Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
残存率の推移シミュレーション
によるLTV予測と
費用対効果の可視化手法
2019.05.15
株式会社ドワンゴ 五島 陽
五島 陽(ごとう てるひ)
所属:ドワンゴ
職種:データアナリスト
自己紹介
+
細かい計算・予測
主な業務内容
データセット作成
可視化・レポート
本日お話すること
1.LTVの予測手法
2.費用対効果の可視化手法
本日お話しないこと
1.アップセルやクロスセル
2.カスタマーサクセス
3.機械学習
特に対象となりそうな皆様
1.サービス責任者
2.経営企画
3.広告出稿担当者
4.データアナリスト
1. LTVの予測手法
Q. 何故LTVを予測するのか
•A. 投資判断基準を明確にするため
• 「とある月に実施した」「とあるキャンペーン」を対象とした時、
• nヶ月後までに期待される売上の累計は?
• かかった費用は?
事業計画に応じて選択や判断、意思決定ができ...
そもそもLTVとは?
•LTV=1ユーザー当たりの平均課金月数(※弊社仕様)
•例:あるキャンペーンでの入会者の平均課金月数が12の場合
(月額540円のサービス)
•売上
540円×12ヶ月=6,480円
•利益(利益率50%の場合)
540...
意識するべきポイント
1. 回収期間を決める
1. 長くすればするほどLTVは長くなる
2. いくらLife Time Valueとはいえ10年,20年にはできない
3. 経験則的には2年がちょうどいい気がする
2. LTVは1つではない
1....
LTVの計算方法
手段 算出の容易さ モデルの明確さ 施策展開力 対象顧客粒度
機械学習的アプ
ローチ △ ○ ◎ ミクロ
数学的アプローチ ◎ △ △ マクロ
統計的アプローチ ○ ◎ △ マクロ
LTVの計算方法
手段 算出の容易さ モデルの明確さ 施策展開力 対象顧客粒度
機械学習的アプ
ローチ △ ○ ◎ ミクロ
数学的アプローチ ◎ △ △ マクロ
統計的アプローチ ○ ◎ △ マクロ
本日はこちらに絞ってお話致します。
残存率が下記のような推移だった場合
おもむろに近似曲線を引いてみます(Excelでできます)
近似式を使って23ヶ月後までの予測値を計算してみます
あとは1~23ヶ月後までの値を合計するとLTVが求まります
WHY!?
半年分の実績に戻ります
残存率と解約率にわけるとこうなります
仮に6ヶ月経過後誰も辞めなければ平均課金月数は7
•平均課金月数=(100% × 7ヶ月 )÷100%(※初月に全員1課金発生する)
入会月時点では平均課金月数は1
•平均課金月数=(100% × 1ヶ月 )÷100%
1ヶ月経過時点では平均課金月数は1.729
•1ヶ月経過時点の平均課金月数=(100% × 1ヶ月+72.9% × 1ヶ月 )÷100%
6ヶ月経過時点は水色の数字を全て足せば良い
•(100%+72.9%+65.6%+60.5%+58.8%+56.7%+53.3%)÷100%=4.68
という訳で72.84~39.85%を合計するとLTVが求まります
nヶ月経過までの数字を全て足す方法
1.Excel
1.VBA … Black Box化&メンテ不能になりがち
2.積分 … 意味を理解しようとすると結構大変
1.(出せればいいならOKだがメンテ不能になりがち)
2.Google Spread...
2.費用対効果の可視化手法
用意するもの
•各月、各キャンペーンごとに下記の2つを用意します
1.期待売上(平均課金月数 * 月額料金 * 入会数)
2.ROAS(期待売上 / 費用)
期待売上×ROASで散布図を作ってみます
飛び抜けて良いキャンペーンがあると正直よくわからない状態になってしまう
期待売上×ROAS共に対数にしてみます
大分わかりやすくなったが、相対的な比較がしづらいと感じる
更に偏差値にしてみます
50を基準にすることで相対的な比較評価がしやすくなった
3.まとめ
まとめ
1. LTVの予測について
1. 何故LTVを予測するのか?
1. 費用対効果を可視化する
2. 事業計画に応じた意思決定を可能にする
2. 手段
1. アプローチは3通り
1. 統計的アプローチ+Google Spread Sheet...
以上
Upcoming SlideShare
Loading in …5
×

