コホートでの予測

Adaptyの予測は、次の質問に答えるために設計されています。

1. ユーザーコホートの予測ライフタイムバリュー（LTV）はどのくらいか？
2. 将来的に最も高い収益を生み出す可能性が高いコホートはどれか？
3. 予測されるリターンをもとに、どのくらい投資できるか？ Adapty Predictions を使用すると、収益と成長に関するデータドリブンな意思決定ができます。

Adapty の予測モデルは、アプリのユーザーコホートの長期的な収益ポテンシャルを推定します。各コホートについて、収益・有料ユーザー数・平均 LTV が時間とともにどう変化するかを予測します。これにより、ユーザー獲得・マーケティング戦略・プロダクト開発に関して情報に基づいた意思決定が可能になります。

Adapty は、有料ユーザーのコホートに対して予測ライフタイムバリュー（LTV）と予測収益を提供します。予測はコホート分析ページに表示され、コホート作成から3か月、6か月、9か月、12か月、18か月、24か月後の値が確認できます。

履歴データが非常に少ないアプリでは、モデルがアプリ横断の平均値にフォールバックするため、新しいアプリの予測はそのアプリ固有のユーザー行動を十分に反映していない場合があります。

モデルの仕組み

Adaptyの予測モデルは、過去のコホートデータの成長パターンを使って、将来の収益とLTVを予測します。

アプリとプロダクトタイプの各組み合わせについて、コホートの累積収益と累積支払いユーザー数が、コホート開始日からの日数で計測された固定ポイント間でどのように増加するかをモデルが測定します。これらのポイント間の間隔は、コホートが若い間は短く、成熟するにつれて長くなります。最初は日単位、次に月単位、そして四半期単位となります。Adapty は各間隔について、収益用と支払いユーザー用の2つの成長係数を測定します。いずれの指標も返金を差し引いた値です。返金が発生すると、その金額がコホートの収益から差し引かれ、該当ユーザーが支払いユーザー数からも除外されます。

コホートを予測するにあたって、Adapty はそのコホートが到達した最後のデータポイントを起点とし、選択したホライズンに対応する日まで係数を順に連鎖させていきます。3ヶ月予測なら90日目、12ヶ月予測なら365日目、24ヶ月予測なら730日目が対象です。使用されるデータは完全に匿名化されています。

係数はプロダクトタイプ別に個別に計測されます。対象となるのは、週次・月次・2ヶ月・3ヶ月・6ヶ月・年次のサブスクリプション、および永続アクセスと買い切り購入です。コホートの予測値は、そのユーザーが購入したすべてのプロダクトタイプの予測値の合計となります。

モデルは各コホートに対して2つの値を算出します：

• Predicted revenue（予測収益）: コホートが選択したホライズン内に生成すると予測される、返金を差し引いた総収益。
• Predicted LTV（予測LTV）: 予測収益をコホート内の予測支払いユーザー数で割った値。

アプリ固有の係数とクロスアプリ係数

デフォルトでは、コホートの予測は同じプロダクトタイプにおける、そのアプリ自身の過去のコホートから学習した係数を使用します。これにより、そのアプリ固有のユーザー行動が反映されます。アプリは、計測可能な規模の大きさを持つコホートが少なくとも2つ蓄積されると、そのプロダクトタイプに対する独自の係数を取得します。

2つのソースは1つの予測の中で組み合わされます。アプリ自身の履歴がある期間をカバーしていない場合、Adaptyはそのステップを同じプロダクトタイプを販売するすべてのアプリから平均化した係数で補完します。これにより、まだ日が浅いアプリでも、最初の数週間は自社データから、残りの期間はクロスアプリの平均値から予測を算出できます。

キャリブレーションとフロア

連鎖係数はドリフトを起こしやすく、そのドリフトは過去のデータが最も少ないコホートで最大になります。Adapty はトレーニング中にそのドリフトを計測します。各アプリの曲線は、過去に完了したコホートをそれぞれの初期時点から再予測し、その予測値と実際の収益との差がプロダクトタイプ・予測期間・観測履歴の長さに対応した補正係数になります。すべての予測は、そのコホートがどこまで観測されているかに対応する係数を乗算して補正されるため、最も若いコホートで補正が最大となります。そのコホートは予測が最も遠い将来まで及ぶからです。

The correction leans deliberately low for the product types the model tends to overshoot. Weekly, monthly, 2-month, 3-month, and 6-month subscriptions get a revenue factor that pulls the projection down rather than centering it, and for weekly subscriptions the lean is strongest in a cohort’s first two weeks. Annual, lifetime, and one-time purchases get no lean. The paying-user factor is never leaned, so the caution lands in predicted revenue and, through it, in predicted LTV.

