1. オンラインゲームソリューション
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
2014/7/8
Takahiro Inoue (Chief Data Scientist)
taka@treasure-data.com
1

2. Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
自己紹介
• 井上 敬浩 (Twitter: @doryokujin )
• チーフデータ
サイエンティスト
• 慶應大学院数学科統計専攻
• トレジャーデータ公式ブログ
オーサー
• MongoDBマスター
h<p://treasure-­‐data.hateblo.jp
2

3. アジェンダ
１．トレジャーデータのご紹介
２．トレジャーデータが考えるデータ分析プロセス
３．㻮㼍㼟㼕㼏㻌㻷㻼㻵㼟
４．㻭㼐㼢㼍㼚㼏㼑㼐㻌㻷㻼㻵㼟
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
3

4. １.トレジャーデータのご紹介
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
4

5. 2011年12月、米Mountain Viewにて創業
• 従業員約50名（著名データベース技術者が多数所属）
うち15名が東京丸の内の日本支社勤務
• 米有力VCのSierra Ventures、Yahoo! Inc.創業者Jerry
Yang氏等多数の有力投資家より支援
• 2012年後半に商用サービス提供開始
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.

6. “データ解析の世界をシンプルにしたい”
すぐに簡単にビッグデータの解析を始められる
クラウド型のデータマネージメントサービス
Acquire Store Analyze
大規模初期投資不要
インフラはTDが管理
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
面倒な拡張・保守・
運用から解放
日米トップクラスのデータベースエンジニア、サイエンティストが支える技術基盤

7. 䝕䞊䝍཰㞟
䝕䞊䝍ಖ⟶
䝕䞊䝍ศᯒ
ศᯒ䜶䞁䝆䞁
Hadoop,
Treasure
Query
Accelerator
䝞䝑䝏ᆺ
ศᯒ
䜰䝗䝩䝑䜽ᆺ
䝇䝖䝺䞊䝆
ศᯒ
Flexible,
Scalable,
Columnar
Storage
䝇䝖䝸䞊䝭䞁䜾
䚷䚷䝻䜾䝁䝺䜽䝍䞊
Treasure
Agent
୪ิ䝞䝹䜽
䚷䚷䜲䞁䝫䞊䝍䞊
TD
Toolbelt
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
䝕䞊䝍ྍど໬䞉ඹ᭷
KPI
MoNon
Board,
Metric
Insights,
etc.
ศᯒ䝒䞊䝹㐃ᦠ
Tableau,
Dr.Sum,
Power
BI,
Excel,
etc.
௚〇ရ㐃ᦠ
RDBMS,
Google
Docs,
AWS
S3,
FTP
Server,
etc.
Treasure
Data
Service
7
䝕䞊䝍㞟ィ
SQL,
Pig
䝕䞊䝍ᢳฟ
REST
API
ODBC/JDBC
䠄SQL,
Pig䠅
䜽䜶䝸⤖ᯝ⮬ື᭩㎸
Result
Output
Web䝻䜾
App䝻䜾
䝉䞁䝃䞊
RDBMS
CRM
ERP
POS
収集・保管・分析をワンストップに、柔軟なインターフェイスで提供

8. 分析レイヤーの下位からの積み上げが必須
5.
Data
Visualiza5on
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
• 分析レイヤーは実際は下から積み
上げられている形になっている。
• ゴール（可視化・分析）に到達す
るためには下位レイヤーの積み重
ねが不可避。
• Data Processing までの下位レイ
ヤーをトレジャーデータが代替。
アナリストは本質的な分析作業に
専念できる。
8
4.
Data
Processing
3.
Data
Storage
2.
Data
Collec5on
1.
Data
Source

9. 各業界向けソリューションテンプレート
データ解析テンプレート
Treasure Data Service
䝕䞊䝍཰㞟テンプレート
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
ソリューション
コンポーネント:
- Treasure Data Service
- 構造化ログのテンプレート
- データ収集エージェント設
定ファイルテンプレート
- 設定済みBIレポーティン
グ・ダッシュボード
初期セットアップ期間内で、業界毎に事前に定義した解析ダッシュボードも提供

