アクティブユーザーの成長を効率的に達成するにはどうすればよいでしょうか?

「リテンション分析は、ユーザーオペレーションにとって重要な方法と分析アプローチです。」

最近はデータ理論や機械学習関連の記事を書いていて、実践関連の記事は久しく書いていませんでした。今日は、ユーザー維持分析の論理的な詳細と一般的な製品化のアイデアを共有します。

分析手法に関する内容としては、以前「RFM分析の実装詳細」「ファネル分析と製品化」「アトリビューション分析の詳細ロジック」「パス分析の詳細と製品化」を執筆しました。いずれも読者の方がより関心の高い内容ですので、ぜひ参考にしていただければと思います。

保持分析とは

まず、リテンション分析とは何かを見てみましょう。

（１）視覚的な表現

この写真は誰もが知っていると思います。

はい、これは典型的なユーザー維持分析チャートです。

一般的に、このグラフの左側の 1 列目はユーザーの獲得時間、右側は 1 日目 (週、月)、2 日目 (週、月) などにまだ操作を行っているユーザーの数と維持率を示します。ここでの維持率 = 特定の翌日のユーザー数 ÷ ユーザーを獲得した日のユーザー総数 (つまり、上図の 2 列目)。

時間の粒度は、日、週、月、さらには年単位にすることができます。

（２）分析の内容と意義

実際、リテンション分析という名前を含む上記の図から、リテンション分析は、獲得後の一定期間内にウェブサイトまたはアプリで新規に獲得したユーザーのリテンション状況を分析するために使用されていることもわかります。

要するに、リテンション分析は、実際には日付ディメンションに従ってユーザーを拡大し、拡大された日付での行動パフォーマンスを確認するものであり、主に確認するのは、ユーザーがまだ Web サイトのユーザーであるかどうか、つまりリテンションです。

これを実行する大きな利点の 1 つは、ユーザー維持の質を分析できるため、新規ユーザーが多すぎるために維持の質が低いことが隠れてしまう状況を回避できることです。

（３）定着分析の概要指標

もちろん、上記の視覚的保持分析チャートは非常に複雑で、主に日付マトリックスが関係しています。非常に直感的ですが、情報は比較的散在しています。レポート、分析、または North Star Metric を確立するために、より一般的なメトリックが必要になる場合があります。

これは一般的に日付保持率です。たとえば、7 日間の保持率、14 日間の保持率、翌日の保持率、月間保持率などです (30 日間の保持率と月間保持率は同じ概念ではなく、週単位の保持率と 7 日間の保持率も異なることに注意してください)。

強調: 日付に言及せずに保持率のみについて話すのは失礼です。時間が長くなるほど保持率が低くなることは明らかなので、異なる期間の保持率を比較しても意味がありません。

具体的な計算方法は比較的分かりやすく、上図では、該当日に保持されたユーザーの合計を分子とし、該当ユーザー総数を分母としています。

この操作により、1 つの指標で保持率を測定することがより便利になります。

02 リテンション、ファネル、パス分析

実は、以前にも「パス分析」と「ファネル分析」についてシェアしたことがあります。保持分析は上記の 2 つの分析に関連していますか?

答えはイエスです。

（１）類似点

これら 3 つの分析内容はすべてユーザーに関するものです。

具体的には、一定期間にわたるさまざまなコアパスまたは製品リンクにおけるユーザーの行動パフォーマンスを分析します。

（２）相違点

3 つの分析はそれぞれ焦点が異なります。

ファネル分析: 検索、閲覧、カートへの追加、注文、支払いなどのコア製品プロセスに焦点を当て、各段階でのユーザーのコンバージョン損失を分析します。
パス分析: 詳細な製品リンクのリンクフローに焦点を当て、主にユーザーがさまざまなモジュールと製品リンク間でどのように操作するかを理解します。
保持分析: 時間の経過に伴うユーザーアクティビティの分析に重点を置きます。

（３）関係性（この部分は非常に重要）

実は、これら 3 つは互いに関連しています。

ファネル分析は、一定期間にわたるコア製品プロセスにおけるユーザーのコンバージョン率と離脱率を分析する一般的な分析と考えることができます。ファネル分析は、最初に検索し、カートに追加し、注文し、支払いを行うなど、事前に定義された行動チェーンです。

しかし現実はどうでしょうか?ユーザーの行動は**です。商品をカートに入れた後に再度検索したり、注文後に閲覧したりするユーザーは必ずいるはずです。したがって、ファネル分析の理想的な順序ではありません。各商品リンクにおけるユーザーの具体的なジャンプパスを分析する場合は、ユーザーの実際の行動シーケンスを分解して分析する必要があります。これがパス分析です。

しかし、これはファネル分析が無意味であることを意味するものではありません。プロセスを固定化し、プロセスを単純化および抽象化します。詳細なパス関係を反映することはできませんが、各リンクの変換を全体的に分析できます。

ファネル分析とパス分析はどちらも製品リンクに重点を置いています。時間の経過に伴うユーザーの行動を分析したい場合はどうすればよいでしょうか?はい、製品リンクから 2 つのリンク (または派生ロジックを持つ 2 つのリンク) を選択し、時間ディメンションに沿って拡張することがリテンション分析です。

これはこれらの分析に関する私の個人的な意見です。

03 リテンション分析の製品化

最後に、リテンション分析の製品化の実践について簡単に説明します。

（１）開始と終了の行動

まず、開始日と終了日の動作の定義を明確にすることが重要です。上で述べたように、リテンション分析では 2 つの製品リンク間の期間を調べます。 Sensors の製品設計を見てみましょう。

上部には、開始動作と終了動作の選択があります。

通常、最初に登録行動、最後にユーザーログイン行動を確認します。これは間違いなくユーザーの維持を反映できます。開始日が登録で、終了日がユーザーの購入の場合はどうなりますか?ユーザーの維持率も反映できますか?着陸よりも厳しいだけです。したがって、開始動作と終了動作の定義が異なると、保持統計に大きな違いが生じます。

使用する具体的な動作は、分析シナリオに基づいて分析する必要があります。しかし、企業の実務では、ユーザー維持の質に焦点を当てるために、より広範なロジックが使用されることが多く、つまり、登録ユーザーのその後のログイン行動（せいぜい閲覧）に焦点が当てられ、その後のリンク行動（購入など）は考慮されません。

なぜ？

後続のリンクはユーザーリンクコンバージョンとしてカウントされる必要があるためです。ユーザーはウェブサイトに戻ってきたので、ポップアップやクーポンなどを通じてユーザーにアプローチすることができ、リテンションは実際には重要ではありません。さらに、リンク後の行動によって製品のファネル損失が重ね合わされ、リテンション分析が他の要素と重ね合わされ、分析の重要性が弱まります。