中文 | English | 日本語 | 한국어 | Русский | Español | العربية | Français | Bahasa Indonesia | Tiếng Việt | Türkçe
ホームに戻る

新規ユーザーリテンションパス

重要な時間ウィンドウ内での新規ユーザーの行動完了状況を追跡し、リテンション転換階段を形成

ExcelまたはCSV (UTF-8)ファイルをアップロードしてください

ユーザーID列
各行は注文を表します。ユーザーを一意に識別できる列を指定してください（例：会員番号、電話番号）
イベント日列
ユーザー行動が発生した日付、形式：2025-01-01 または 2025/1/1
登録日列
ユーザーの登録日（コホートの開始点を定義するために使用）、形式：2025-01-01 または 2025/1/1

🔍データフィルター（オプション）

フィルター条件を設定すると、条件に一致するデータのみが分析されます
正在分析数据，请稍候...
正在处理数据，可能需要几秒钟时间
このツールについて

一、計算機の概要

新規ユーザーリテンションパス計算機は、新規ユーザーの重要な時間ウィンドウ内での行動完了状況を追跡し、リテンション転換階段を形成するための専用ツールです。このツールは、登録後の異なる時点（翌日、3日、7日、15日、30日、60日）でのユーザー行動完了率を分析することで、新規ユーザーのリテンション転換パスを深く理解し、ユーザー離脱の重要なポイントを特定し、新規ユーザー活性化およびリテンション戦略の策定にデータサポートを提供します。

コア機能

適用シーン

適用顧客

この計算機は、新規ユーザーのリテンション転換パスを分析する必要があるすべての業界とシーンに適用でき、特に以下のタイプの顧客に適しています：

適用前提：お客様のビジネスは、ユーザーID、イベント日付（注文日付または行動日付）、登録日付のデータを提供でき、データに新規ユーザーの履歴行動記録が含まれている必要があります。

二、アルゴリズムの紹介

2.1 コア概念

リテンションの定義

リテンション：ユーザーが指定された時間ウィンドウ内で注文または行動記録を持つこと。

例：

時間ウィンドウの定義

システムは以下の重要な時間ウィンドウ（マイルストーン）を定義しています：

注意：すべての時間ウィンドウは登録後2日目から計算を開始し、登録当日は含まれません。登録当日の行動は「登録当日アクティブ」として別途統計されます。

リテンション率の定義

リテンション率：指定された時間ウィンドウ内で注文または行動記録を持つユーザー数が新規ユーザー総数に占める割合。

リテンション率 = その時間ウィンドウ内で行動があったユーザー数 / 新規ユーザー総数

例：

2.2 計算ロジック

ステップ1：データ前処理

システムはデータに対して以下の処理を実行します：

  1. 日付の解析：登録日付とイベント日付の文字列を日付オブジェクトに解析
  2. 無効データのフィルタリング：ユーザーID、登録日付、またはイベント日付が欠落している記録を除外
  3. ユーザーグループ化：ユーザーIDでグループ化し、各ユーザーの登録日付とすべてのイベント日付を収集

ステップ2：登録日付で新規顧客をグループ化

システムは登録日付ですべての新規ユーザーをグループ化します：

  1. 各ユーザーの登録日付を収集（各ユーザーは1回のみ記録）
  2. 各ユーザーのすべてのイベント日付（注文日付または行動日付）を収集
  3. 登録日付でグループ化し、異なるコホート（同期群）を形成

ステップ3：登録当日アクティブを計算

各ユーザーについて：

  1. そのユーザーにイベント日付が登録日付と等しいものがあるかチェック
  2. ある場合、そのユーザーは「登録当日アクティブ」ユーザーに属する

ステップ4：各マイルストーンのリテンションユーザーを計算

各ユーザーと各マイルストーン（1日、3日、7日、15日、30日、60日）について：

  1. 時間ウィンドウを計算：登録後2日目（登録+1日）から登録後N日目（登録+N日）まで
  2. そのユーザーにこの時間ウィンドウ内にイベント日付が落ちるものがあるかチェック
  3. ある場合、そのユーザーはこのマイルストーンのリテンションユーザーに属する