10. オンラインゲームソリューションとは
データ統合
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
10
䝻䜾䜲䞁䝻䜾
Treasure
Data
Service
ㄢ㔠䝻䜾
ᣍᚅ䝻䜾
KPI:
PV
KPI:
ARPU
KPI:
䝸䝔䞁䝅䝵䞁
提供するログテンプレートを活用する事で
容易に多種多様なKPI群のモニタリングが可能に

11. データを「見る」ことに特化したKPIダッシュボード
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
KPI:
PV
KPI:
ARPU
KPI:
䝺䝧䝹ศᕸ
OEM提供するダッシュボードの1つ1つのウィジェットに1つのKPIが対応
ウィジェットに分析クエリを仕込むことによって自動的にデータが更新される

12. ２．トレジャーデータが考える データ分析プロセス
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
12

13. 一般的なデータ分析プロセス
1. 目的明確化 2. 目標設定 3. データ収集
4. データ分析 5. 考察・仮説 6. Plan
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
13
7. Do 8. Data Check 9. Action

14. 一般的なデータ分析プロセス
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
14
1. 目的明確化 2. 目標設定 3. データ収集

15. 一般的なデータ分析プロセス
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
15
1. 目的明確化 2. 目標設定 3. データ収集
1. 目的明確化
• そもそも何を目的とすえるのかもわからない（だから分析に助けを求めるので…）
2. 目標設定
• 「売上を上げる」といった緩い目標しか立たないのでデータ収集へ進めない…
3. データ収集
• どのようなデータが活用できそうかわからない
• （自分のサービスであっても）データの内容を知らない
目的・目標が未設定、さらにデータの内容がわからない
故に次の 4～9. のデータ分析サイクルを回せない

16. 一般的なデータ分析プロセス
1. データ収集 2. データWatch 3. 目標設定
トレジャーデータ流：まずはとにかくデータ収集、そしてデータを「見る」ことに専念しましょう
4. データ分析 5. 考察・仮説 6. Plan
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
16
7. Do 8. Data Check 9. Action

17. トレジャーデータが可能にする分析アプローチ
• データ分析を始める前に、明確な「目標」など無くて当たり前
• データ分析を始める前に、高尚な「仮説」など無くて当たり前
• データ分析を始める前に、とにかくデータを集めよう（例え中身など知らなくても）
• データ分析を始める前に、データを「見る」ことで大概のことが見えてくる
• データを収集を頑張ったリターンとして，データを「見る」ところまでは誰でも必ず到達
できる（成果物の担保）。そして「見る」ことは多くの知見・考察を生み出してくれる。
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
17
1. データ収集 2. データWatch

18. Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
18
1. データ収集 2. データWatch 3. 目標設定

19. Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
データ収集
19
「とにかくデータを集めよう」
各業界向けのログテンプレートを用意
䝻䜾䜲䞁䝻䜾
ㄢ㔠䝻䜾
ᣍᚅ䝻䜾
{
uid
:
123,
device
:
’smart
phone’,
5me
:
138959673
},
{
uid
:
’123’,
name
:
’ItemA’,
sub_category
:
’a’,
category
:
A,
count
=
2,
price
:
300,
5me
:
138959673
},
{
uid
:
123,
invited_uid
:
456,
campaign_name
:
’event2’,
5me
:
138959673
}
Login
䝔䞊䝤䝹 Pay
䝔䞊䝤䝹
Invite
䝔䞊䝤䝹 䜸䝸䝆䝘䝹
䜲䝧䞁䝖㻌䝔䞊䝤䝹
1. データ収集

20. オンラインゲーミング：基本ログテンプレート
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
20
䜰䜽䝅䝵䞁ྡ
䠄䝔䞊䝤䝹ྡ䠅
୺య䝴䞊䝄䞊ID
䝍䜲䝮䝇䝍䞁䝥
ᑐ㇟䝴䞊䝄䞊ID
್
ᩘ
኱䜹䝔䝂䝸䠈䜹䝔䝂䝸,
䜰
䜲䝔䝮ྡ
login
uid
Nme
-­‐
-­‐
-­‐
-­‐
pay
uid
Nme
-­‐
price
count
category,
sub_category,
name
invite
uid
Nme
target_uid
-­‐
-­‐
-­‐
use_point
/
get_point
uid
Nme
-­‐
-­‐
-­‐
-­‐
level_status
uid
Nme
-­‐
value
-­‐
-­‐
tutorial
uid
Nme
-­‐
step
-­‐
-­‐

