---
title: "Lifetime Value (LTV)"
description: "Adapty で Lifetime Value (LTV) を計算・最適化する方法を学びましょう。"
---

Realized LTV（ライフタイムバリュー）は、課金ユーザーコホートが実際に生み出した収益から返金を差し引いた金額を、そのコホートの課金ユーザー数で割ったものです。つまり、このチャートを見ると、課金ユーザー1人あたりの平均収益がわかります。

Adapty の LTV チャートは、アプリの収益とユーザー行動に関する次のような重要な問いに答えるよう設計されています。

1. 各コホートはアプリの利用期間全体でどれだけの収益をもたらすか？
2. コホートが元を取るのはいつの時点か？
3. LTV の高い優良ユーザーを獲得するために、マーケティングや獲得コストをどう最適化できるか？
4. 新規ユーザーの獲得コストを回収するまでにどれくらいかかるか？

LTV チャートは、SDK とアプリ内イベントを通じて収集したデータをもとに動作します。

この情報を活用すると、サブスクリプションのパフォーマンスや、特定期間に購読者から得られる収益を把握できます。また、サブスクリプションの提供内容・広告費・ユーザー獲得戦略に関してデータに基づいた意思決定が可能です。さらに、フィルター機能を使えば国・アトリビューション・その他の変数でデータをセグメント化できるため、ユーザーベースをより細かく理解できます。

### 更新回数別 LTV \{#ltv-by-renewals\}

**更新回数別 LTV** ビューは、サブスクリプション期間（P）に関するデータを表示し、特にユーザーが初めて支払いを行ったタイミングを捉えます。週次サブスクリプションの場合、これは次の週次サブスクリプション期間に該当します。

### 日数別 LTV \{#ltv-by-days\}

**日数別 LTV** ビューは、日次・週次・月次の間隔でデータを整理・フィルタリングします。特定の日・週・月にアプリをインストールしたすべてのユーザーが生み出した総収益を、同期間の課金ユーザー数で割った値を提供します。このビューは収益の追跡に役立ち、時間の経過によるユーザー行動を総合的に把握できます。

### コホートの長さと期間 \{#cohort-length-and-time-frame\}

---
no_index: true
---

テーブルの表示内容は、2つの時間設定で決まります。

- **Time frame** — 対象となる日付の範囲です。テーブル上部のカレンダーで設定します。
- **Cohort length** — 各行の粒度です。日・週・月・四半期・年から選べます。月単位にすると、各行がインストール1か月分に対応します。

この2つは独立して動作します。たとえば、Time frame を6か月、Cohort length を月単位にすると6行のテーブルになります。Time frame を1年、Cohort length を週単位にすると52行になります。

### 計算方法 \{#calculation\}

Realized LTV は、各ユーザーコホートから得られた総収益から返金を差し引いて計算されます。

_日次/週次/月次の LTV = 該当日/週/月にアプリをインストールしたすべての課金ユーザーから得た収益 ÷ 該当日/週/月にアプリをインストールした課金ユーザー数_

LTV の計算には、アップグレード・ダウングレード・再アクティベーション（ユーザーがサブスクリプションプランや価格を変更した場合など）が含まれます。初回サブスクリプションの収益と、更新後のプランに基づくその後の更新収益が考慮されます。

### グルーピングとフィルタリング \{#available-grouping-and-filtering\}

:::link
メイン記事：[アナリティクスのコントロール](controls-filters-grouping-compare-proceeds)
:::

フィルターとグルーピングはどちらも、LTV チャートの更新回数別ビューと日数別ビューの両方に適用でき、特定のコホートを詳しく調べ、時間の経過に伴う行動を把握できます。

- ✅ フィルター項目：アトリビューション、オーディエンス、国、ペイウォール、A/B テスト、プレースメント、セグメント、ストア、プロダクト、期間。
- ✅ グループ項目：プロダクト、国、ストア、期間、セグメント、コホート（日次、週次、月次、年次）。

Adapty の Realized LTV チャートは、ユーザー行動に関する有益なインサイトを得て、マーケティング戦略を最適化し、収益パフォーマンスを追跡し、顧客の長期的な価値を最大化するためのデータドリブンな意思決定を支援します。