CASE 006
課金行動を6セグメントに分け、売上向上と離脱抑止の施策を再設計
スマートフォンゲームで、数十万ユーザーの課金行動が課金額のランク分けでしか管理されていなかった。
CHALLENGE課題
なぜ課金し、なぜ離脱するかが分からず、施策が経験と勘で一律に企画されていた。
HYPOTHESIS仮説
行動データからセグメントと要因を特定すれば、セグメント別の施策で ARPPU と継続率を同時に動かせる。
APPROACHやったこと
- 行動データの多次元クラスタリング（6セグメント）
- LightGBM + SHAP による課金・離脱要因の特定
- セグメント別CRM施策の設計
- A/Bテストによる検証
BUILDつくったもの
RESULT何が変わったか
+23%ARPPU（課金ユーザー当たり売上）
- 中課金層の育成施策で ARPPU を23%向上
- 離脱予兆スコア（AUC 0.89）により月次退会率を15%から9%へ低減
- セグメントの月次推移を数値化し、施策対象の選定ルールを整備
HOW WE MEASUREDA/Bテストによる対照群比較。退会率は施策前後の月次実績。
LEARNED効いたこと、効かなかったこと
高課金層より中課金層の育成のほうが効いた。予兆スコアは精度より「誰に先に動くか」の順位付けとして価値があった。
成果の客観的な確認、または公開範囲の確認が完了するまで「成果確認中」とし、確認できた案件にだけ Probatum est. と記します。
成果確認中次は、何を前に進めたいですか。
事業の課題を相談する