Two floors apply after the correction:

• コホートがその時点までに実際に獲得した収益を下回る予測は表示されません。3ヶ月時点の予測より実現収益が上回っているコホートは、実現収益が3ヶ月の予測値として表示されます。
• 長い期間の予測が短い期間より低くなることはありません。予測収益と予測支払いユーザー数はいずれも累積値のため、12ヶ月予測は必ず9ヶ月予測以上になります。

利用可能条件とアップデート

予測は週次および月次コホートに対してのみ作成されます。Cohort length コントロールを「日」「四半期」「年」に設定した場合、予測の列は空のままになります。

週次および月次コホートの場合、利用可能かどうかはコホートのユーザーが購入したプロダクトではなく、コホートが存在してからの期間によって決まります。インストール期間が完全に経過し、その期間中に開始できた最長のトライアルがコンバージョンする十分な時間が経過すると、コホートの最初の予測が作成されます。

インストール期間は、コホートの長さが週次の場合はコホート開始から1週間、月次の場合は1ヶ月です。この期間が終わるまで、コホートはインストールを収集し続けます。最終日にインストールしたユーザーが最も長いトライアルを開始する可能性があり、コホートの収益はトライアルがコンバートされて初めて計上されます。そのため、待機期間はインストール期間に最長トライアルの長さを加えたものになります。トライアルが長いほど、予測の表示も遅くなります。

その後、予測は最新のトランザクションデータをもとに毎日再計算されるため、コホートの行動に合わせて常に最新の状態が保たれます。

制限事項

• データ品質: コホートの挙動が異常だったり、課金ユーザー数が少ない場合は精度が低下します。課金ユーザーが30人未満のコホートは予測対象外となり、モデルのトレーニングデータからも除外されます。
• 新規アプリ: 十分な履歴がないアプリにはクロスアプリ係数が使用されますが、そのアプリ固有のユーザー行動を反映していない場合があります。
• コホートの経過期間: 特定の期間に対する予測は、コホートがその期間を超えると非表示になります。たとえば、3ヶ月予測はコホートが3ヶ月を過ぎると表示されなくなり、24ヶ月を超えたコホートには予測が一切表示されません。

ダッシュボードでの確認

予測を確認するには、Adapty ダッシュボードのコホート分析ページに移動してください。コホートの詳細については、コホート分析をご覧ください。

Predicted revenue（予測収益）列は、コホート作成後の選択した期間内に、有料ユーザーのコホートが生み出すと推定される総収益（返金を差し引いた値）を示します。この値は、アプリの過去のコホート成長パターンに基づき、Adapty の予測モデルを使って算出されます。

Predicted LTV（予測LTV）列は、選択したコホートの各ユーザーの推定ライフタイムバリューを示します。この値は、予測収益をコホート内の有料ユーザーの予測人数で割ることで算出されます。

予測期間の選択

予測期間を変更するには、Predictions ドロップダウンから値を選択してください。選択できるオプションは、コホート作成から 3・6・9・12・18・24 ヵ月後です。

プロダクトでフィルタリング

予測収益と LTV をプロダクト別にフィルタリングできます。デフォルトではすべての購入データをもとに予測が構築されます。プロダクトでフィルタリングすると、各プロダクトの貢献度を確認できます。

予測が利用できない場合

コホートの予測を生成できない場合、「Predicted Revenue（予測収益）」列と「Predicted LTV（予測LTV）」列には値の代わりにダッシュ（—）が表示されます。これはいくつかの理由で発生する可能性があります：

• コホートの長さが非対応: コホートの長さが日・四半期・年に設定されています。予測は週次および月次のコホートにのみ対応しています。
• 非対応のフィルターまたは比較: テーブルがプレースメント、オーディエンス、ペイウォール、またはA/B テストでフィルタリングされているか、比較期間がオンになっています。プロダクト、プロダクト期間、国、ストア、アトリビューションデータによるフィルターは予測を保持します。
• コホート作成からの経過時間が不足: コホートのインストール期間がまだ完全に経過していないか、その期間中に開始できた最長トライアルがコンバートするのに十分な時間が経っていません。利用可否と更新を参照してください。
• コホートサイズが小さい: 課金ユーザーが30人未満のため、信頼性の高い予測を生成できません。
• コホートの挙動が異常: コホートがモデルの想定するパターンから大きく外れています。データが蓄積されるにつれて解消される場合があるため、数週間待ってみてください。
• ホライズンを超過: コホートが選択した予測ホライズンより古くなっています。例えば、3か月予測はコホートが3か月を超えると非表示になり、12か月予測は12か月を超えると非表示になります。コホートが24か月より古い場合、予測は一切表示されません。