21. オンラインゲーミング：基本ログテンプレート
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
21
䜰䜽䝅䝵䞁ྡ
䠄䝔䞊䝤䝹ྡ䠅
୺య䝴䞊䝄䞊ID
䝍䜲䝮䝇䝍䞁䝥
ᑐ㇟䝴䞊䝄䞊ID
್
ᩘ
኱䜹䝔䝂䝸䠈䜹䝔䝂䝸,
䜰
䜲䝔䝮ྡ
login
uid
Nme
-­‐
-­‐
-­‐
-­‐
pay
uid
Nme
-­‐
price
count
category,
sub_category,
name
invite
uid
Nme
target_uid
-­‐
-­‐
-­‐
use_point
/
get_point
uid
Nme
-­‐
-­‐
-­‐
-­‐
level_status
uid
Nme
-­‐
value
-­‐
-­‐
tutorial
uid
Nme
-­‐
step
-­‐
-­‐
䛣䜜䜙䛾䝻䜾䜢ฟ䛩䜘
䛖䛻タᐃ䛩䜜䜀ᚲせ䛺
50㏆䛔KPI䜢⟬ฟྍ⬟䚹
uid,
Nme
䜢ྵ䜑䜀䛭
䛾௚䛾㡯┠䛿௵ព䛻
タᐃ䛧䛶Ⰻ䛔䚹
ୖグ䛻䛸䜙䜟䜜䛺䛔䠈
௵ព䛾䝻䜾䜢཰㞟䛷䛝
䜛ᣑᙇᛶ䜢䜒䛴䚹

22. ネイティブアプリ/ブラウザアプリ両方に対応
iOS、AndroidのSDK または Unity向けのライブラリを通
じてログを収集
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
22
䝻䜾䜲䞁䝻䜾
ㄢ㔠䝻䜾
ᣍᚅ䝻䜾
ブラウザゲームはサーバーサイドに Fluentd ベースの
TD-Agent を仕込んでストリーミング収集

23. iOS/Android SDKによるログ収集
イベント発生後すぐに送信
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
23
䜲䝧䞁䝖発生後䛩䛠䛻㏦ಙ
バッファリング
バッファリング
䝇䜿䞊䝷䝤䝹䛺䝖䝺䝆䝱䞊
SDKཷಙ䝃䞊䝞䞊
トレジャーデータサービス
端末アプリから直接トレジャーデータサービスに蓄積され、
かつストリーミングによってログを直ちに確認できる

24. ４．KPI Dashboard
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
24

25. Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
25
1. データ収集 2. データWatch 3. 目標設定

26. 26
Metric Insights: Overview

27. 27
異なるデータソースの共存が可能

28. 28
異なるデータソースの共存が可能
䜴䜱䝆䜵䝑䝖 A
• Treasure API キー
• 接続するデータベース名
• 集計インターバル
• チャートタイプ
• 集計クエリ
䜴䜱䝆䜵䝑䝖 B
• Treasure API キー
• 接続するデータベース名
• 集計インターバル
• チャートタイプ
• 集計クエリ
各々のウィジェットに異なるデータベース・テーブルからの
集計結果を表示することが可能

29. 29
データ横断分析例：複数のオンラインゲームを横断
複数ゲームのKPIを一覧
できるダッシュボード：
Metric Insights

30. 30
ウィジェット設定
設定アイコンを
クリック

31. 31
1. 㞟ィ䜲䞁䝍䞊䝞
䝹䜢タᐃ
2. 䝯䝆䝱䞊䛾✀㢮
䜢タᐃ
3. 䜹䝔䝂䝸䜢タᐃ
ウィジェット設定

32. 32
4. Plug-in䜢㑅ᢥ
5. ᥋⥆䛩䜛䝕䞊
䝍䝋䞊䝇䜢ᣦᐃ
6. 䜽䜶䝸䜢グ㏙
7. Sample Result
䜢☜ㄆ
ウィジェット設定

33. 33
チャートウィジェット（時系列データ）

34. 34
チャートウィジェット（その他のデータ）

35. 35
レポートウィジェット（複数のチャートとテーブルの統合）

36. 36
レポートウィジェット（複数のチャートとテーブルの統合）

37. 37
レポートウィジェット（複数のチャートとテーブルの統合）

38. Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
38
５．Basic KPIs

39. Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
39
1. データ収集 2. データWatch 3. 目標設定
4. データ分析 5. 考察・仮説 6. Plan

