retention-analysis

リテンション分析スキル

ユーザーが離脱する理由を診断し、ユーザーをつなぎとめる要因を特定して、曖昧な「オンボーディングを改善する」といった提案ではなく、具体的で検証可能な施策を推奨します。

リテンションの基本

リテンション曲線には2つの要素があります。

1. 初期の落ち込みの急さ（D1～D7）— オンボーディングの問題
2. 長期的な下限の水準 — プロダクトマーケットフィットの指標

プロダクトマーケットフィットを達成したプロダクトでは、リテンション曲線は横ばいになります。ゼロに向かって推移している場合は、オンボーディングの問題ではなく、プロダクトマーケットフィットの問題です。この違いを明確に示してください。

---

リテンション指標の定義

指標	計算式	分かること
D1 リテンション	2日目に再訪したユーザー ÷ 1日目の新規ユーザー	初回体験の質
D7 リテンション	8日目にアクティブなユーザー ÷ 7日前に登録したユーザー	初期の習慣形成
D30 リテンション	31日目にアクティブなユーザー ÷ 30日前に登録したユーザー	プロダクトマーケットフィットのシグナル
DAU/MAU 比率	日間アクティブユーザー数 ÷ 月間アクティブユーザー数	定着度（20％超は良好、50％超は非常に良好）
解約率	期間中に失ったユーザー数 ÷ 期間開始時のユーザー数	月次または年次
売上継続率（純額）	期間終了時の MRR ÷ 期間開始時の MRR（同一コホート）	拡大分を含む売上の健全性

---

リテンション調査フレームワーク

ステップ 1：問題をセグメント化する

「リテンション」を分析するのではなく、特定のコホートのリテンションを分析してください。

• 新規ユーザーとリピーター
• 有料ユーザーと無料ユーザー
• 獲得チャネル（オーガニック、有料、紹介）
• オンボーディングを完了したユーザーと未完了のユーザー
• 機能の利用状況（ヘビーユーザーと閲覧のみのユーザー）

ステップ 2：転換点を見つける

離脱はどこで起きていますか？ D1？ D7？ 3か月目？

• D1 の離脱 → 初回セッションの体験
• D7 の離脱 → 習慣ループが形成されていない
• D30 の離脱 → 十分な価値が提供されていない
• 3か月目以降の離脱 → 飽き、競合、またはライフサイクル上の出来事

ステップ 3：「アハ体験」との相関を特定する

どの初期行動が長期的なリテンションを予測しますか？

• 相関を調査します。最初の7日間に [X] を実行したユーザーと、30日後のリテンションを比較します。
• よくあるパターン：インテグレーションを接続した、チームメイトを招待した、コアアクションを N 回完了した

ステップ 4：解約の理由を確認する

解約したユーザーにインタビューしてください。これは決して省略しないでください。アンケートデータだけでは不十分です。

• 「キャンセル／利用停止に至ったきっかけは何ですか？」
• 「達成しようとしていたのに、できなかったことは何ですか？」
• 「どのような変化があれば、また利用したいと思いますか？」

---

出力形式

リテンション分析 — [Product/Segment] — [Date]

質問： [回答する具体的なリテンションに関する質問] 分析期間： [Date range] セグメント： [対象ユーザー]

---

現在のリテンション概要：

指標	現在	業界ベンチマーク	ステータス
D1 リテンション	[X%]	25–40%	🔴/🟡/🟢
D7 リテンション	[X%]	10–25%	🔴/🟡/🟢
D30 リテンション	[X%]	5–15%	🔴/🟡/🟢
DAU/MAU	[X%]	10–20%（一般的な水準）	🔴/🟡/🟢

リテンション曲線の形状： [横ばい／下降が続いている／ゼロに向かって推移] プロダクトマーケットフィットのシグナル： [強い／弱い／なし — 曲線の形状に基づく]

---

根本原因の仮説：

仮説	根拠	確信度	検証方法
[原因]	[データポイント]	H/M/L	[検証方法]

「アハ体験」との相関： 最初の [N] 日間に [具体的なアクション] を行ったユーザーのリテンションは [X%] で、行わなかったユーザーの [Y%] と比較して高くなっています。

