製品運用：保持と損失の分析！

ユーザー維持の価値は自明です。たとえ製品のユーザー成長率が高くても、ユーザーが留まって製品が定義するコア行動を完了しなければ、それは非効率的な成長です。ユーザーが留まってこそ、製品は収益を生み出し続けることができます。コミュニティやゲームなどの製品も、製品のエコシステムを維持するために十分な数のユーザーを維持する必要があります。そのため、ユーザー維持率は頻繁に見直し、分析する必要があります。

では、リテンション分析をより効率的かつ体系的に実施するにはどうすればよいでしょうか?この記事では、システムのアイデアを次のように要約します。

ステップ1: 保持データを観察する

保持データを観察し、保持曲線のユーザーライフサイクルの 3 つの段階 (振動期間、選択期間、安定期間) に対応するユーザーの短期、中期、長期の保持率を確認します。

図1. ユーザーライフサイクルの維持曲線

異なる期間における維持率は、異なる段階にある製品とユーザーの状態を反映します。

3つの期間のそれぞれでリテンション率がどのくらい続くかは、製品の自然な使用サイクル、つまりユーザーが製品を使用する頻度に関係しています。たとえば、Meituan Waimai、Zhihu、Douyinなど、毎日使用される製品の場合、短期リテンション率は主に翌日のリテンションに焦点を当てています。Maoyan Movies、Damai.com、12306など、毎週または数週間に1回しか使用されない製品の場合、週ごとのリテンション率に焦点を当てています。

製品の自然なライフサイクルを決定する具体的な方法は 3 つあります。

1. ビジネス経験に基づく

上記の例で説明したように、この方法は比較的単純であり、履歴データがなくても判断できます。

2. 日々の維持率を分析する

具体的なアプローチとしては、一定期間にわたって新規ユーザーを対象にし、30 日間の毎日の継続率を観察することです。初日の継続率の後の最初の継続率のピークが製品の使用サイクルであり、その後の継続率のピークの周期性によって検証できます。

図1. ある日の新規ユーザーの継続率（仮想データ）

注記：

ある日に追加された新規ユーザーのN日間の維持率 = その日のN日目のアクティブユーザー数 / その日に追加された新規ユーザー数

例えば、1月1日の新規ユーザー数が100で、3日目のアクティブユーザー数が60の場合、3日目のアクティブ維持率 = 60/100 = 60%

製品の使用サイクルが毎日の場合、明確な維持率のピークはなく、毎日の維持率は徐々に減少し、その後横ばいになる傾向を示すことに注意してください。

30日以内のリテンション率を観察する理由は、製品の使用サイクルが30日を超える場合、一般的にはリテンションによるユーザー価値に焦点を当てる必要がないためです。代わりに、ユーザーの使用体験に重点が置かれ、BeikeやHuolalaなどのメンバーシップメカニズムとブランド認知の構築を通じて、ユーザーが忠実なユーザーになるように促されます。

3. 解約回帰率曲線

解約率曲線は、ユーザーを合理的に定義するのに役立ちます。この曲線は、ユーザーが製品に戻るまでにどれくらいの期間待たなければ解約したユーザーとみなされるかを決定します。製品の使用サイクルはこの期間内に収まっている必要があり、これが製品の使用サイクルの上限を定義します。

チャーン回帰は、主に、解約したユーザーが製品に再度ログインすることを指します。解約したユーザーとは、一定期間製品にログインしていないユーザーのことです。この期間は、チャーン期間と呼ばれます。

離脱率 = 復帰ユーザー数 / 離脱ユーザー数 * 100%

異なる解約期間におけるユーザー回帰率を計算することで、解約回帰率曲線を導き出すことができます。解約期間が長くなるにつれて、ユーザー回帰率は低下します。解約期間がある時点を超えると、ユーザー回帰率の低下は大幅に減少し、平坦化する傾向があります。この点が曲線の変曲点です。下図に示すように、変曲点は10日目であり、ユーザーが10日間連続して製品にログインしていない場合、実際にユーザーが解約したと判断でき、製品の使用サイクルは10日を超えないことを意味します。

図解離回帰率曲線

ステップ2: 保持の問題を特定する

保持の問題があるかどうかを判断する鍵は、比較分析を行い、さまざまな保持基準と比較することです。関連する基準よりも低い場合は、問題がある可能性があり、さらに分析する必要があります。比較基準は次の 3 つのカテゴリに分けられます。

1. 時間基準

自社の過去のパフォーマンスと比較した場合、過去のパフォーマンスより低いことが必ずしも問題ではないことに留意する必要があります。製品のリテンションに周期的な特徴があるかどうかを考慮する必要があります。たとえば、ゲーム製品の新規ユーザーの週末のリテンションは、ユーザーがより広範囲に及ぶため、通常、平日の新規ユーザーのリテンションよりも低くなります。

