1. お金を払うに値するコンテンツビジネスの構造とは
MEDIVERSEペイドコンテンツ研究会セミナー
2012年10月22日
成蹊大学経済学部 教授 野島 美保

2. 自己紹介
専門：経営情報論（経営学）
①ITによって、人の働き方や企業活動はどう変わるのか？
例）流通の情報化（電子受発注システム）
②EC・デジタルコンテンツという新市場の特性を知る
2008年 『人はなぜ形のないものを買うのか-仮想世界のビジネスモデル』 NTT出版
2010年～2011年 ITMedia ビジネス誠 連載コラム
©2012 Miho Nojima

3. 便利なはずなのに定着しないデジタルコンテンツ
電子書籍は多くのリーダーが販売されているのに、なぜ利用が一般化しないのか。
紙よりもかさばることなく保存ができ合理的であるのに、なぜ電子へと利用スタイルが
切り替わらないのか。
紙の新聞は月額3000円以上するのに、ネットニュースとなると無料が当たり前で金を
出し渋るのはなぜだろうか。
根本的な考え方を変える
消費スタイルを変える
ビジネスモデルを変える
ソーシャルゲーム業界のデータドリブン経営
ゲームとは何か
ライトユーザーを取り込む
サービス業としてのゲーム
データを中心においた新しい開発・運営
会社組織の変革

4. ソーシャルゲーム市場
ソーシャルゲームとは、SNS（ソーシャルネットワーキングサービス）上で提供され、
SNS のユーザーが主にブラウザ上でゲームを介してコミュニケーションがとれるオン
ラインゲーム（矢野経済研究所2012）
3年で3000億円に急成長
テレビゲーム市場（2010年）
国内ソフト出荷高 2591億円
海外ソフト出荷高 4115億円

5. ソーシャルゲーム市場の位置づけ
©2012 Miho Nojima

6. ソーシャルゲーム急成長の理由
１ ユーザー層の拡大
ゲーマーではない一般層に訴求
SNSをベースにしたこと（日本では携帯SNS）
コミュニケーション（ソーシャル）とゲームの関係を再定義
「ゲームではないゲーム」 新しい需要
２ オープンプラットフォーム
「釣りスタ」2007年当時にはなかった発展
オープンプラットフォームにより、コンテンツとユーザーコミュニティを分化
分化⇒ユーザーをコンテンツ寿命から切り離し、集客の対象をプラットフォームへ
オープン化⇒3rdパーティの参画で、一気に市場拡大
３ マネタイズの成功と高利用単価
従量制のアイテム課金の特性
売り切り型のコンテンツ販売とは異なるビジネスモデル
マネタイズを中心に考えた独自のマーケティング・運営（データドリブン経営）
©2012 Miho Nojima

7. ソーシャルゲームビジネスの理解
１ ゲームのカジュアル化
ゲーム概念の変化：ゲーム性よりも暇つぶし
２ フリーミアムモデルの成功
基本無料アイテム課金
MMO時代から引き継がれ、洗練された
３ サービス業としてのソーシャルゲーム
脱パッケージ、売り切り型からサービスへ、多様な料金体系
（単純にアイテム課金を入れれば良いわけではない）
サービス業としての開発運営を実現する組織⇒ヒットの再現性
©2012 Miho Nojima

8. １ 暇つぶしとしてのゲーム
暇つぶしという消極的利用から有料利用に結びつける
従来のマーケティングの考え方では、金を払うのは
ハードユーザー。そこに効率的にターゲットを絞る。
ソーシャルゲームでは、消極的利用の人でも、「あ
るルールに従えば」金を払うようになると考える。
これがマネタイズ（無料から収益を生む）ビジネス
簡単なだけのミニゲームではない
始めるときのハードルを低くして、中盤以降は没
入を生む、奥行のあるゲーム作り
ただし、中盤から様々な制約が出てくる。金を払う
か友人を招待するか、プレイ時間をかけるか。
©2012 Miho Nojima http://bizmakoto.jp/makoto/articles/1102/23/news008.html

