--- title: "コンバージョン分析" description: "Adaptyのアナリティクスツールを使ってサブスクリプションのコンバージョン率を測定しましょう。" --- ファネルが全体像を把握するためのもので、リテンションがユーザーロイヤルティに焦点を当てるものだとすれば、コンバージョン分析はユーザージャーニーの各重要ステップにおける効果を時系列で評価するためのものです。 コンバージョンは次のような疑問に答えます： 1. アプリのコンバージョンは時間とともにどのように変化しているか？季節的なトレンドはあるか？ 2. マーケティング活動や新たな状況が発生した時点でコンバージョンはどう変化したか？ 3. 異なる地域のユーザーはアプリのアップデートにどう反応しているか？ 4. どのプロダクトタイプが時間とともによりコンバージョンしやすいか？ コンバージョンはAdapty SDKとストア通知から収集したデータをもとに行われるため、追加の設定は必要ありません。 ## メインコントロールとチャート \{#main-controls-and-charts\} 収益は成功を測る定番の指標ですが、それは全体像の一部に過ぎません。異なるユーザー行動やライフサイクルステージ全体にわたって、ビジネスが時間とともにどのように推移しているかを把握することも同様に重要です。そこで役立つのがコンバージョン分析です。 フィルターやグループを設定することで、ユーザー行動についてより深いインサイトを得られます。トレンドを特定して分析するために、コンバージョンが日次・月次・年次でどのように推移しているかをモニタリングしましょう。 チャートの左側にはコンバージョンステップのコントロールがあります。ここで追跡したいコンバージョン（例：インストール → トライアル、トライアル → 有料、有料 → 更新）を選択できます。 各コンバージョン指標は次のロジックに従います： - **X** を選択した日に開始ステートに入ったユーザー数（例：インストール数）とします。 - **Y** をそのユーザーのうち最終的にターゲットステートに到達したユーザー数（例：トライアル開始数）とします。 - コンバージョン率の計算式：**コンバージョン = (Y / X) × 100%** :::note チャートに表示される日付は、ユーザーが初期ステート（X）に入った時点、つまりコンバージョン対象となった瞬間に対応しています。 ::: 各コンバージョンの説明と参考例を以下に示します。 ### インストール → 有料 \{#install---paid\} この指標は、特定の日にアプリをインストールしたユーザーのうち、最終的に初回サブスクリプションを購入した割合を示します。
仕組み **定義**： - **X** = 選択した日のインストール数（インストール時点ではプロダクトが選択されていないため、全プロダクトで同じ値）。 - **Y** = そのユーザーのうち最終的に初回サブスクリプション（トライアルまたは非トライアル）を購入したユーザー数。 **計算式**：コンバージョン = (Y / X) × 100% **例**： - 1月1日に100件のインストールがあった。 - 1月8日までに、そのうち20人がサブスクリプションを購入した。 - 1月8日時点での1月1日のコンバージョン = (20 / 100) × 100% = 20% - 2月1日までに、1月1日のインストールグループからさらに30人がサブスクリプションを購入した。 - 2月1日時点での1月1日のコンバージョン = ((20 + 30) / 100) × 100% = 50% つまり、1月1日にアプリをインストールしたユーザーの50%が、現時点までに有料サブスクリプションへコンバージョンしたことになります。
### インストール → トライアル \{#install---trial\} この指標は、特定の日にアプリをインストールしたユーザーのうち、最終的にトライアルを開始した割合を示します。
仕組み **定義**： - **X** = 選択した日のインストール数（インストール時点ではプロダクトが選択されていないため、全プロダクトで同じ値）。 - **Y** = そのユーザーのうち、任意のタイミングでトライアルを有効化したユーザー数。 **計算式**：コンバージョン = (Y / X) × 100% **例**： - 1月1日に100件のインストールがあった。 - 1月8日までに、そのうち20人がトライアルを開始した。 - 1月8日時点での1月1日のコンバージョン = (20 / 100) × 100% = 20% - 2月1日までに、1月1日のインストールグループからさらに30人がトライアルを開始した。 - 2月1日時点での1月1日のコンバージョン = ((20 + 30) / 100) × 100% = 50% つまり、1月1日にアプリをインストールしたユーザーの50%が、現時点までにトライアルを開始したことになります。
