モバイルマーケティング分析

獲得指標：リーチとコスト効率の測定

獲得指標は、アプリのダウンロードやモバイルwebサイトへの訪問など、ユーザーがどのようにモバイルエコシステムに引き込まれるか、またこれらの活動に関連するコストに焦点を当てています。

• インストール数／ダウンロード数： モバイルアプリケーションの場合、インストール数またはダウンロード数が最初の入口指標として機能します。基本的ではありますが、コンテキストが必要です。インストール数が多くても、これらのユーザーの質が低い、つまりすぐに解約したり、意味のあるアプリとのエンゲージメントが行われない場合、必ずしも成功とは言えません。

• CPI（インストール単価）CPA（顧客獲得単価）： これらの指標は、ユーザー獲得キャンペーンのコスト効率を定量化します。CPIは、新しいアプリのインストールを1件生成するためにかかった平均コストを表し、広告費の合計をその費用に起因するインストール数で割って算出します。CPAは、この概念を拡張して、インストールだけでなく、特定の望ましいアクション（ユーザー登録、オンボーディングシーケンスの完了、初回購入など）に関連するコストを測定します。CPIとCPAはどちらも、異なる広告チャネルやキャンペーンの財務パフォーマンスを評価するために不可欠です。

• CAC（顧客獲得コスト）： CACは、有料 顧客の獲得に特に焦点を当てることで、獲得コストのより総合的なビューを提供します。これは、一定期間のセールスおよびマーケティングの総コスト（給与、諸経費、広告費などを含む）を、その期間中に獲得した新規有料顧客の数で割って計算されます。CACは一般的にCPIやCPAよりも高くなりますが、これは獲得したすべてのユーザー（インストールまたは最初のアクション）が最終的に収益化するわけではないという事実を考慮しているためです。これは、獲得コストを売上創出の可能性に直接関連付けるものです。

ユーザーインタラクションを測定するエンゲージメント指標

ユーザーを獲得したら、エンゲージメント指標は、ユーザーがモバイルアプリケーションやwebサイトとどの程度活発かつ頻繁にインタラクションするかを測定します。高いエンゲージメントは多くの場合、収益化と長期的な顧客維持の前兆となります。

• DAU（デイリーアクティブユーザー）とMAU（マンスリーアクティブユーザー）： DAUは特定の日にアプリに関与したユニークユーザー数を表し、MAUは30日間のユニークユーザー数を測定します。これらの指標は、アクティブなユーザーベースの全体的な規模と、アプリの一般的な「定着性」を示します。DAUとMAUの比率（多くの場合、パーセンテージで表される）は、エンゲージメントの頻度に関するインサイトを提供します。比率が高いほど、ユーザーは1か月以内に、より定期的に再訪することを示唆します。

• セッションの長さと頻度： セッションの長さは、ユーザーが1回のセッションでアプリ内で費やす平均時間を測定します。セッション頻度は、ユーザーが特定の期間（例えば、1日あたり、1週間あたり）に新しいセッションをどのくらいの頻度で開始するかを追跡します。これらの指標を組み合わせることで、ユーザーインタラクションの深さと規則性を測定できます。通常はセッションが長く、頻度が高いほど、アプリへのユーザーの投資が大きいことと相関します。

• 顧客維持率： この重要な指標は、最初の使用後、特定の期間（例えば、1日目の顧客維持、7日目の顧客維持、30日目の顧客維持）にアプリに戻ってきたユーザーの割合を測定します。高い顧客維持率は持続的な成長に不可欠であり、アプリが継続的な価値を提供し、ユーザーをリピーターにしていることを示しています。これは、製品とマーケットの適合性と長期的な実行可能性を示す強力な指標です。

• 解約率： 解約率は顧客維持の逆で、特定の期間にアプリの使用を停止したユーザーの割合を表します。解約率が高い場合は、ユーザーエクスペリエンス、価値の認識不足、技術的な問題、効果的でないオンボーディングに関連する問題を示唆します。解約を最小限に抑えることは、健全なユーザーベースを維持し、ライフタイム値を最大化するために不可欠です。

強力なエンゲージメント指標は、大きな顧客のライフタイムバリュー（CLV）を達成するための不可欠な前提条件となります。これらは、将来の収益化の可能性と全体的なビジネスの健全性の先行指標として機能します。エンゲージメント指標が低いと、最初に獲得したユーザー数やその安さに関係なく、必然的にCLVが低いと予測されます。したがって、一見小さなパーセンテージであっても、ユーザーエンゲージメントと顧客維持の向上に焦点を当てた戦略的取り組みは、長期的な売上高と収益性に大きなプラスの影響をもたらす可能性があります。

