DAUを評価指標から捨てた会社の話 #tokyowebmining

Copyright Drecom Co., Ltd All Rights Reserved.
DAUを捨てた会社の話

お前誰よ
@tokoroten
株式会社ドリコム勤務
ソーシャルゲーム事業部
データ分析グループ
高機能雑用
R&D&火消し&企画＆PM補佐＆PO補佐
最近、インフラ業務が外れた
社畜グッズとか作ってます
http://please.shachiku.me/

休日の風景：アウトドア

休日の風景：インドア
タッチパネルのミドルウェア書き
http://www.youtube.com/watch?v=9ItrDVsfvsM

DAUとは何か？
Daily Active User
一日に何人の人がサービスにアクセスしたか
サービスの規模を表す指標のひとつ
よくARPUと合わせて利用される
ARPU
Average Revenue Per User
会社によってDailyだったりMonthlyだったり
このスライドではARPUはDaily ARPU
ユーザ平均課金額

DAUとARPUはなぜ利用されるのか？
サービスの性質に依存しない指標
アプリを跨いで比較可能
ゲームでもSNSでもアプリでも使える
えらい人が大好き
売り上げ＝DAU*ARPU
ARPU＝売り上げ/DAU
経営管理に利用しやすい
複数のアプリを比較できる
他社との比較ができる

DAUやARPUは他社と比較するための言語
http://internet.watch.impress.co.jp/docs/news/20120629_543732.html

DAUやARPUを使って、アプリの改善ができるか？
だめぽよ
DAUはノイズが大きい
定常的なホワイトノイズ
ユーザの気まぐれ、休眠復活
スパイクノイズ
広告出稿、インストールの増大
DAUのノイズがARPUを引きずる
DAUは収益に結びつかないユーザを多く含む
えらい人が使うための指標を無理やり現場で
使う必要は無い
アプリの改善のためにはノイズを除去したサービ
ス規模を表す指標が必要

改善のための母国語が必要
https://twitter.com/tama_mie/status/
42550604505161728
https://twitter.com/nemuinemu/status/
229480836469248000

DAUのホワイトノイズ

DAUのホワイトノイズはなぜ起こる？
ユーザの気まぐれ
気が向いたので起動
ログインボーナス目当て
曜日変動
休日だから遊ぶ
サーバメンテでサービスダウン
計画メンテ
サーバの突然の死

ホワイトノイズの問題
昨日より高かった低かったで一喜一憂
経験の少ないディレクターほど顕著
経験の多いディレクターはDAUを見なくなる
それはそれでマズい
偉い人もこれをみて一喜一憂
方針が朝令暮改でブレまくる
長期スパンで傾向を見る必要がある
ノイズ除去が必要

DAUのスパイクノイズ

DAUのスパイクノイズはなぜ起こる？
基本的にはインストールの増加
広告出稿
クロスプロモーション
例）ケリ姫スイーツ×にゃんこ大戦争
http://www.gungho.jp/kps/event/130426nyanko_zjyq60fe8u.html

インストール増がスパイクになるのは？
インストール直後に急激に離脱
翌日：50%、一週間：15%（一例）

DAUのスパイクノイズの問題
DAUの急増にえらい人が反応する
指示の朝令暮改で現場が混乱
ARPUが著しく下がる
新規インストールでDAU（分母）が急増
ARPU＝売り上げ/DAU
新規ユーザはサービスにお金を払わない傾向
えらい人が反応する
「DAUが上がってるのにARPUが下がったら意味無いじゃな
いか！」
ARPUの本質を理解せず、ただの指標として利用
DAUのスパイクノイズを除去して考える必要

DAUのノイズ除去のゴール
2つのノイズ
ホワイトノイズ
ユーザの気まぐれが起因
スパイクノイズ
インストールの急増、広告出稿に起因
両者を除去できるアルゴリズムが必要
移動平均などは定常的なノイズには対応で
きるがスパイクノイズには対応できない

７日移動平均（やってはいけない）

他社事例：gloops
http://www.inside-games.jp/article/2012/08/21/59091.html
【CEDEC 2012】ソーシャルゲームを牽引するgloopsが取り組むデータマイニングによ
る改善とは

他社事例：gloops
DAUをBUとFUに分解
DAU=BU+FU
BU：Base User
インストール後30日以上のユーザ
FU：Follow User
インストール後30日未満のユーザ
BUを予測することで、広告の効果測定
広告によって、30日後継続率はバラバラ
1日後継続率/30日後継続率は広告によらず一
定（らしい）
1日後継続率から30日後継続率を予測

他社事例：コロプラ
2013年9月期第2四半期決算説明会資料
http://colopl.co.jp/ir/library/presentation.html
要約：インストール後7日以上経ったユーザをDAUとしてカウ
ント

gloopsとコロプラの違い
gloopsはインストール後30日経過ユーザをカ
ウント
広告の効果測定の傾向が強い
コロプラはインストール後7日経過ユーザを
カウント
広告によるスパイクノイズ除去
本質的にはどちらも同じ
今回はインストール後7日経過ユーザのカウント
を検証

コロプラ式DAUの検証
広告出稿

コロプラ式DAUの結果
インストールによるスパイクノイズの除去
は出来た
広告で休眠ユーザが戻ってきた場合対応で
きず
同じ広告チャネルに、クリエイティブの異な
る広告を出したところ、別のアプリだと勘違
いして、過去にインストールした人が広告経
由でプレイ
定常的なノイズは除去できず