40. KPI カテゴリ
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
40
Category KPI Example
Activeness ゲームの活況度を判断するKPI群。
アクティブ ユーザー数，新規ユーザー数，etc…
Funnel ( Conversion ) Analysis コンバージョンまでの経路の離脱率を図るKPI群。
コンバージョン，チュートリアルのステップ毎の離脱度，etc…
Sales Revenue 課金周りのKPI群。
売り上げ，ARPU, ARPPU, etc…
Distribution ユーザー数や課金額の分布を様々なセグメントで切った分布。
課金額の分布，レベルの分布，所有ポイント数の分布，etc…
Inflow / Outflow Equilibrium 流入と流出の平衡を見るためのKPI群。
仮想通貨の提供量/消費量，etc…
Retention 初回登録から再ログインまでの期間やリピート回数, etc…
これらのカテゴリーに属するKPI群を導入時から参照できるKPIテンプレートを用意

41. Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
41
ゼၥ㛫㝸䠖䜋䛸䜣䛹䛾䝴䞊䝄䞊䛿ẖ᪥ゼၥ䛧
䛶䛟䜜䛶䛔䜛䚹㛗䛟䛶䜒1㐌㛫௨ෆ䛻෌ゼ䛧䛶䛟
䜜䛶䛔䜛䚹
Activeness
ARPU䠖඲䜰䜽䝉䝇䝴䞊䝄䞊1ேᙜ䛯䜚䛾
ㄢ㔠㢠䠄䝕䜲䝸䞊䠅
ARPPU䠖඲ㄢ㔠䝴䞊䝄䞊1ேᙜ䛯䜚
䛾ㄢ㔠㢠䠄䝕䜲䝸䞊䠅
AcNve
Users䠖䝴䝙䞊䜽䝴䞊䝄䞊ᩘ
䠄䝕䜲䝸䞊䠅

42. Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
42
Funnel Analysis
䝏䝳䞊䝖䝸䜰䝹䝣䜯䞁䝛䝹䠖
䝏䝳䞊䝖䝸䜰䝹䛾ධཱྀ䠄䝷䞁䝕䜱䞁䜾䠅䛛䜙ฟཱྀ
䠄Ⓩ㘓䠅䜎䛷䛾ྛ䝇䝔䝑䝥䛻䛚䛡䜛㞳⬺≧ἣ䜢
ぢ䜛䚹

43. Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
43
Revenue ኎ୖ䝏䝱䞊䝖䠖
䜹䝔䝂䝸䠈䜰䜲䝔䝮ྡ䛤䛸䛾᪥ḟ䛾᥎⛣

44. Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
44
Retention (Cohort Analysis)
䝁䝩䞊䝖ศᯒ䠖
ྛ᭶䛾䝴䞊䝄䞊䛜䠈ఱ%䛜䛭䜜௨㝆䛾᭶䛷䜒
ゼၥ䛧䛶䛟䜜䛶䛔䜛䛾䛛䚹

45. Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
45
４．Advanced KPIs
（セグメント分析）

46. 週末のみのアクセスで大量の買い物をしてくれる中年ファン（お金にゆとりのある）セグメント
毎日アクセスしてくれるけど，買い物をしてくれない，最近登録した若いユーザーセグメント
1.
䝦䝡䞊䝴䞊䝄䞊䛷
2.
㐌1䛾㢖ᗘ䛷
3.
30ṓྎ䛷
トレジャーデータサービスを使えば、任意のセグメントの組み合わせ及び
任意の区切り方で独自のセグメントを作ることができる
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
月間課金額
0 円以内
（無課金ユーザー）
～1,000 円
（ライトユーザー）
～10,000 円
（プレミアムユーザー）
10,000円 ～
（ヘビーユーザー）
人数 10,000 人 5,000 人 1,000 人 10 人
月間訪問回数
1 回
（月1ユーザー）
～4 回
（週1ユーザー）
～ 8 回
（週2,3 ユーザー）
～ 8回
（常連ユーザー）
人数 10,000 人 5,000 人 1,000 人 10 人
年代 ～ 20歳 20 ～ 30歳 30 ～ 40歳 ～ 40歳
人数 10,000 人 20,000 人 15,000 人 5,000 人
会員登録日
2012年
（オールドユーザー） 2013年 2014年1月～6月
2014年6月～
（新規ユーザー）
人数 100,000 人 3,000 人 5,000 人 100 人
4.
ึᮇ䛛䜙㐟䜣䛷䛟䜜䛶䛔䜛
1’.
↓ㄢ㔠䛺䛾䛻
2’.
ᖖ㐃䝴䞊䝄䞊䛷
3’.
ⱝ䛔䝴䞊䝄䞊䛷
4’.
᭱㏆䛾Ⓩ㘓䝴䞊䝄䞊