### ペイウォール表示 → トライアル \{#paywall-view---trial\} この指標は、ペイウォールを見たユーザーのうちトライアルを開始したユーザーの割合を追跡します。
仕組み **定義**： - **X** = 選択した日にペイウォールを見たユーザー数。 - **Y** = その後任意のタイミングでトライアルを開始したユーザー数。 **計算式**：コンバージョン = (Y / X) × 100% **例**： - 1月1日に100件のペイウォール表示があった。 - 1月8日までに、そのうち20人がトライアルを開始した。 - 1月8日時点での1月1日のコンバージョン = (20 / 100) × 100% = 20% - 2月1日までに、さらに30人がトライアルを開始した。 - 2月1日時点での1月1日のコンバージョン = ((20 + 30) / 100) × 100% = 50% これは、1月1日にペイウォールを見たユーザーの50%が、現時点までにトライアルを開始したことを示しています。
### ペイウォール表示 → 有料 \{#paywall-view---paid\} この指標は、ペイウォールを見たユーザーのうち購入したユーザーの割合を追跡します。
仕組み **定義**： - **X** = 選択した日にペイウォールを見たユーザー数。 - **Y** = その後任意のタイミングで購入したユーザー数。 **計算式**：コンバージョン = (Y / X) × 100% **例**： - 1月1日に100件のペイウォール表示があった。 - 1月8日までに、そのうち20人が購入した。 - 1月8日時点での1月1日のコンバージョン = (20 / 100) × 100% = 20% - 2月1日までに、さらに30人が購入した。 - 2月1日時点での1月1日のコンバージョン = ((20 + 30) / 100) × 100% = 50% これは、1月1日にペイウォールを見たユーザーの50%が、現時点までに購入したことを示しています。
### トライアル → 有料 \{#trial---paid\} この指標は、特定の日にトライアルを開始したユーザーのうち、その後初回サブスクリプションを購入した割合を示します。
仕組み **定義**： - **X** = 選択した日に開始されたトライアル数。 - **Y** = そのユーザーのうち、トライアル後に最終的にサブスクリプションを購入したユーザー数。 **計算式**：コンバージョン = (Y / X) × 100% **例**： - 1月1日に100件のトライアルが開始された。 - 1月8日までに、そのうち20人がサブスクリプションを購入した。 - 1月8日時点での1月1日のコンバージョン = (20 / 100) × 100% = 20% - 2月1日までに、1月1日のトライアルグループからさらに30人がサブスクリプションを購入した。 - 2月1日時点での1月1日のコンバージョン = ((20 + 30) / 100) × 100% = 50% つまり、1月1日にトライアルを開始したユーザーの50%が、現時点までに有料サブスクリプションへコンバージョンしたことになります。
### 有料 → 2期目 \{#paid---2nd-period\} この指標は、初回支払い後にサブスクリプションを更新したユーザーの割合を示します。
仕組み **定義**： - **X** = 選択した日の初回サブスクリプション数。 - **Y** = 任意のタイミングで2期目に更新したユーザー数（通常1サブスクリプションサイクル後。グレース期間中の更新を含む）。 - **計算式**：コンバージョン = (Y / X) × 100% **例**： - 1月1日に100件の初回サブスクリプションがあった。 - 1月8日までに、そのうち20件が更新された。 - 1月8日時点での1月1日のコンバージョン = (20 / 100) × 100% = 20% - 2月1日までに、そのグループからさらに30人が更新した。 - 2月1日時点での1月1日のコンバージョン = ((20 + 30) / 100) × 100% = 50% これは、1月1日に初回サブスクリプション支払いをしたユーザーの50%が、現時点までに2期目へ更新したことを示しています。
### 2期目 → 3期目 \{#2nd-period---3rd-period\} この指標は、2期目のサブスクリプション後に再度更新したユーザーの割合を追跡します。
仕組み **定義**： - **X** = 選択した日の2期目サブスクリプション数。 - **Y** = 任意のタイミングで3期目に更新したユーザー数（通常もう1回の請求サイクル後。グレース期間中の更新を含む）。 **計算式**：コンバージョン = (Y / X) × 100% **例**： - 1月1日に100件の2期目サブスクリプションがあった。 - 1月8日までに、そのうち20人が更新した。 - 1月8日時点での1月1日のコンバージョン = (20 / 100) × 100% = 20% - 2月1日までに、さらに30人が更新した。 - 2月1日時点での1月1日のコンバージョン = ((20 + 30) / 100) × 100% = 50% これは、1月1日に2期目のサブスクリプションに入ったユーザーの50%が、現時点までに3期目へ更新したことを示しています。