ドリコムで利用している指標
ゲーム定着ユーザ
5日連続でプレイしたユーザをカウント
gloopsさんのDAU=BU+FUから着想
DAU=定着ユーザ＋非定着ユーザ
インストールによるスパイクノイズを排除
Install後5日たたないとカウントされない
コロプラの7日後カウントとほぼ同等
ホワイトノイズを排除
ホワイトノイズの原因はユーザの気まぐれ
気まぐれでログインしたり、ログインしなかったりす
るユーザを排除
毎日ログインしてくれるユーザは固定的

定着ユーザDAUの検証

定着ユーザDAUの特性
スパイクノイズを排除
広告による休眠復活にも対応
定常的なノイズを排除
気まぐれなユーザを排除
ただし、DAUの8割程度の値になる
注）アプリによってこの値は異なる
ゲームに定着した優良顧客のみを抽出
ゲームが面白くないと急激に下がる
イベント運用の指標に出来る
売り上げの過半数を占める
この人数が売り上げにほぼ直結

定着ユーザDAUは売り上げの大半を説明
青：定着ユーザ/DAU
緑：定着ユーザ売り上げ/全売り上げ
このアプリの場合、
80%の定着ユーザで、
95%の売り上げを説明
注）アプリにより性質は若干異なる

コロプラ式DAUの場合
赤：コロプラ式DAU/DAU
紫：コロプラ式DAU売り上げ/全売り上げ
このアプリの場合、
98%のユーザで、
95%の売り上げを説明

定着ユーザの利用状況
全アプリで定着ユーザを利用
DAUは参考値
定着ユーザをいかに増やすかに注力
定着ユーザに至るまでのユーザも出力
過去5日間に当該日を含んで何回プレイし
たかでユーザを分類
DAU=5day+4day+3day+2day+1day
1dayは休眠復活とinstallに分解
チュートリアル改善や広告効果も読める

5day継続
当該日時
5日連続アクセス

4day
当該日時
5日中4日アクセス

3day
当該日時

2day
当該日時

1day
当該日時
当該日時のみアクセス

とあるリリース直後のゲーム
DAU減、定着ユーザ増加
↓広告出稿量を減らす

広告出稿の効果を見る
↓広告出稿
＋チュートリアル
改善
↑広告流入が定着
↓広告出稿
新規インストール
よりも休眠復活が
多い
↓
↑定着しない

定着ユーザの特性(good)
下がるときは翌日
失敗したときにすぐ分かる
上げるときは5日後
成功はなかなか分からない
失った信頼を取り戻せたと確信できるのは
5日後

定着ユーザの特性(bad)
定期メンテナンスで波打つ
↓定期メンテ ↓定期メンテ
定期メンテで数時間サービス停止すると、そ
の時間にログインできなかった人の分の定着
ユーザが減少

定着ユーザの改善（試行錯誤中）
定着ユーザ＝4日プレイ+5日連続プレイ
4day+5dayにすると、メンテナンスによる5日分の凹みが、1
日分だけになり、グラフが滑らかになる
↓定期メンテ ↓定期メンテ

まとめ
DAUは他社と比較するための指標
自分たちの改善のための指標が必要
DAUには二種類のノイズ
人間の気まぐれから来る定常的なホワイトノイズ
広告に伴うスパイクノイズ
他社事例（gloops、コロプラ）
インストール後N日経過ユーザのみをDAUとしてカウント、ス
パイクノイズを除去
定常的なホワイトノイズは残る
ドリコムで利用している指標
5日連続プレイユーザ
定常ノイズと、スパイクノイズを除去

その他見ている指標
5分以上プレイユーザ(紫の曲線)
ゲームの熱中度を計測

#TokyoWebmining会場でのQ&A
なぜ5日なのか？ほかの日数では？
社内の統計屋の出したモデルをベースにして
エイヤ
モデル例
過去n日間ログインがあると翌日プレイする確率はXX%
プレイ、ログイン無し、のパターンではXX%
モデルに基づいて、5日でエイヤ
ほかのパラメータも試したが、ノイズカット
と応答速度の面から5日を採用
特定のアプリのアクセスパターンをベースにモデ
ル化しているので、アプリが異なると5日が最適
解では無くなる可能性がある

これはブラウザアプリでのみ成り立つのか？
ネイティブアプリでも成り立つのか？
ドリコムの持っているネイティブのアプリでも
利用している
問題なく使えている
アプリの性質によって定着＝5日というのは見直
さないといけない

この指標を使って広告効果を調査しているの
か？
広告効果の計測にこの指標を使ってはいない
グラフを人間が見て、異常値を見つけるのに
使っている
広告効果が分かる情報もこのグラフに載ること
もある、というレベル

5日連続プレイを指標にした施策を入れるこ
とはあるのか？
熱中した結果が定着ユーザの増加であるべき
「5日連続でプレイしたら、レアアイテムプレゼ
ント」という企画を打つと一時的に定着ユーザは
増えるが、その後著しく減る
KPIというのは、一定の範囲の入力に対する
予測器、範囲を超える入力をしても意味が無
い
社内でKPIハックをするような奴がいたら殴り倒
す

補講：KPIとは何か
人間の舌はKPI
甘いや、酸っぱいという数種類のKPI
数種類のKPIで栄養がある、腐っている、每がある、などをか
なり高い精度で判断する
KPIを満たすことは愚か
かつて甘いというKPIによって、栄養があると判断していた
現代、砂糖をとって肥満で苦しみ、合成甘味料はKPIを詐称す
る
KPIが分かっているから、無味無臭の每が造れる
KPIは満たされるものである、満たすものではない
KPIは判断指標であり、ゴールではない。
砂糖だけを食べる人間は死ぬ
自分の頭で考えないのであればKPIは無意味

DAUを評価指標から捨てた会社の話 #tokyowebmining

More Related Content

DAUを評価指標から捨てた会社の話 #tokyowebmining