構成されます。特定のチャネルの投資コストは高いがダウンロード量が少ないことがわかった場合は、そのチャネルの最適化に重点を置く必要があります。

たとえば、NetEase Cloud Music の初回リスナーの割合が低すぎることが判明した場合、その理由を分析し、最適化に重点を置く必要があります。

2. セグメンテーション指標がノーススター指標に与える影響を予測できる

モデルが確立されると、基礎となる指標の改善が North Star 指標の値に間接的に影響を与えます。

継続視聴の割合を 5% から 10% に増やすと仮定すると、音楽を聴く既存ユーザーの平均 1 日あたりの数は 15,000 人から 30,000 人 (既存ユーザー 300,000 人 × 継続視聴 10%) に増加します。

上司から、1 日あたりの新規音楽ユーザー数を 5,000 人から 10,000 人に増やすように指示された場合、上司の要件を満たすには、アプリのダウンロード数、初回訪問数、および初めて音楽を利用するユーザーの割合をどれだけ増やす必要があるかを簡単に予測できます。

03 成長モデル構築のステップ

1. ノーススターメトリックを定義する

まず、製品の North Star Metric を特定する必要があります。ノーススターインジケーターを理解していない友人は、私の以前の記事を参照してください。ここでは詳しく説明しません。ノーススター指標があれば、それに基づいて成長モデルを構築できます。ここでは、NetEase Cloud MusicのNorth Star指標を「総視聴時間」と定義します。

2. ユーザーのコアコンバージョンパスを描く

いわゆるユーザー コア コンバージョン パスは、ユーザーが製品について何も知らない状態から製品のコア価値を体験するまでの主なステップを記録します。

NetEase Cloud製品のコアコンバージョンパスは、アプリをダウンロード→初めてアプリにアクセス→初めて音楽を聴く→音楽を聴き続けるです。

3. 成長モデルの組み立て

成長の分野には、AARRR モデル、フルチェーン ファンネル モデル、要素分解モデル、完全定量モデルという 4 つの成長モデルがあります。以下、一つずつ紹介させていただきます。

1) AARRRモデル

AARRR モデルは、上から下に向かって、獲得、アクティベーション、維持、収益化、推奨というファネルのようなものです。

獲得とは、ユーザーを獲得するチャネルと獲得したユーザー数を指します。

アクティベーションとは、ユーザーが製品の中核的な価値を体験し、製品と肯定的なやりとりを形成したかどうかを指します。

リテンションとは、ユーザーを維持するために使用する手段と、ユーザーが製品を使い続けるかどうかを指します。

収益化とは、どのように収益化し、どれだけの利益を得ることができるかを指します。

推奨とは、ユーザーに製品を自発的に広めてもらう方法を指し、大多数のユーザーは製品を広める意思があります。

NetEase Cloud Music を例にとると、その North Star 指標は合計視聴時間です。

• 主に有料プロモーションやブランドマーケティングを通じてユーザーを獲得します。
• 曲を初めて聴くことは、NetEase Cloud がアクティブ化されたことを示す指標です。
• 曲を継続的に聴くことがその記憶の指標となります。
• 主に付加価値サービス（会費徴収）、電子商取引、広告、ゲームなどを通じて収益を得ています。

一般的に、ユーザーは音楽を共有することで製品を推奨します。獲得、活性化、維持、収益化、推奨という中核的な指標が見つかり、全体的な成長モデルが確立されます。

AARRR モデルは 4 つの成長モデルの中で最もシンプルなモデルです。成長分野に初めて参入する企業にとって、このモデルは最初のバージョンとして適しています。

AARRR モデルは構築が簡単で、North Star 指標に影響を与える要因を大まかに理解することができます。ただし、このモデルはさまざまな要因間の関係を説明せず、データを大まかに推定することしかできない定性モデルであるという欠点があります。

2) フルチェーンファネルモデル

ノーススター指標との関係を乗算式で表現できるモデルがフルチェーンファネルモデルです。このモデルは、成長に影響を与える要因を分解するだけでなく、対応するセグメンテーション指標と値を見つけ、それらの関係を簡略化された数式で表現することもできます。

NetEase Cloud Musicを例に挙げてみましょう。総聴取時間 = アプリのダウンロード量 * 初回訪問率 * 初回聴取率 * 継続聴取率 * 平均聴取時間。

3) 因数分解モデル

因子分解モデルは、フルチェーンファネルモデルの拡張です。因子モデルには乗算だけでなく加算もあり、セグメント化された指標をより詳細に拡張できます。ただし、フルチェーン ファネル モデルと比較すると、構築が難しく、より多くのデータが必要になります。