2. プログラムの基準

製品保持計画は通常、製品のビジネス目標に合わせて作成されます。

3. 具体的な基準

通常、ビジネス経験や業界/競合他社のデータとの比較に基づいています。

また、全体のリテンション率が基準を満たしていても、問題がないわけではないことに注意が必要です。異なる値の異なるチャネル/ユーザーのリテンションデータを分割して、さらに調査することができます。

ステップ3: 保持の問題分析

リテンションの問題はユーザーを失うことを意味するため、誰が、いつ、どこで、どのように失ったのかをさらに分析する必要があります。これらの質問に答えるためには、失ったユーザーをセグメント化し、失ったポイントを特定する必要があります。

1. ユーザーセグメンテーションの喪失

どのユーザーが失われ、低い維持率につながっているかを判断するために、ユーザー セグメンテーションには 3 つのアイデアがあります。

（１）ユーザーソースによるセグメンテーション

ユーザーソースには、チャネルの種類、携帯電話システムなどが含まれます。たとえば、特定のチャネルでユーザーが大幅に減少した場合、そのチャネルの広告戦略に問題があり、製品のターゲットユーザーではない新しいユーザーが過剰にインポートされたことが原因である可能性があります。

（２）ユーザー価値によるセグメンテーション

ユーザー価値によるセグメント化には、ピラミッド モデルと RFM モデルという 2 つの一般的な方法があります。

• ピラミッド モデル: ユーザーの重要度による並べ替え: 有名人ユーザー > プロフェッショナル ユーザー > 貢献ユーザー > アクティブ ユーザー > 一般ユーザー。
• RFMモデル：直近の消費（Recency）、消費頻度（Frequency）、消費額（Monetary）の3つの側面を総合的に考慮し、ユーザー価値を評価してランク付けします。 RFM は比較的複雑ですが、ビジネスのニーズに応じて分析を簡素化することもできます。たとえば、ゲーム製品は通常、ユーザーのチャージ金額に基づいていくつかのレベルに分けられ、大規模なチャージユーザーと通常のチャージユーザーを区別します。

（３）ユーザー属性によるセグメンテーション

ユーザー属性には 4 つのカテゴリがあります。

• 人口統計学的特性: 性別、年齢、職業、教育など。
• 社会的関係: 結婚、子供の存在、家族内の高齢者の存在など。
• 行動特性：基本行動（登録時間、1日平均利用時間など）、ビジネス行動（割引商品の購入など）。
• ビジネス関連: フィットネス製品ユーザーの身長、体脂肪率、1日の平均歩数など。

2. 損失ポイントの特定

ロスポイントの特定は、ユーザーがいつ、どこで、どのようにロスしたかを正確に特定することです。この情報を使用して、ユーザーがロスした理由の手がかりを見つけることができます。

（１）いつ消えたのか？

ユーザーがいつ離脱するかを観察するには、次の 3 つのシナリオが考えられます。

第一のタイプ：製品の使用期間中の損失

下図に示すように、3月21日～27日の期間に追加された新規ユーザーの7日目の継続率は、予想レベルを大幅に下回っています。同時に、3日目から7日目までの継続率の減衰は、予想傾向よりも大幅に速いことがわかります（比率が低いほど減衰が速い）。15日目と30日目の継続率も予想よりも低いですが、減衰傾向は予想と一致しています。したがって、基本的にユーザーが製品を使用する7日目あたりで解約問題が発生すると判断できます。

図保持率ヒートマップ（ダミーデータ）

2番目のタイプ：特定の時点での損失

下図に示すように、3月21日から27日までの新規ユーザーの維持率は、3月27日と28日が毎日のレベルよりも大幅に低くなっています。この2日間に、アプリにログインできない、不適切な操作アクティビティがユーザーエクスペリエンスに影響を与えるなど、異常があったかどうかを確認するために、さらに調査を行うことができます。

図保持率ヒートマップ（ダミーデータ）

3つ目のタイプ：特定の日/期間における新規ユーザーの維持率が継続的に低い

下図に示すように、3月25日に追加された新規ユーザーの全体的な維持率は、他の時期に追加された新規ユーザーの維持率よりも大幅に低くなっています。このような状況は通常、異常な広告配信など、新規ユーザーのインポートに問題があることを示しています。失われたユーザーのソースのセグメンテーションと組み合わせて分析することで、問題をさらに特定できます。