---

推奨する施策：

施策	対象となる離脱	期待される改善幅	工数	優先度
[具体的な変更]	D1 / D7 / D30	[X%]	S/M/L	1/2/3

モニタリング計画：

• 追跡する指標：[X]
• レビュー頻度：[週次／月次]
• アラートのしきい値：[X が Y を下回った場合、直ちに調査する]

---

必要な情報

次の情報が提供されていない場合は、ユーザーに尋ねてください。

• プロダクトとビジネスモデル（SaaS／消費者向けアプリ／マーケットプレイス／その他）
• 現在のリテンション指標（入手可能であれば D1、D7、D30）
• 分析対象のセグメント（全ユーザー／有料／無料／特定のコホート）
• 回答する主要な質問（リテンションが低下している理由は？ リテンションを高める要因は？）
• 利用可能なデータ（分析イベント、解約アンケート、インタビューのメモ）

詳細資料

このスキルにはサポートファイルが付属しています。利用可能な場合は使用してください。

• references/curve-reading.md — 自分をごまかさずにリテンションカーブを読み解く。出力を作成する際に適用してください。上記の手法の概要では簡略化されている、判断基準と調整方法が記載されています。
• templates/retention-readout.md — 品質ゲートがインラインで記載された、記入式の成果物テンプレートです。生成を依頼するのではなく、自分でドキュメントを作成したいユーザーにはこちらを案内してください。

スコアリング基準（0～40）

このスキルの出力は、提出する前に採点してください。32点以上が提出可能な品質です。

項目	0	5	10
カーブの診断	カーブの形状を示さず、リテンションの数値だけを報告している	形状は示しているが、解釈していない	横ばいになっているかゼロに向かっているかを明示的に診断し、その意味（PMF の問題かオンボーディングの問題か）と結び付けている
コホートの扱い	全ユーザーをまとめて単一の集計率としている	コホートを分けているが、表の羅列になっている	分析前にコホートを分割し、乖離しているコホートを指摘して説明している
アハ・モーメントとの関連付け	アクティベーションとリテンションが結び付けられていない	データや注意書きなしに相関を主張している	リテンションしたユーザーと離脱したユーザーを分ける行動を、根拠とともに特定している。または、未特定であることを正直に明記し、調査計画を示している
介入策の具体性	「オンボーディングを改善する」程度の助言	具体的なアクションはあるが、測定計画がない	介入策の対象となるユーザーのタイミングを明示し、アラートのしきい値と離脱ユーザーへのインタビューを含むモニタリング計画を示している

品質チェック

• リテンションカーブの形状を診断している（横ばいかゼロに向かっているか＝PMF かオンボーディングか）
• 分析前にコホートを分割している（全ユーザーをまとめていない）
• 「アハ・モーメント」との相関を特定している、または不明であると明示している
• 介入策が具体的である（「オンボーディングを改善する」だけではない）
• データ分析だけでなく、離脱ユーザーへのインタビューを推奨している
• モニタリング計画にアラートのしきい値が含まれている

アンチパターン

• 具体的にどのステップを、なぜ変更するのかを示さずに「オンボーディングを改善する」と提案しない
• コホートごとに分割せずにリテンションを分析しない。集計されたリテンションカーブでは、コホート固有のパターンが隠れてしまう
• DAU/MAU が 5％未満であることをリテンションの問題として扱わない。その水準では、プロダクトマーケットフィットの問題である
• 定性的な調査を省略しない。離脱ユーザーへのインタビューによって、定量データでは分からない理由が明らかになる
• アラートの発動条件となるしきい値を明示せずに、モニタリングアラートを設定しない

ガイドライン

• 何を、なぜ変更するのかを具体的に示さずに「オンボーディングを改善する」と提案しないでください
• 業界のベンチマークと比較してください。コンシューマーアプリ、SaaS、マーケットプレイスでは、リテンションの一般的な水準が大きく異なります
• DAU/MAU が 5％未満の場合、話し合うべきなのはリテンション施策ではなく、PMF です
• 必ず離脱ユーザーと話すことを推奨してください。データをどれだけ集めても、理由の理解に代わるものはありません