例：

ステップ5：単調性の検証と修正

システムはリテンション人数の単調性を確保します：

ステップ6：月次でデータを集約

システムは日次でグループ化されたデータを月次でグループ化されたデータに集約します：

  1. すべての登録日付を月（YYYY-MM形式）でグループ化
  2. 各月について、その月に登録したすべてのユーザーのデータを集計
  3. 各マイルストーンのリテンション人数とリテンション率を計算
  4. 最近12ヶ月のデータのみを保持

ステップ7：全体リテンション率を計算

システムは全体リテンション率を計算します：

ステップ8：結果表示

  1. 全体指標：
    • 全体7日リテンション率：すべての新規ユーザー中の7日リテンションユーザーの割合
  2. リテンションパス詳細テーブル：
    • 登録月でグループ化し、各時間ウィンドウ内のリテンション人数とリテンション率を表示
    • 登録当日アクティブ、翌日、1-3日、1-7日、1-15日、1-30日、1-60日などの列を含む
    • 最近12ヶ月のデータのみを表示
  3. リテンション転換階段チャート：
    • 登録当日アクティブから60日リテンションまでの転換パスを階段形式で表示
    • 各段階でリテンション人数とリテンション率を表示
    • ユーザー離脱の重要なポイントを観察しやすくする

2.3 データフィルタリングルール

三、使用説明と注意事項

3.1 データ準備

必須フィールド

データをインポートする前に、データファイルに以下の3つのフィールドが含まれていることを確認してください：

  1. ユーザーID (user_id)
    • 説明：ユーザーを一意に識別するフィールド（ユーザーIDまたは電話番号のいずれも可）
    • 形式要件：テキストまたは数値のいずれも可
    • 例：U001、12345、13800138000
  2. イベント日付 (event_date)
    • 説明：ユーザー行動が発生した日付（注文日付または行動日付）
    • 形式要件：複数の日付形式をサポート（YYYY-MM-DD、YYYY/MM/DD、MM/DD/YYYYなど）
    • 注意事項：システムは一般的な日付形式を自動認識します。正確な解析を確保するために標準的な日付形式を使用することを推奨
  3. 登録日付 (register_date)
    • 説明：ユーザーが登録した日付（コホートの起点を定義するために使用）、形式は2025-01-01または2025/1/1など
    • 形式要件：複数の日付形式をサポート（YYYY-MM-DD、YYYY/MM/DD、MM/DD/YYYYなど）
    • 注意事項：システムは一般的な日付形式を自動認識します。正確な解析を確保するために標準的な日付形式を使用することを推奨

データ形式要件

3.2 フィールドマッピング

データをアップロードした後、システムはデータファイルの列を以下のフィールドにマッピングするよう求めます：

3.3 データフィルタリング（オプション）

システムはイベント日付でのフィルタリングをサポートします：

3.4 結果の解釈

指標の説明

リテンションパス分析

月次トレンド分析

3.5 注意事項

⚠️ 重要な説明

  1. 時間ウィンドウ計算ルール：
    • すべてのリテンション時間ウィンドウは登録後2日目から計算を開始し、登録当日は含まれません
    • 例：ユーザーAが2024-01-01に登録した場合、翌日リテンションは2024-01-02に注文があったことを意味し、3日リテンションは2024-01-02から2024-01-03の間に注文があったことを意味します
    • 登録当日の行動は「登録当日アクティブ」として別途統計されます
    • 推奨：このロジックを理解することで、分析結果を正しく解釈できます
  2. リテンションの定義：
    • リテンションとは、指定された時間ウィンドウ内で、ユーザーが少なくとも1回の注文または行動記録を持つことを意味します
    • 同じユーザーが同じ時間ウィンドウ内で複数の行動を持っていても、1回のみ計算されます
    • 例：ユーザーAが2024-01-02、2024-01-03、2024-01-04に注文があった場合でも、3日リテンションユーザーとしてのみカウントされます（7日リテンションユーザーではありません。7日リテンションは登録+1日から登録+7日をチェックする必要があるため）
    • 推奨：このロジックを理解することで、分析結果を正しく解釈できます
  3. 単調性修正：
    • システムは自動的にリテンション人数の単調性を確保します：60日リテンション人数 ≥ 30日リテンション人数 ≥ ... ≥ 翌日リテンション人数
    • あるマイルストーンのリテンション人数が次のマイルストーンより大きい場合、システムは自動的に次のマイルストーンの値に修正
    • これによりリテンション転換階段の合理性が確保されますが、一部のデータ異常を隠す可能性があります
    • 推奨：データ異常が見つかった場合、元のデータを確認して検証できます
  4. データ完全性：
    • ユーザーID、登録日付、またはイベント日付が欠落している記録は自動的に除外
    • 解析できない日付は除外され、リテンション計算の正確性に影響を与える可能性があります
    • 推奨：データ準備段階で、重要なフィールドが完全で形式が正しいことを確認してください
  5. 月次データ制限：
    • 月次詳細テーブルは最近12ヶ月のデータのみを表示
    • ただし、全体リテンション率計算はすべてのデータに基づき、12ヶ月の制限を受けません
    • 推奨：より早期のデータを表示する必要がある場合、データフィルタリング範囲を調整できます