20190515 Subscription Meetup vol.1 LT

885 views

Published on

2019年5月15日に開催されたサブスクリプションミートアップvol.1のLT資料です。

Published in: Data & Analytics
  • Be the first to comment

  • Be the first to like this

20190515 Subscription Meetup vol.1 LT

  1. 1. 残存率の推移シミュレーション によるLTV予測と 費用対効果の可視化手法 2019.05.15 株式会社ドワンゴ 五島 陽
  2. 2. 五島 陽(ごとう てるひ) 所属:ドワンゴ 職種:データアナリスト 自己紹介 + 細かい計算・予測 主な業務内容 データセット作成 可視化・レポート
  3. 3. 本日お話すること 1.LTVの予測手法 2.費用対効果の可視化手法
  4. 4. 本日お話しないこと 1.アップセルやクロスセル 2.カスタマーサクセス 3.機械学習
  5. 5. 特に対象となりそうな皆様 1.サービス責任者 2.経営企画 3.広告出稿担当者 4.データアナリスト
  6. 6. 1. LTVの予測手法
  7. 7. Q. 何故LTVを予測するのか •A. 投資判断基準を明確にするため • 「とある月に実施した」「とあるキャンペーン」を対象とした時、 • nヶ月後までに期待される売上の累計は? • かかった費用は? 事業計画に応じて選択や判断、意思決定ができるようにする • 利益率の高い所に更に投資する • 大赤字だからやめる • やや赤字だが売上の為に継続する • nヶ月では赤字だがn+1ヶ月なら黒字になるから継続する
  8. 8. そもそもLTVとは? •LTV=1ユーザー当たりの平均課金月数(※弊社仕様) •例:あるキャンペーンでの入会者の平均課金月数が12の場合 (月額540円のサービス) •売上 540円×12ヶ月=6,480円 •利益(利益率50%の場合) 540円×利益率50%×12ヶ月=3,240円 利益率を変数として持っておくと汎用性が高くなる
  9. 9. 意識するべきポイント 1. 回収期間を決める 1. 長くすればするほどLTVは長くなる 2. いくらLife Time Valueとはいえ10年,20年にはできない 3. 経験則的には2年がちょうどいい気がする 2. LTVは1つではない 1. 「入会月」×「広告キャンペーン」等組み合わせの数だけ存在 2. どういう切り口でLTVを見るかを決める
  10. 10. LTVの計算方法 手段 算出の容易さ モデルの明確さ 施策展開力 対象顧客粒度 機械学習的アプ ローチ △ ○ ◎ ミクロ 数学的アプローチ ◎ △ △ マクロ 統計的アプローチ ○ ◎ △ マクロ
  11. 11. LTVの計算方法 手段 算出の容易さ モデルの明確さ 施策展開力 対象顧客粒度 機械学習的アプ ローチ △ ○ ◎ ミクロ 数学的アプローチ ◎ △ △ マクロ 統計的アプローチ ○ ◎ △ マクロ 本日はこちらに絞ってお話致します。
  12. 12. 残存率が下記のような推移だった場合
  13. 13. おもむろに近似曲線を引いてみます(Excelでできます)
  14. 14. 近似式を使って23ヶ月後までの予測値を計算してみます
  15. 15. あとは1~23ヶ月後までの値を合計するとLTVが求まります
  16. 16. WHY!?
  17. 17. 半年分の実績に戻ります
  18. 18. 残存率と解約率にわけるとこうなります
  19. 19. 仮に6ヶ月経過後誰も辞めなければ平均課金月数は7 •平均課金月数=(100% × 7ヶ月 )÷100%(※初月に全員1課金発生する)
  20. 20. 入会月時点では平均課金月数は1 •平均課金月数=(100% × 1ヶ月 )÷100%
  21. 21. 1ヶ月経過時点では平均課金月数は1.729 •1ヶ月経過時点の平均課金月数=(100% × 1ヶ月+72.9% × 1ヶ月 )÷100%
  22. 22. 6ヶ月経過時点は水色の数字を全て足せば良い •(100%+72.9%+65.6%+60.5%+58.8%+56.7%+53.3%)÷100%=4.68
  23. 23. という訳で72.84~39.85%を合計するとLTVが求まります
  24. 24. nヶ月経過までの数字を全て足す方法 1.Excel 1.VBA … Black Box化&メンテ不能になりがち 2.積分 … 意味を理解しようとすると結構大変 1.(出せればいいならOKだがメンテ不能になりがち) 2.Google Spread Sheet 1.Google Apps Script ←オススメ!
  25. 25. 2.費用対効果の可視化手法
  26. 26. 用意するもの •各月、各キャンペーンごとに下記の2つを用意します 1.期待売上(平均課金月数 * 月額料金 * 入会数) 2.ROAS(期待売上 / 費用)
  27. 27. 期待売上×ROASで散布図を作ってみます 飛び抜けて良いキャンペーンがあると正直よくわからない状態になってしまう
  28. 28. 期待売上×ROAS共に対数にしてみます 大分わかりやすくなったが、相対的な比較がしづらいと感じる
  29. 29. 更に偏差値にしてみます 50を基準にすることで相対的な比較評価がしやすくなった
  30. 30. 3.まとめ
  31. 31. まとめ 1. LTVの予測について 1. 何故LTVを予測するのか? 1. 費用対効果を可視化する 2. 事業計画に応じた意思決定を可能にする 2. 手段 1. アプローチは3通り 1. 統計的アプローチ+Google Spread Sheet&Google Apps Scriptだと低コストで実現可能 2. LTVの可視化について 1. マトリクスにすることで状況が把握しやすくなる 2. 必要に応じて対数をとるとわかりやすくなる 3. 偏差値にするとなお相対的な評価がしやすくなる
  32. 32. 以上

×