売上高を測定するための収益化指標

収益化指標は、モバイルマーケティング活動とアプリ自体の財務パフォーマンスを直接追跡し、ユーザーベースがどの程度効果的に売上高に変換されているかを評価します。

• ユーザーあたりの平均売上高（ARPU）： ARPUは、特定の期間に生成された総売上高を、同じ期間のアクティブユーザー総数で割って計算されます。有料ユーザーと非有料ユーザーの両方を含む、ユーザーベース全体での平均売上高貢献度の幅広い尺度を提供します。

• 有料ユーザーあたりの平均売上高（ARPPU）： ARPPUは、購入を行うか、金銭的に貢献するユーザーによって生成される売上高に特に焦点を当てています。総売上高を 有料 ユーザーの数で割って計算されます。ARPPUは、コンバージョンするユーザーセグメントにおける収益化の有効性をより明確に把握し、価値のある顧客の支出パターンを理解するのに役立ちます。ARPUとARPPUを比較することで、売上高を牽引しているユーザーの割合を明らかにすることができます。

• 顧客のライフタイムバリュー（CLV）： CLV（LTVと呼ばれることもあります）は、ビジネスが1人の平均的な顧客から、アプリやブランドとの関係全体を通じて生成すると期待できる総純売上高を表す予測指標です。CLVの計算では通常、平均購入額、購入頻度、顧客の寿命（多くの場合、顧客維持率／解約率から導き出される）を考慮します。これは、短期的な利益から長期的な顧客関係と収益性に焦点を移すため、持続可能な成長にとって最も重要な指標のひとつと言えるでしょう。成功するビジネスモデルでは通常、LTVがCACを大幅に上回る必要があります。

• 広告費用対効果（ROAS）： ROASは、広告に費やされた1ドルあたりで生成した総売上高を測定します。これは、広告キャンペーンに直接起因する売上高を、そのキャンペーンの費用で割って計算されます。ROASは、特定の広告活動の収益性を直接測定するものであり、戦術的なキャンペーンの最適化に一般的に使用されます。

一般的なアトリビューションモデル

貢献度を割り当てるためのモデルはいくつか存在し、モデルの選択はチャネルのパフォーマンスがどのように認識されるかに大きく影響します。

• ファーストタッチアトリビューション： ユーザーがコンバージョン前に最初にインタラクションを行ったマーケティング顧客接点に100%の貢献度を割り当てます。

• ラストタッチアトリビューション： コンバージョン前の最終顧客接点に100%の貢献度を割り当てます。これは単純なため従来ではよく見られることですが、それ以前の影響力のあるインタラクションを見落としがちです。

• マルチタッチアトリビューション： ユーザージャーニーにおける複数の顧客接点に貢献度を分散させようと試みます。一般的に次のようなバリエーションが含まれます。

• 線形： すべての顧客接点に貢献度を均等に分散します。

• 時間減衰： コンバージョンと時間的に近い顧客接点により多くの貢献度を割り当てます。

• U字型（ポジションベース）： 最初と最後の顧客接点に高い貢献度を割り当て、残りを中間のインタラクションに分配します。

アトリビューションモデルの選択は、典型的なカスタマージャーニーとビジネスオブジェクトを反映したものであることが理想的ですが、現実的な制約やデータの可用性が選択に影響を与えることがよくあります。

モバイルアトリビューションの課題

モバイル環境におけるアトリビューションは、いくつかのユニークで重大な課題に直面しています。

• ビュースルーアトリビューション（VTA）： これは、ユーザーが広告に接触（インプレッション）した後、クリックはしなかったがコンバージョンが発生した場合に、その貢献度を割り当てることを指します。広告の閲覧は行動に影響を与える可能性がありますが、この相関性を明確に測定し、誤った相関関係を避けることは技術的に難しいものです。多くの場合、広告ネットワークやMMP（モバイル計測パートナー）が採用する特定のトラッキング方法に依存します。適切なルックバックウィンドウ（広告を閲覧してからどのくらいの期間、コンバージョンの貢献度を認めるか）を決定する方法も複雑です。

• クロスデバイスのトラッキング： ユーザーは、モバイルアプリケーションで発見し、デスクトップwebサイトで調査し、その後タブレットでコンバージョンするなど、複数のデバイスを横断してブランドと頻繁にインタラクションを行います。これらのインタラクションを単一のユーザージャーニーに結び付けることは、断片化されたユーザー識別子とプラットフォーム間での異なるトラッキングメカニズム（Web Cookieとモバイル広告ID）があるため、非常に困難です。このような断片化は、真に一元化された顧客パスの表示を妨げています。