💡 使用推奨

  1. データ品質チェック：
    • アップロード前にデータ完全性をチェックし、ユーザーID、登録日付、イベント日付フィールドが欠落していないことを確認
    • 日付形式が正しいことを確認し、日付解析エラーを回避
    • 異常データ（未来の日付、明らかに間違った日付など）があるかチェック
    • 登録日付とイベント日付の論理関係が正しいことを確認（イベント日付は登録日付より早くない必要がある）
  2. 分析時間範囲：
    • 月次リテンショントレンドを観察するために、十分な履歴データ（少なくとも12ヶ月）を含めることを推奨
    • データ量が大きい場合、まず最近1-2年のデータを分析し、短期トレンドを観察
    • その後、より長い履歴データに拡張し、長期トレンドと季節パターンを観察
  3. 結果の検証：
    • 異なる時期のリテンションパスを比較し、異常な変化を識別
    • ビジネス活動時間と組み合わせて、リテンション率変化の理由を分析
    • リテンション転換階段がビジネス期待に合致することを確認し、異常がある場合はさらに調査が必要
    • 単調性修正が合理的であることを確認し、疑問がある場合は元のデータを確認
  4. 戦略の最適化：
    • 登録当日アクティブ率が低い場合、新規ユーザーオンボーディングプロセスを最適化し、登録当日転換率を向上させることを推奨
    • 翌日リテンション率が大幅に下降する場合、新規ユーザーガイダンスを強化し、より良い初回体験を提供することを推奨
    • 7日リテンション率が低い場合、新規ユーザー活性化戦略を強化し、クーポンまたは活動情報をプッシュすることを推奨
    • 長期リテンション率（30日、60日）が継続的に下降する場合、製品体験とサービス品質を最適化することを推奨
    • 月次リテンショントレンドに基づいて、新規ユーザー活性化およびリテンション戦略を調整

3.6 よくある質問

Q1：データ内の一部のユーザーが統計されないのはなぜですか？

A：考えられる理由には以下が含まれます：

Q2：リテンション時間ウィンドウはどのように計算されますか？

A：すべてのリテンション時間ウィンドウは登録後2日目から計算を開始し、登録当日は含まれません。例：

登録当日の行動は「登録当日アクティブ」として別途統計されます。

Q3：ユーザーが登録当日に注文した場合、翌日リテンションにカウントされますか？

A：カウントされません。翌日リテンションは登録後2日目（登録+1日）に注文があったことを意味します。登録当日の行動は「登録当日アクティブ」として別途統計されます。

Q4：リテンション率はどのように計算されますか？

A：リテンション率 = その時間ウィンドウ内で行動があったユーザー数 / 新規ユーザー総数。例：

Q5：リテンション転換階段で、60日リテンション人数が30日リテンション人数と等しくなる可能性があるのはなぜですか？

A：これは正常です。ユーザーが登録後2-30日目内に注文した場合、そのユーザーは30日リテンションユーザーと60日リテンションユーザーの両方に属します（30日ウィンドウが60日ウィンドウに含まれるため）。システムはリテンション人数の単調性を確保します：60日リテンション人数 ≥ 30日リテンション人数 ≥ ... ≥ 翌日リテンション人数。

Q6：新規ユーザーのリテンション率を向上させるにはどうすればよいですか？

A：以下の側面から始めることを推奨します：

四、まとめ

新規ユーザーリテンションパス計算機は、科学的なアルゴリズムと直感的な可視化を通じて、新規ユーザーのリテンション転換パスを完全に理解するのに役立ちます。このツールを正しく使用することで、以下が可能になります：

ご質問や技術サポートが必要な場合は、システム管理者にお問い合わせください。