図保持率ヒートマップ（ダミーデータ）

（２）損失はどこにあるのか？

これは主に、ユーザーが製品のどの機能モジュール、または製品の使用プロセスのどの段階で離脱するかを指します。通常、離脱する前にユーザーが留まっていた機能モジュールまたはプロセスによって決まります。離脱したユーザーのほとんどが離脱前に特定の場所に留まっていることが判明した場合は、対応する機能またはプロセスを確認することに集中できます。

たとえば、ゲーム製品の場合、離脱したプレイヤーの多くが離脱前に特定のミッション コピーに留まっていたことが判明した場合、このミッション コピーがプレイヤー離脱の原因である可能性があります。

（３）負け方

通常、離脱する前のユーザーの操作ログを分析して、異常がないか確認することができます。

ステップ4: 解約の原因を探る

3 番目のステップでは、離脱したユーザーをセグメント化し、離脱ポイントを特定することで、ユーザー離脱の理由に関する手がかりを得ることができます。4 番目のステップでは、得られた手がかりに基づいて、離脱の理由をさらに深く掘り下げます。

解約の原因を詳しく調べるには 2 つの方法があります。

1. 研究

条件とリソースがある人は、次のような研究を優先的に行うことができます。

• 一般的な調査に関するお問い合わせ: 調査ページやアンケートのアンインストールなど。
• 電話、インタビュー、コミュニティ、フォーラムなどによる原因の徹底的な調査。

2. 仮説検定

調査は一般的に労働集約的であり、資金集約的であり、時間がかかります。ほとんどのビジネス分析シナリオでは、毎回調査を行うことは現実的ではありません。したがって、条件が限られている場合は、2 番目の方法である「仮説検証」を使用できます。つまり、3 番目のステップで得られた手がかりに基づいて、ビジネス経験に基づいて因果関係の仮定を立て、それをデータで検証します。

例えば、上記のゲーム製品におけるプレイヤーの損失の例では、損失したプレイヤーの多くが、損失する前に特定のクエストコピーに留まっていたことが判明しました。これらのプレイヤーはすべてレベル 5 のプレイヤーでした。ビジネス経験に基づくと、クエストコピーがこれらのプレイヤーにとって難しすぎたために損失につながったと推測できます。これは、このクエストコピーにおけるレベル 5 プレイヤーの合格率データを通じて検証できます。合格率が明らかに低い場合、仮説を検証できます。

ステップ5: 保持率を向上させる

解約の理由を理解した後、どのようにして顧客維持率を改善すればよいのでしょうか?特定の問題には特定の分析が必要ですが、「10億ドル規模の製品を構築するための核となる秘密：ユーザーエンゲージメント階層モデル」という記事に記載されているように、ユーザーの「製品の継続使用による利益」と「製品の使用を中止することによる損失」を継続的に増やすという一般的な原則があります。

1. 製品の継続使用によるメリットを高める

（１）需要の満足

一方で、ユーザーのニーズにもっと正確にマッチするよう努めています。例えば、ショートビデオ製品の場合、推奨されるビデオが特定のユーザーの好みに合わず、これらのユーザーのニーズが満たされない場合、これらのユーザーは離脱しがちです。その一方で、ビューティーカメラ製品など、ユーザーの長期的なニーズを満たすよう努めており、継続的に製品を最適化し、新しい遊び方をリリースしています。

（２）ユーザーエクスペリエンス

市場に同じユーザーニーズを満たし、より良いユーザーエクスペリエンスを提供できる他の製品がある場合、ユーザーは他の製品に切り替えることはありません。たとえば、両方のタクシー配車アプリは毎日のタクシーニーズを満たすことができ、サービスは似ていますが、サービスエクスペリエンスは異なる場合があります。Didiはドライバーリソースが多く、注文への応答が速いため、他のタクシー配車アプリよりもDidiを好みます。これは、Didiが市場で長い間トップの地位を占めることを可能にする障壁の利点でもあります。

2. 「商品離れによる損失」を増やす

ユーザーの投資: ユーザーが製品内でより多くの重要な行動を完了するように導きます。基本的な考え方は、ユーザーに時間、エネルギー、感情など、より多くの投資をさせること、つまりユーザーの埋没コストを最大化することです。人々が何かを行うかどうかを決めるとき、それが自分にとって良いことかどうかだけでなく、過去にそれに投資したかどうかも考慮します。したがって、埋没費用が高ければ高いほど、ユーザーは製品を手放すことに消極的になります。

たとえば、Evernote はユーザーに一定数のメモを作成するように誘導します。ユーザーが作成するメモの数が増えるほど、他のメモ作成製品に切り替えた場合の損失が大きくなります。

結論として、上記の共有は、仕事の経験、アマチュアの学習、および個人的な考えに基づいています。不足している点があれば、遠慮なくアドバイスをください。