NetEase Cloud Musicを例に挙げてみましょう。 NetEase Cloud の North Star 指標は、1 日の総視聴時間です。1 日の総視聴時間 = 1 日の総視聴ユーザー数 * ユーザーの 1 日の平均視聴時間。1 日の総視聴ユーザーは、1 日の新規視聴ユーザー数 + 音楽を視聴している 1 日の平均既存ユーザー数に分類できます。プロセスを段階的に分解することで、成長モデルが確立されます。この成長モデルにより、成長の機会を特定しやすくなります。

それだけでなく、特定の指標の改善が以前のレベルの指標にどの程度の影響を与えるかを予測することもできます。たとえば、初回ユーザーの割合が 50% から 60% に増加すると、1 日あたりの新規ユーザー数は 5,000 人から 5,940 人 (30,000 * 60% * 33%) に増加します。

4) 完全な定量モデル

いわゆる完全定量モデルとは、成長に影響を与える要因とそれに対応するセグメント化された指標を分解し、すべての指標を Excel で組み合わせて North Star 指標を計算することを指します。

完全に定量化されたモデルは、過去の傾向を観察して将来のさまざまなノーススター指標を予測できるだけでなく、仮説分析を実行し、さまざまな指標の変化がノーススター指標に与える影響を定量化できる最も洗練された成長モデルです。ただし、このモデルは組み立てとメンテナンスに時間がかかり、手間がかかります。

NetEase Cloud Musicを例に挙げてみましょう。NetEase Cloud MusicのNorth Star指標は「月間アクティブユーザー数」であると仮定します。完全に定量的なモデルを構築するには、Excel で少なくとも 3 つのワークシートを作成する必要があります。 （以下のデータは仮想データであり、計算の都合上、最初の3か月のみ表示されています）

最初のワークシートは、月ごとの新規アクティブ ユーザー数です。ここでは、ブランド マーケティング、有料プロモーション、ユーザー推奨など、すべてのチャネルを Excel にリストする必要があります。

次に、各チャネルが毎月もたらしたダウンロード数をリストします。たとえば、ブランド マーケティング チャネルが最初の月にもたらしたユーザー数は 1,000、2 か月目は 1,500、3 か月目は 2,000 です。

次に、月間新規ダウンロード数を計算します。たとえば、1 月の月間新規ダウンロード数は、ブランド マーケティングから 1,000 件、有料プロモーションから 2,000 件、ユーザー推奨から 3,000 件です。

次に、1 か月目が 50%、2 か月目が 60%、3 か月目が 70% であると仮定して、各月のアクティベーション率を書き出します。

最後に、月間新規ダウンロード数にアクティベーション率を掛けて、月間新規アクティブユーザー数を計算します。

2 番目のワークシートは、1 か月から 12 か月までの各月のユーザー維持率です。ここでは、最初の 3 か月間の維持率がそれぞれ 30%、20%、10% であると想定します。

3 番目のワークシートでは、最初の 2 つのワークシートに基づいて月間アクティブ ユーザー数を計算します。

• 1 月のアクティブ ユーザー数は 3,000 人です。これは、最初の月の新規アクティブ ユーザー数 (表 1) が 3,000 人であるためです。
• 2 月のアクティブ ユーザー数は 4,800 人でした。これには、最初の月に 3,000 人の新規アクティブ ユーザーが含まれており、そのうち最初の月に残ったのは 30% の 900 人だけでした。また、2 か月目には 3,900 人の新規アクティブ ユーザーも含まれていました。
• 3 月のアクティブ ユーザー数は 7,330 人で、そのうち 1 か月目の 3,000 人のユーザーのうち 20% (3,000*20%=600) のみが 2 か月目に残り、2 か月目の 3,900 人のユーザーのうち 780 人 (3,900*20%) が残りました。3 月にはさらに 5,950 人のアクティブ ユーザーが追加されました。

このモデルでは、非常に少ない変数で 1 ～ 3 か月のデータのみを表示します。これは、誰もが理解しやすいようにするためです。実際には、より複雑になります。成長に不慣れなチームが完全な定量モデルをすぐに採用することはお勧めしません。

ここまでで、成長モデルの構築方法についてのお話は終わりです。友人の皆さん、良い旧正月をお過ごしください。来年お会いしましょう。

著者: 傅小虎 (リトルタイガー)

出典: Little Tiger Speak