### 3期目 → 4期目 \{#3rd-period---4th-period\} この指標は、3期目のサブスクリプション後に更新したユーザーの割合を示します。
仕組み **定義**： - **X** = 選択した日の3期目サブスクリプション数。 - **Y** = 任意のタイミングで4期目に更新したユーザー数（通常1回の請求サイクル後。グレース期間中の更新を含む）。 **計算式**：コンバージョン = (Y / X) × 100% **例**： - 1月1日に100件の3期目サブスクリプションがあった。 - 1月8日までに、20人が更新した。 - 1月8日時点での1月1日のコンバージョン = (20 / 100) × 100% = 20% - 2月1日までに、さらに30人が更新した。 - 2月1日時点での1月1日のコンバージョン = ((20 + 30) / 100) × 100% = 50% つまり、1月1日に3期目のサブスクリプションに入ったユーザーの50%が、現時点までに4期目へ更新したことになります。
### 4期目 → 5期目 \{#4th-period---5th-period\} この指標は、4期目のサブスクリプション後に更新したユーザーの割合を示します。
仕組み **定義**： - **X** = 選択した日の4期目サブスクリプション数。 - **Y** = 任意のタイミングで5期目に更新したユーザー数（通常1回の請求サイクル後。グレース期間中の更新を含む）。 **計算式**：コンバージョン = (Y / X) × 100% **例**： - 1月1日に100件の4期目サブスクリプションがあった。 - 1月8日までに、20人が更新した。 - 1月8日時点での1月1日のコンバージョン = (20 / 100) × 100% = 20% - 2月1日までに、さらに30人が更新した。 - 2月1日時点での1月1日のコンバージョン = ((20 + 30) / 100) × 100% = 50% つまり、1月1日に4期目のサブスクリプションに入ったユーザーの50%が、現時点までに5期目へ更新したことになります。
### 6ヶ月以上 \{#6-months-\} この指標は、初回サブスクリプションから6ヶ月以上サブスクリプションを継続したユーザーの割合を示します。
仕組み **定義**： - **X** = 選択した日の初回サブスクリプション数。 - **Y** = そのユーザーのうち、元のサブスクリプション日から6ヶ月以降に少なくとも1回更新したユーザー数。 **計算式**：コンバージョン = (Y / X) × 100% **例**： - 1月1日に100件の初回サブスクリプションがあった。 - 7月第1週までに、そのうち20人が更新した（例：25回目の週次サブスクリプション）。 - 7月8日時点での1月1日のコンバージョン = (20 / 100) × 100% = 20% - 8月1日までに、さらに30人が6ヶ月以降に更新した。 - 8月1日時点での1月1日のコンバージョン = ((20 + 30) / 100) × 100% = 50% つまり、1月1日にサブスクリプションを開始したユーザーの50%が、8月1日時点で6ヶ月を超えてサブスクリプションを継続したことになります。
### 1年以上 \{#1-year-\} この指標は、初回サブスクリプションから12ヶ月以上サブスクリプションを継続したユーザーの割合を示します。
仕組み **定義**： - **X** = 選択した日の初回サブスクリプション数。 - **Y** = そのユーザーのうち、元のサブスクリプション日から12ヶ月以降に少なくとも1回更新したユーザー数。 **計算式**：コンバージョン = (Y / X) × 100% **例**： - 2021年1月1日に100件の初回サブスクリプションがあった。 - 2022年1月第1週までに、20人が更新した。 - 2022年1月8日時点でのコンバージョン = (20 / 100) × 100% = 20% - 2022年2月1日までに、さらに30人が12ヶ月以降に更新した。 - 2022年2月1日時点でのコンバージョン = ((20 + 30) / 100) × 100% = 50% つまり、2021年1月1日にサブスクリプションを開始したユーザーの50%が、1年以上アクティブを維持したことになります。
### 2年以上 \{#2-years-\} この指標は、初回支払い日から24ヶ月以上サブスクリプションを継続したユーザーの割合を示します。
仕組み **定義**： - X = 選択した日の初回サブスクリプション数。 - Y = そのユーザーのうち、元のサブスクリプション日から24ヶ月以降に少なくとも1回更新したユーザー数。 **計算式**：コンバージョン = (Y / X) × 100% **例**： - 2020年1月1日に100件の初回サブスクリプションがあった。 - 2022年1月第1週までに、そのうち20人が更新した。 - 2022年1月8日時点でのコンバージョン = (20 / 100) × 100% = 20% - 2022年2月1日までに、さらに30人が2年以降に更新した。 - 2022年2月1日時点でのコンバージョン = ((20 + 30) / 100) × 100% = 50% つまり、2020年1月1日にサブスクリプションを開始したユーザーの50%が、2022年2月1日時点で2年以上アクティブだったことになります。
