ユーザー行動分析の「保持」に関する簡単な説明

ユーザー行動分析を行う際、リテンションは作業において注意を払う必要がある重要な指標です。では、保持とはどのように定義しますか?保持の計算方法と使用シナリオは何ですか?この記事では、この問題を3つの側面から分析します。ユーザー分析に興味がある方にはこの記事をお勧めします。お役に立てれば幸いです。

簡単な議論1: 定義方法

ユーザー維持とは、その名前が示すように、ユーザーが留まることを意味します。リテンションは、最初の使用から N 日後に戻ってくるユーザーの割合として定義されます。

ユーザー行動製品では、リテンションをより細かく定義できます。リテンションとは、最初の期間に最初のイベントが発生し、2 番目の期間に再訪問イベントが発生したユーザーの比率です。

したがって、保持率の計算方法は次のとおりです。

（第2期間に再来店イベントを経験したユーザー数 / 第1期間に初回イベントを経験したユーザー数）×100％。

製品ごとに、ビジネス条件に基づいて異なる開始イベント、戻りイベント、期間の長さを定義できます。

一部のゲーム製品やソーシャル製品など、一部の製品では、開始イベントと戻りイベントの両方を「アプリを開く/Web ページを閲覧する」と直接定義します (ユーザーがこれらの製品を開く目的は、基本的にゲームをプレイ/チャットすることと非常に明確であるため、開始イベントと戻りイベントを「アプリを開く/Web ページを閲覧する」と直接定義できます)。

たとえば、ゲーム製品が開始イベントと戻りイベントの両方を「アプリの起動」と定義し、観察期間を 1 週間に設定してリテンションを定義しているとします。つまり、ユーザーがゲームを開いた後 (開始イベントをトリガー)、翌週に再度ゲームを開くと、そのユーザーは翌週のゲームの継続ユーザーとしてカウントされます。

もちろん、開始イベントと戻りイベントの定義が異なる製品も多数あります。これは製品自体のビジネスニーズに関連しています。たとえば、フィットネス アプリの場合、「アプリを開く」のみを開始イベントおよび戻りイベントとして使用するのは適切ではありません。アプリを開いたユーザーは、実際にアプリの指示に従って運動するのではなく、ただ見るだけかもしれません。こうした「傍観者」は、実はフィットネス アプリでは簡単に見失ってしまいます。

アプリを再度開いたすべてのユーザーを維持ユーザーとしてカウントすることは、製品の運用と開発の実際の基盤を提供しない可能性があります。この場合、開始イベントを「アプリの起動」、戻りイベントを「フィットネスセッションの完了」に設定し、適切な観察期間を補足すると、ユーザーの製品への定着率をよりよく理解できます。

簡単な説明2: 計算方法

リテンション分析は、最初のイベントをトリガーしたユーザーのうち、その後サイトに戻ってくるユーザーの数に焦点を当てます。

ユーザー行動分析製品の計算方法の例を次に示します。

リテンション = 最初の期間に開始イベントが発生し、2 番目の期間に復帰イベントが発生したユーザーの数 = (2 番目の期間に復帰イベントが発生したユーザーの数 / 最初の期間に開始イベントが発生したユーザーの数) × 100%

この式に基づいて、さまざまな保持アルゴリズムを詳細に分析してみましょう。

1. 1日あたりの保持率の計算

（１）ある日から翌日、３日後、７日後、ｎ日後の保持率を計算するにはどうすればいいでしょうか？

このタイプの保持を計算する場合、実際には観察期間の単位として「日数」を使用します。私たちが懸念しているのは次の点です。

1. 特定の日に「開始イベント」をトリガーしたユーザーの数。
2. このユーザー グループが n 日目に「再訪問イベント」をトリガーするかどうかを追跡します。
3. 最初のステップと 2 番目のステップでユーザー数を取得した後:

ある日のn日間のリテンション率＝n日目に「復帰イベント」をトリガーしたユーザー数／0日目に「開始イベント」をトリガーしたユーザー数×100％。

上記の手順に従うと、次のことが簡単に結論付けられます。

特定の日の 2 回目のリテンション = (1 日目にリピートイベントが発生したユーザー数 / 0 日目に初回イベントが発生したユーザー数) × 100%

特定の日の3日間のリテンション = (3日目にリピートイベントを起こしたユーザー数 / 0日目に初回イベントを起こしたユーザー数) × 100%

特定の日の7日間のリテンション = (7日目にリピートイベントが発生したユーザー数 / 0日目に初回イベントが発生したユーザー数) × 100%

（注：また、一部のデータ製品では、開始イベントが発生した日を 1 日目と定義しており、リテンションの計算に一定の影響を与える可能性があります。分析時にはこの点に注意する必要があります。）

（２）特定の時間範囲内での翌日/3日/7日/n日間の保持率を計算するにはどうすればいいですか？

1. 選択した時間範囲内で、n 日間の保持を計算できる各日を除外し、各日に「開始イベント」を完了したユーザーの数の合計を記録します。
2. n 日間のリテンションを計算できる各日について、n 日目に「再訪問イベント」をトリガーしたユーザーの数の合計を計算します。
3. 最初のステップと 2 番目のステップでユーザー数を取得した後:

一定期間内のn日間のリテンション = ステップ2のユーザー数 / ステップ1のユーザー数 × 100%

図では、選択した時間範囲は過去 8 日間 (20200831 ～ 20200907) です。ここで、この 8 日間のうち 5 日間の保持データを計算します。どうやって計算するのでしょうか？

過去 8 日間の 5 日間の維持率 = (20200831 から 20200907 までの各日の 5 日間の維持ユーザー数の合計 / 20200831 から 20200907 までの各日に開始イベントがあったユーザー数の合計) * 100%。

2. 週次/月次リテンションの計算

（１）ある週のn週間の保持率をどのように計算するか？特定の月の n か月の保持率を計算するにはどうすればよいでしょうか?

1. 週/月（週/月 0）に「開始イベント」をトリガーしたユーザーの数を記録します。
2. このユーザー グループが n 週目/月以内に「再訪問イベント」をトリガーしたかどうかを追跡し、「再訪問イベント」をトリガーしたユーザーの数を記録します。
3. 最初のステップと 2 番目のステップでユーザー数を取得した後:

ある週のn週目の継続率 = n週目に「復帰イベント」を発動したユーザー数 / 0週目に「開始イベント」を発動したユーザー数 × 100%

ある月のnヶ月目の継続率＝nヶ月目に「復帰イベント」を発動したユーザー数／0ヶ月目に「開始イベント」を発動したユーザー数×100％

（２）一定期間内の週次・月次維持率はどのくらいですか？

1. 選択した時間範囲内で、n 週/n か月の保持期間を計算できる各週/月をフィルタリングし、各週/月で「開始イベント」を完了したユーザー数の合計を記録します。
2. n 週/n か月のリテンションを計算できる各週/月について、n 週目/月目に「再訪問イベント」をトリガーしたユーザーの数の合計を計算します。
3. 最初のステップと 2 番目のステップでユーザー数を取得した後:

一定期間（n 週間/月）の継続率 = ステップ 2 のユーザー数 / ステップ 1 のユーザー数 × 100%

たとえば、「過去 6 週間のうちの 2 週間のリテンション」はどのように計算するのでしょうか?

図では、過去 6 週間の時間範囲を選択しています。

2012 年 2 月 26 日に、時間範囲として「過去 6 週間」を選択しました。デフォルトの 1 週間の期間は「月曜日から日曜日」です。過去 6 週間の選択は次のとおりです。

話題に戻りましょう。ここで、過去 6 週間の 2 週間の保持データを計算します。どのように計算されるのですか?

過去 6 週間の 2 週間の継続率 = (各週の 2 週間の継続ユーザー数の合計 / 各週の開始イベントがあったユーザー数の合計) × 100%

簡単な議論3: 保持分析、シナリオの適用

日常業務では、保持分析は次のシナリオでよく使用されます。

1. チャネルの品質を理解する

「日次維持率」は、各チャネルにおけるユーザーのパフォーマンスを測定するために、またチャネルの品質を測定する基準の 1 つとして使用できます。たとえば、さまざまなチャネルのユーザーの翌日のリテンションと 7 日間のリテンションを比較して (業界によって選択する期間は異なる場合があります)、さまざまなチャネルのユーザー リテンションを測定します。一般的に言えば、保持率が高いほど、そのチャネルの品質が高いといえます。

2. 運用上の対策や機能の変更が効果的かどうかを判断する

ある運用方法/機能によってリテンションが向上すると期待する場合、その運用方法/機能によって「カバーされている新規ユーザー」と「カバーされていない新規ユーザー」のリテンション率を分析し、2つのユーザーのリテンションを比較することで、その運用方法/機能の有効性を検証することができます。

Tieba を例にとると、フォーラムは「投稿を読む」機能が新規ユーザーの維持率に改善効果をもたらすかどうかをテストしたかったので、チャネル A の新規ユーザー (投稿を読む機能を使用するユーザーと使用しないユーザー) の維持率の比較を実施しました。

比較してみると、読んだ後機能を利用した新規ユーザーの3日間の継続率は、利用していない新規ユーザーよりも10％以上高いことが分かりました。これは、「投稿を読む」機能が新規ユーザーの維持にプラスの影響を与えることを示しています。

3. 製品が健康的かどうかを測定する

「週次リテンション」や「月次リテンション」などの指標を使用して、プラットフォーム上のユーザーの定着率を観察し、製品の健全性を測定できます。

もちろん、これに加えて、製品によってはさらに多くの分析方法がある場合がありますが、ここではそれらを一つずつ列挙しません。

今日は一般的に「リテンション」について、その定義、計算方法、使用シナリオを紹介しながら詳しく見ていきます。今後、定着率は私たちが仕事で注意を払うべき重要な指標となるはずです。リテンション分析をより深く学びたいなら、実際の仕事で実践する必要があります〜

著者: Zhao Zhuangshi、「データ クリエイター アライアンス」のメンバー。