9. ２ フリーミアムモデルの成功
無料から始まるビジネス アンダーソン（2009）『FREE』
なぜコンテンツがマネタイズできないか？
⇒1円でも値段を付けてしまうと、「それに見合うものなのか」といちいち
ユーザーに考えさせてしまうから。
品質を上げれば比例して価格が上がる、従来の常識が通用しない。
フリーミアム・モデル（少数の有料ユーザーがサービス全体を支える）
試用品とは違い、無料のまま使い続けられる。
無料と有料に格差があり、それについてユーザーが納得している状況。
企業は、集客（無料）と課金をわけて考える。無料の威力で集客する。
無形財かつ使用価値がないものを売る ⇒欲を生み出す仕組み
従来の物財の論理が通用しない。「便利だから、安いから買う」
最初から『高級肥料』が欲しくて『サンシャイン牧場』を始める人はいない。
無料だから・暇だから・友達がいるから試してみる。そして結果的に課金をする。
©2012 Miho Nojima

10. アイテム課金とは
日本では2006年にオンラインゲームで導入
当時定額制だったが、カジュアルユーザー取り込みのためにハードルを
下げるのに基本無料を始めた。その代わりに、ゲームアイテムを販売。
成功例「スカッとゴルフパンヤ」
http://www.pangya.jp/
１ ゲームプレイが浅いうちは無料でできる
２ 単価が可変化する （定額制で頭打ちしていた単価が上昇）
オンラインゲームの客単価（ARPPU）は4000円位
３ ユーザー判断で無料か有料か決められる
（単なる従量制との違い）
「金を払ってでもプレイしたいと思わせるノウハウ」が、ゲームビジネスとし
て蓄積していった
©2012 Miho Nojima

11. 単価の可変化と満足度との関係
初期のMMO⇒１～2年はβテストとして無料提供してから定額制に移行。ゆっくり課金のタイミン
グを図る。毎月のユーザー満足度を知る。
ソーシャルゲーム⇒リリース後、ランキングにのる数週間が勝負。毎日のスパンでユーザー満足
度を把握する必要。
ゲームへのアクセス記録（ログデータ）から、間接的にユーザーの満足度を推し量る、データマイ
ニング系の手法へ。
©2012 Miho Nojima 満足度曲線の変化（野島（2008）『人はなぜ形のないものを買うのか』より引用、一部加筆）

12. 有料利用
5人
無料利用 課金
時間
離脱 離脱
100人 70人 50人 40人
アクイジション リテンション マネタイズ
指標
登録者数の増加 AU(アクティブ率）の向上 PU（課金率）の向上
©2011 Miho Nojima

13. Game Life-Cycle （Time/Age of Game）
Acquisition Retention Monetization
指標
広告効果 初期離脱 最初の課金
CTR 翌日残留（1日～7日） 課金転換率（PU／AU）
一人当たり広告料 チュートリアル完了 最初に売れるアイテム
ユーザー属性 課金ユーザー属性
アクティブユーザー
バイラル効果 DAU（日） MAU（月）
インバイト数 ログイン頻度 客単価
インバイト数／DAU セッションタイム ARPPU
インバイト承認率 レベル毎の離脱率 一回当たりの支払い単価
バイラルプロモーション 月次離脱率 ライフタイム・バリュー
消費者心理
明日も明後日もログインさせる 何もないところに欲をつくる
ゲームプレイのきっかけづくり
：能動的目的にスイッチ ：仮想アイテムの価値を宣言
：消極的目的から膨らませる
習慣化のためのゲームニクス
認知
ログインボーナスなど、毎日プレイ 欲をつくりだす
広告・ランキング・IP利用
するメリットを演出 ゲーム進行上の限界
リズム感のあるリワード設計 既に課金する友人・他人の目線
消極的利用目的
継続するほど得をする報酬設計
バイラル
心理的取引コストの削減
暇つぶし
ゲーム内に目標をもたせる 無料アイテムとの差の演出
レベル・アイテム アイテム購買を体験させる
初回の敷居を下げる
ランキング・競争 （コインプレゼント）
わかりやすいチュートリアル
成功体験と失敗体験
プレイしながら理解する直感操作
バーチャル資産の価値保全
初回で達成感と成功体験を演出
ソーシャルによる継続性 マネー・アイテムの流通・価格管理
比較・競争・友人・仲間 客単価の増加
（野島2011 Gazecki2012をもとに作成）