### グレース期間 → 有料 \{#grace-period---paid\} この指標は、[サブスクリプショングレース期間](grace-period)に入ったユーザーのうち、グレース期間終了*前*に問題を解決したユーザーの割合を示します。
仕組み **定義**： - X = グレース期間に入ったサブスクライバー数。 - Y = そのユーザーのうち、グレース期間が終了する前にサブスクリプションを更新したユーザー数。 **計算式**：コンバージョン = (Y / X) × 100% **例**： - 2025年1月1日に、100人のサブスクリプションが自動更新できなくなった。彼らは1月17日までの16日間のグレース期間に入った。 - 1月1日から1月17日の間に50人が支払い情報を更新し、サブスクリプションが正常に更新された。 - 2025年1月17日時点でのコンバージョン = (50 / 100) × 100% = 50%
### 請求問題 → 有料 \{#billing-issue---paid\} この指標は、[請求問題](/billing-issue)が発生したユーザーのうち、請求サイクル終了前に支払いを再開したユーザーの割合を示します。
仕組み **定義**： - X = 請求問題が発生したサブスクライバー数。 - Y = そのユーザーのうち、請求問題発生から請求サイクル終了までの間にサブスクリプションを更新したユーザー数。 **計算式**：コンバージョン = (Y / X) × 100% **例**： - 1月1日に、100人のサブスクライバーのサブスクリプションが自動更新できず、請求問題が発生した。 - 注意：グレース期間が有効な場合、請求問題ステートはグレース期間終了後にのみ開始されます。この例ではグレース期間が1月1日に終了したと仮定します。 - 1月8日までに、そのうち10人が支払い問題を解決して更新した。 - 1月8日時点での1月1日のコンバージョン = (10 / 100) × 100% = 10% - 1月31日（請求サイクル終了）までに、さらに10人が更新した。 - 1月31日時点での1月1日のコンバージョン = ((10 + 10) / 100) × 100% = 20% これは、1月1日に請求問題ステートに入ったユーザーの20%が、請求サイクル終了前に問題を解決して更新したことを示しています。
## グループ化と期間 \{#grouping-and-time-ranges\} コンバージョンを選択した際の分析対象はチャートです。チャートはコンバージョン率が時間とともにどのように変化するかを表示します。日付ピッカーを使って期間のクイックオプションを選択してください。 チャートには通常複数のカーブが表示されます。デフォルトではグループ化リストから最大5つが選択されており、チャート右側のエリアにあるチェックボックスで選択を変更できます。 初めてページを開いたときは、デフォルトのグループ化としてプロダクトの期間が選択されます。その後、設定はキャッシュに保存され、次回アクセス時には最後に選択したグループが表示されます。 利用可能なグループ化は以下の通りです： - プロダクト - 国 - ストア - ペイウォール - 期間 - マーケティングアトリビューション 選択した日付範囲で結果が表示されない場合、関連する日付と日付範囲を自動調整するオプションを提案する通知が表示されます。ワンクリックで調整できます。 ## テーブル表示、フィルター、CSVエクスポート \{#table-view-filters-and-csv-export\} カーブの比較で全体像をつかめますが、さらに詳しく分析するにはチャート下のテーブル表示を使用してください。テーブルはチャートと同期しており、列にカーソルを合わせるとカーブ上に関連するポップアップが表示されます。 上述のグループ化はチャートとテーブルの両方に適用されます。プロダクトによるクイックフィルターや、プロダクト・国・ストア・期間・アトリビューションなどの高度なフィルターを設定できます。 数字を自分のやり方で扱えることが重要だと分かっています。そのため、コントロールパネルの右側にはファネルデータをCSVにエクスポートするボタンがあります。ExcelやGoogle Sheetsで開いたり、独自の分析システムにインポートして、好みの環境で分析や予測を続けることができます。 :::important アプリが手数料減額プログラムに登録されている場合は、Adaptyに通知してください。正確な計算のために、[アプリ設定](general)で[スモールビジネスプログラム](app-store-small-business-program)と[手数料減額サービスプログラム](google-reduced-service-fee)のステータスを指定してください。 :::