--- title: "A/B テストの結果と指標" description: "Adapty の結果と主要指標を分析して、アプリのサブスクリプションパフォーマンスとユーザーエンゲージメントを改善しましょう。" --- [A/B テスト](ab-tests)では、さまざまなペイウォールやオンボーディングを比較し、ユーザーの行動・エンゲージメント・コンバージョン率にどう影響するかを確認できます。ここで紹介する指標や結果を活用すれば、より賢い判断を下してアプリのパフォーマンスを向上させることができます。データを深掘りして、実践的なインサイトを見つけましょう。 ## A/B テストの結果 \{#ab-test-results\} Adapty が A/B テストの結果として提供する主な指標は以下の 3 つです。 **Revenue（収益）**: この指標は、購入とリニューアルから発生した USD 総収益から、ユーザーへの返金を差し引いた金額を示します。初回購入だけでなく、その後のサブスクリプション更新も含まれます。収益を見ることで、各 A/B テストバリアントの財務パフォーマンスを把握し、どのバリアントが最も多くの収益をもたらしているかを判断できます。 [ペイウォール](paywall-metrics)の指標についてはこちらをご覧ください。 **Probability to be best（最良の確率）**: Adapty は強固な数学的分析フレームワークを用いて A/B テストの結果を分析し、「最良の確率（Probability to be best）」という指標を提供します。この指標は、特定のバリアントがテストされたすべてのバリアントの中で最も優れたパフォーマンス（長期的な収益の観点から）である可能性を評価します。1% ～ 100% のパーセンテージで表されます。Adapty がこの指標を計算する方法については、[ドキュメント](maths-behind-it)をご参照ください。1K ユーザーあたりの収益で最も優れたオプションは緑色でハイライトされ、デフォルトとして自動的に選択されます。 **Revenue per 1K users（1K ユーザーあたりの収益）**: この指標は、各 A/B テストバリアントにおける 1,000 ユーザーあたりの平均収益を計算します。ユーザー総数に関わらず、バリアントの収益効率を把握するのに役立ちます。標準化されたスケールで異なるバリアントのパフォーマンスを比較し、収益創出効率に基づいて情報に基づいた意思決定を行えます。 **Prediction intervals for revenue 1K users（1K ユーザー収益の予測区間）**: 1K ユーザーあたりの収益指標には予測区間も含まれています。この予測区間は、利用可能なデータと統計分析に基づいて、特定のバリアントの 1,000 ユーザーあたりの真の収益が収まると予測される範囲を表します。 A/B テストにおいて、異なるバリアントが生み出す収益を分析する際、各バリアントの 1,000 ユーザーあたりの平均収益を計算します。収益はユーザーごとに異なるため、予測区間は予測プロセスに伴う変動性と不確実性を考慮しつつ、1,000 ユーザーあたりの収益の妥当な値の範囲を明確に示します。 1K ユーザーあたりの収益指標に予測区間を組み込むことで、Adapty は A/B テストバリアントの収益効率を評価しながら、潜在的な収益結果の幅も考慮できるようにしています。この情報は、予測プロセスの不確実性と 1,000 ユーザーあたりの収益の妥当な値を踏まえた、データに基づく意思決定とサブスクリプション戦略の最適化に役立ちます。 これらの指標を分析することで、A/B テストバリアントの財務パフォーマンス・統計的有意性・収益効率についてのインサイトを得られ、データに基づいた意思決定とサブスクリプション戦略の効果的な最適化が可能になります。 ## A/B テストの指標 \{#ab-test-metrics\} Adapty は、ペイウォールやオンボーディングのバリエーションに対して実施された A/B テストのパフォーマンスを効果的に測定するための包括的な指標セットを提供します。これらの指標はリアルタイムで継続的に更新されますが、ビュー数は定期的に更新されます。これらの指標を理解することで、さまざまなバリエーションの効果を評価し、ペイウォールやオンボーディング戦略を最適化するためのデータドリブンな意思決定が可能になります。 A/B テストの指標は A/B テストリストで確認でき、すべての A/B テストのパフォーマンス概要を把握できます。この包括的なビューでは各テストバリエーションの集計指標が表示され、パフォーマンスの比較や有意な差異の特定が可能です。各 A/B テストのより詳細な分析には、A/B テスト詳細指標にアクセスできます。このセクションでは選択した A/B テストに固有の詳細な指標が提供され、個々のバリエーションのパフォーマンスを深く掘り下げることができます。 ビュー数を除くすべての指標は、ペイウォールやオンボーディング内のプロダクトに紐付けられます。 ## インストール日で指標をフィルタリング \{#filter-metrics-by-install-date\} --- no_index: true --- ペイウォール、トライアル、購入の指標は、2つの異なる日付でグループ化できます： - **イベント日** — ペイウォールが表示された日、トライアルが開始された日、または購入が行われた日。 - **インストール日** — ユーザーが初めてアプリを開いた日。 同じ日付範囲でも、この2つのビューは大きく異なる数値を示すことがあります。**Filter metrics by install date** チェックボックスで、ダッシュボードがどちらを使用するかを制御します： - **チェックなし（デフォルト）**：指標はイベント日でグループ化されます。 - **チェックあり**：指標はインストール日でグループ化されます。 **例。** 日付範囲を4月1日〜30日に設定し、トライアルを確認します。 - **チェックなし**：それらのユーザーがいつインストールしたかに関わらず、4月に*開始*されたトライアルを表示します。 - **チェックあり**：トライアルがいつ開始されたかに関わらず、4月に*インストール*したユーザーのトライアルを表示します。 特定のコホートのユーザー獲得パフォーマンスを測定するにはインストール日ビューを使用し、特定の期間のペイウォールやオンボーディングのアクティビティを測定するにはイベント日ビューを使用してください。 ## 指標のコントロール \{#metrics-controls\} システムは選択した期間に基づいて指標を表示し、3 段階のインデントを持つ左側カラムのパラメータに従って整理します。 ### 期間の選択 \{#time-ranges\} 分析する期間を日・週・月やカスタム日付範囲など、さまざまな時間軸から選択できます。 ### 利用可能なフィルターとグループ化 \{#available-filters-and-grouping\} :::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) ::: Adapty は、ニーズに合わせた指標分析のフィルタリングとカスタマイズのための強力なツールを提供しています。Adapty の指標ページでは、さまざまな期間・グループ化オプション・フィルタリング機能を利用できます。 - ✅ フィルター対象：オーディエンス、アトリビューション、国、ペイウォール、ペイウォールの状態、ペイウォールグループ、オンボーディング、プレースメント、国、ストア、プロダクト、プロダクトストア - ✅ グループ化対象：プロダクトおよびストア :::note A/B テストでフィルタリングすると、クロスプレースメント A/B テストはプレースメントごとに個別の子テスト（例：`My test child-0`、`My test child-1`）として表示されます。詳細は [クロスプレースメント A/B テストの制限事項](ab-test-types#crossplacement-ab-test-limitations)をご覧ください。 ::: ## 単一指標チャート \{#single-metrics-chart\} ペイウォールやオンボーディングの指標ページの主要コンポーネントの一つが、選択した指標を視覚的に表示して分析を容易にするチャートセクションです。 A/B テスト指標ページのチャートセクションには、選択した指標の値を視覚的に表す横棒グラフが含まれています。グラフの各バーは指標値に対応し、サイズが比例しているためデータをひと目で把握できます。横軸は分析対象の期間を示し、縦軸には指標の数値が表示されます。すべての指標値の合計はグラフの横に表示されます。 また、チャートセクション右上の矢印アイコンをクリックすると、ビューが拡大され、選択した指標がチャートの全体ラインに表示されます。 ## A/B テストのサマリー \{#ab-test-summary\} 単一指標チャートの隣には A/B テスト詳細サマリーセクションが表示されており、A/B テストの状態・期間・プレースメント・その他の関連詳細情報が含まれています。 ## 指標の定義 \{#metrics-definitions\} A/B テストで利用可能な主要指標は以下のとおりです。 ### Revenue（収益） \{#revenue\} Revenue は、A/B テストによる購入とリニューアルから発生した USD 総収益を表します。初回購入とその後のサブスクリプション更新が含まれます。収益指標は App Store または Play Store の手数料を差し引く前の金額で計算されます。 [ペイウォール](paywall-metrics#revenue)の収益指標についてはこちらをご覧ください。 ### CR to purchases（購入へのコンバージョン率） \{#cr-to-purchases\} 購入へのコンバージョン率は、A/B テストがビューを実際の購入に転換する効果を測定します。購入数をビュー数で割ることで計算されます。例えば、購入数が 10、ビュー数が 100 の場合、購入へのコンバージョン率は 10% になります。 ### CR trials（トライアルへのコンバージョン率） \{#cr-trials\} トライアルへのコンバージョン率（CR）は、A/B テストから開始されたトライアル数をビュー数で割った値です。A/B テストがビューをトライアル有効化に転換する効果を測定します。開始されたトライアル数をビュー数で割ることで計算されます。 ### Purchases（購入数） \{#purchases\} 購入数指標は、A/B テストによってペイウォールやオンボーディング内で行われたトランザクションの総数を表します。以下の種類の購入が含まれます。 - 新規購入 - 有効化されたトライアルのトライアル転換 - サブスクリプションのダウングレード、アップグレード、クロスグレード - サブスクリプションの復元（自動更新なしで期限切れになったサブスクリプションが後に復元された場合など） なお、更新（リニューアル）は購入数指標には含まれません。 ### Trials（トライアル数） \{#trials\} トライアル数指標は、A/B テストによって有効化されたトライアルの総数を示します。 ### Trials cancelled（キャンセルされたトライアル） \{#trials-cancelled\} キャンセルされたトライアル指標は、自動更新がオフになったトライアルの数を表します。これはユーザーがトライアルを手動で解除した場合に発生します。 ### Refunds（返金） \{#refunds\} A/B テストの返金は、テストされたバリエーションに関連する返金された購入とサブスクリプションの件数を表します。 ### Views（ビュー数） \{#views\} ビュー数は、A/B テストを構成するペイウォールやオンボーディングが閲覧された回数です。