14. ３ サービス業としてのソーシャルゲーム
ソーシャルゲーム
開発期間の短縮
集客はプラットフォームと共同
サービスを提供しながら、
ゲーム内容を改変していく
（バグ、アップデート）
人の流れをみながら、サイトデ
チューニングに重きを置き、リアルタイム（毎日、毎時）でゲーム内 ザインや勝率などを変える
（チューニング）
容を変えることで、課金率や単価を上げていく。
©2012 Miho Nojima

15. Games as Service
物販としてのゲーム
「動く」プログラムをつくることが開発のゴール
開発と販売が切り離されている
ヒットは確率 ⇒よいプロデューサー、広告露出
売上・ユーザーの反応は次作開発にフィードバック
サービスとしてのゲーム
ユーザーがゲームを使い続けお金を払う状態がゴール
リリースした後の運営
基本無料なのでゲームプログラムを作るだけでは売上にならない
ユーザー反応はリリース中のゲームの改善につなげる
リリースしてから数週間での改善のスタートダッシュ、その後の長い運営
ヒットは確率だけではなく、運営で作りだすもの
©2012 Miho Nojima

16. データドリブン経営
ログデータ解析によりユーザーの日々のプレイ状況を測定して数値化し、
ゲームシステムの修正すべき点を洗い出し、運営中のゲームにリアルタイ
ムで改変を加えていく手法。
データドリブンのアプローチ
１ 数量的アプローチ 統計手法の精緻化、数学・統計学の専門家の雇用
２ 運営的アプローチ 開発や運営スタッフからの定性情報・経験の活用
３ 組織的アプローチ 会社組織としてPDCAサイクルを回す仕組み
©2012 Miho Nojima

17. 全ユーザーに占める比率
100% AU：アクティブユーザー／登録ユーザー
縦軸：ユーザー行動を示す変数
ログインの有無
原因を探る
ログイン時間
ログイン頻度
特定時間帯のプレイ 50%
課金の有無
支払客単価
課金ユーザー／登録ユー
ザー
時間や進捗を示す変数
初日 2日 3日 ・・・ プレイ期間
０ 5分 10分 15分 ・・・ 総ログイン時間
レベル1 レベル2 レベル3 ・・・ ゲームレベル
登録 チュートリアル 初ミッション 報酬 初友人・・・ ゲーム進捗度
横軸：時間や進捗を示す変数
プレイ期間
ログイン時間
注）通常、課金率（PU）というと、課金ユーザー／ア ログイン回数
クティブユーザーを指すが、図は課金ユーザー／ ゲームレベル
登録ユーザーを想定して描いた。アクティブユー ゲーム進捗度・画面遷移
ザーを分母とする方が高い数値になる。
©2012 Miho Nojima

18. 応用 ゲーム間分析 サンプリング調査
複数のゲームを展開している場合、あるいはプラットフォームにお 一人のユーザーにフォーカスして、課金利用するまでの動向
ける応用分析。ゲーム間の併用・回遊パターンを分析する。 を追っていく。
個別タイトルに依存しない、ソーシャルグラフの掌握とブランド形 サンプリング調査で詳細に分析し、離脱ポイントやパターンを
成をねらう。 発見する。複数要因が絡んでいる場合、多変量解析を行う。
ゲームプログラムの改変 イベント施策
PDCA
ゲーム内分析
人間による仮説発見 機械による仮説発見
個別のゲームについて、具体的なゲーム内
行動やゲーム進捗度を表す変数とKPIとの関
開発・運営サイドの 係を分析 データマイニング
定性情報
例えば、AUが下落する個所を見つけ、詳細な 大量データを機械的
現場の勘と経験 原因分析を行う。 に処理
ユーザーの声
ユーザーの観察 仮説 仮説 「どの変数が関連しあ
分析結果をもとにゲーム内容を改変し、その
結果をチェックする（PDCAサイクル）。 うか」という仮説を発
ユーザー行動の特 見する
徴や問題点の把握 複数の代替案がある場合には、評価を行う
（A／Bテストなど）。
詳
細
全体を把握する： KPIの算出
KPI：登録ユーザー（UU）、アクティブユーザー（AU）、課金ユーザー（PU)、ARPPU（課金客単価）、売上
日次・週次・月次によるKPIの変動をチェック
PV・UU・AU・PU等の基本データを社内で共有・蓄積・活用する仕組み（BI：Business Intelligence）
大規模データのリアルタイム処理システム
ゲームサーバから分析サーバにデータを移行・集計
©2012 Miho Nojima