• ウォールドガーデン： MetaやGoogleのような主要な広告プラットフォームは、「ウォールドガーデン」として運営されています。これらの企業では、自社のエコシステム内でのユーザーアクティビティに関する広範なデータを保有しており、多くの場合、独自の内部アトリビューションシステムを利用しています。これらのプラットフォームが報告するデータは、アトリビューションロジックやルックバックウィンドウ、データアクセスのバリエーションにより、サードパーティのMMPによって報告されるデータと異なる場合があります。マーケターは多くの場合、これらの異なるレポートを紐付ける必要があります。

• データプライバシー規制： これは、モバイルアトリビューションが現在直面している最も深刻な課題です。GDPR（EU一般データ保護規則）やCCPA（カリフォルニア州消費者プライバシー法）のようなプライバシー規制は、Appleによるアプリトラッキングの透明性（ATT）フレームワークをはじめとするプラットフォームが強制するポリシーとともに、データプライバシーとモバイル分析のトラッキングに根本的な影響を与えています。ATTでは、異なる企業のアプリやwebサイトを横断してトラッキングする目的で、デバイス固有の広告識別子（IDFA）にアクセスする前に、アプリがユーザーの明示的な同意を得ることが義務付けられています。多くのユーザーがオプトアウトするため、決定論的なユーザーレベルのクロスアプリトラッキングのためのIDFAの可用性は大幅に減少しました。これに対応して、Appleはプライバシーを保護するアトリビューションフレームワークであるSKAdNetworkを発表しました。SKAdNetworkは、オペレーティングシステムから広告ネットワークに直接アトリビューションデータを提供しますが、それは集計されたものであり（ユーザーレベルではない）、遅延があり、キャンペーンの精度とインストール後のイベントデータの搬送量に制限があります。この変化は、iOSキャンペーンに対して、正確でリアルタイムのユーザーレベルのアトリビューションを実行する能力に大きな影響を与えます。同様のプライバシーに関する検討事項は、Androidの広告識別子（Google Advertising IDまたはGAID）およびブラウザーベースのトラッキングにも影響します。

イベントのトラッキング

イベントのトラッキングには、アプリ内での特定の、事前定義されたユーザーのアクションや発生件数のレコードを取るために、分析プラットフォーム（Adobe Analyticsなど）を設定することが含まれます。これらのイベントには、ボタンのクリック、画面の表示、スクロール操作などの単純なインタラクションから、チュートリアルの完了、買い物かごへの商品の追加、ゲームのレベルの終了、コンテンツの共有、購入の成功といった、より重要なマイルストーンまで、追跡することが重要と考えられるあらゆるものが含まれます。

包括的なイベントのトラッキングを実装すると、ユーザーがアプリ内の様々な機能やコンテンツとどのようにインタラクションするかに関する詳細なデータを提供できます。これにより、マーケターと製品チームは、機能の採用率の測定を行い、ユーザーエンゲージメントのパターンを詳細なレベルで理解して、主要なワークフローを通じた進捗を追跡することで、顧客維持や収益化と相関する特定のアクションを特定できます。この詳細なデータは、ファネル分析やユーザーフロー分析のような、より洗練された分析の素材となります。

ファネル分析

ファネル分析は、ユーザーがアプリ内で特定の望ましい目標やコンバージョンパスを完了するために取る一連のステップを可視化します。例えば、ユーザー登録プロセス、eコマースのチェックアウトフロー、オンボーディングチュートリアルのシーケンス、生産性向上アプリで中核的なアクションを完了するために必要なステップなどです。この分析では、各ステップを正常に完了したユーザー数を測定し、重要な点として、連続するステップ間のコンバージョン率または脱落率を計算します。

ファネル分析の主な価値は、重要なユーザーフロー内のボトルネックやつまずきやすいポイントを特定することです。ユーザーがプロセスをどこで放棄しているか（特定のステップ間の高い脱落率）を正確に特定することで、チームはそのステージの改善に向けた最適化の努力に焦点を当てることができます。例えば、チェックアウトファネルで買い物かごを表示してから支払いを開始するまでの間に大きな脱落がある場合、それは買い物かご画面のデザイン、分かりやすさ、または利用可能な支払いオプションに潜在的な問題があることを示しています。