同じユーザーが 2 回訪問した場合、2 回としてカウントされます。 ### Unique views（ユニークビュー数） \{#unique-views\} ユニークビュー数は、ペイウォールやオンボーディングのユニーク閲覧数です。同じユーザーが 2 回訪問した場合、1 回としてカウントされます。 ### Probability to be the best（最良の確率） \{#probability-to-be-the-best\} 「最良の確率」指標は、A/B テスト内の特定のバリアントが、テストされたすべてのペイウォールやオンボーディングの中で最もパフォーマンスの高いオプションである可能性を数値化したものです。各ペイウォールやオンボーディングの相対的なパフォーマンスを示す数値確率を提供します。1% ～ 100% のパーセンテージで表されます。 ### ARPU（ユーザーあたりの平均収益） \{#arpu-average-revenue-per-user\} オンボーディング A/B テストのみ対象。特定期間における各ユーザーから生み出された平均収益を測定します。総収益をユニークユーザー数で割ることで計算されます。 ### ARPPU（有料ユーザーあたりの平均収益） \{#arppu-average-revenue-per-paying-user\} ARPPU は A/B テストによる有料ユーザーあたりの平均収益（Average Revenue Per Paying User）です。総収益をユニーク有料ユーザー数で割ることで計算されます。例えば、1,000 人の有料ユーザーから $15,000 の収益が発生した場合、ARPPU は $15 となります。 ### ARPAS（アクティブサブスクライバーあたりの平均収益） \{#arpas-average-revenue-per-active-subscriber\} ARPAS は、A/B テストの実施によるアクティブサブスクライバーあたりの平均収益を測定する指標です。総収益をトライアルまたはサブスクリプションを有効化したサブスクライバー数で割ることで計算されます。例えば、総収益が $5,000 でサブスクライバーが 1,000 人の場合、ARPAS は $5 となります。この指標はサブスクライバーあたりの平均収益化ポテンシャルを評価するのに役立ちます。 ### Proceeds（手取り収益） \{#proceeds\} A/B テストの手取り収益指標は、App Store / Play Store の手数料を差し引いた後にアプリオーナーが受け取る実際の USD 金額を、購入とリニューアルから表したものです。A/B テストでテストされたバリエーションに関連する純収益を反映し、アプリの収益に直接貢献します。手取り収益の計算方法については、Adapty の[ドキュメント](analytics-cohorts#revenue-vs-proceeds)をご参照ください。 ### Unique subscribers（ユニークサブスクライバー数） \{#unique-subscribers\} ユニークサブスクライバー数指標は、A/B テストのバリエーションを通じてサブスクリプションを登録またはトライアルを有効化した個別ユーザーの数を表します。サブスクリプションやトライアルの開始回数に関わらず、各サブスクライバーを 1 回のみカウントします。 ### Unique paid subscribers（ユニーク有料サブスクライバー数） \{#unique-paid-subscribers\} ユニーク有料サブスクライバー数指標は、A/B テストのバリエーションを通じて購入を完了し、有料サブスクライバーになったユニークユーザーの数を表します。 ### Refund rate（返金率） \{#refund-rate\} A/B テストの返金率は、テストのバリエーションに関連する返金数を初回購入数（更新は除く）で割ることで計算されます。例えば、返金が 5 件、初回購入が 1,000 件の場合、返金率は 0.5% となります。 ### Unique CR purchases（ユニーク購入コンバージョン率） \{#unique-cr-purchases\} A/B テストのユニーク購入コンバージョン率は、テストのバリエーションに関連する購入数をユニークビュー数で割ることで計算されます。例えば、購入数が 10、ユニークビュー数が 100 の場合、ユニーク購入コンバージョン率は 10% となります。 ### Unique CR trials（ユニークトライアルコンバージョン率） \{#unique-cr-trials\} A/B テストのユニークトライアルコンバージョン率は、テストのバリエーションに関連する開始されたトライアル数をユニークビュー数で割ることで計算されます。例えば、開始されたトライアルが 30、ユニークビュー数が 100 の場合、ユニークトライアルコンバージョン率は 30% となります。 ### Completions & unique completions（完了数とユニーク完了数） \{#completions--unique-completions\} オンボーディング A/B テストのみ対象。完了数は、A/B テストのバリエーションを通じてユーザーがオンボーディングを完了した（最初から最後のスクリーンまで進んだ）回数をカウントします。2 回完了した場合は、**completions（完了数）** が 2 カウントされますが、**unique completion（ユニーク完了数）** は 1 になります。 ### Unique completions rate（ユニーク完了率） \{#unique-completions-rate\} オンボーディング A/B テストのみ対象。ユニーク完了数をユニークビュー数で割った値です。この指標は、A/B テストのバリエーションを通じてユーザーがオンボーディングにどう関わっているかを把握し、無視されていると気づいた場合に改善を行うのに役立ちます。