47. ユーザーセグメンテーション
セグメント軸 値
月間課金額 5,000 円以上 1,0000 円以内
月間訪問回数 5回以上10回以内
年代 30歳以上40歳以内
会員登録日 2013年
… …
複数のセグメント軸の組
み合わせによるセグメン
テーションが可能に。
䝉䜾䝯䞁䝖䠞 … …
少数のデータしか扱えないな
らば、細かいセグメントを作る
とそれぞれのサンプル数が疎に
なってしまって活用できない。
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
47
䝉䜾䝯䞁䝖䠝
セグメント軸 値
月間課金額 0円
月間訪問回数 1回以内
年代 20歳以上30歳以内
会員登録日 2014年
ユーザー「属性」情報に加えてアクセス履歴、購入履歴といった「行動」情報
の取得できるECでは柔軟なセグメンテーションが可能

48. RMセグメンテーション
㻾㻛㻹 㻝㻜㻜㻜㻜 㻞㻜㻜㻜㻜 㻟㻜㻜㻜㻜 㻠㻜㻜㻜㻜 㻡㻜㻜㻜㻜 㻢㻜㻜㻜㻜 㻣㻜㻜㻜㻜 㻤㻜㻜㻜㻜 㻥㻜㻜㻜㻜 㻝㻜㻜㻜㻜㻜
㻜 㻝㻝㻥 㻣㻜 㻡㻣 㻠㻝 㻠㻠 㻟㻤 㻟㻞 㻞㻝 㻟㻞 㻞㻥
㻝 㻝㻥㻥 㻢㻢 㻢㻜 㻟㻞 㻠㻜 㻟㻤 㻞㻣 㻟㻝 㻞㻢 㻞㻣
㻞 㻝㻞㻤 㻥㻞 㻤㻜 㻡㻣 㻡㻢 㻠㻟 㻡㻜 㻠㻝 㻟㻞 㻞㻥
㻟 㻝㻞㻞 㻣㻢 㻣㻝 㻡㻝 㻡㻜 㻟㻤 㻟㻢 㻟㻝 㻞㻣 㻞㻜
㻠 㻝㻡㻝 㻢㻞 㻡㻝 㻟㻟 㻟㻢 㻟㻥 㻟㻡 㻟㻠 㻟㻥 㻞㻥
㻡 㻝㻠㻞 㻤㻢 㻡㻞 㻡㻥 㻟㻢 㻠㻜 㻟㻟 㻟㻠 㻟㻥 㻟㻜
㻢 㻞㻜㻞 㻝㻠㻜 㻝㻝㻟 㻥㻝 㻥㻢 㻣㻞 㻣㻝 㻢㻝 㻡㻤 㻡㻟
㻣 㻞㻤㻞 㻝㻤㻜 㻝㻞㻜 㻥㻤 㻤㻝 㻤㻢 㻣㻢 㻢㻥 㻡㻝 㻟㻡
㻤 㻟㻡㻡 㻝㻢㻝 㻝㻝㻣 㻤㻤 㻣㻜 㻢㻤 㻡㻜 㻠㻟 㻟㻡 㻟㻟
㻥 㻞㻠㻥 㻝㻟㻟 㻥㻜 㻣㻣 㻢㻝 㻠㻞 㻡㻝 㻠㻢 㻠㻞 㻞㻥
㻝㻜 㻞㻟㻣 㻥㻟 㻢㻣 㻢㻠 㻟㻟 㻟㻥 㻟㻟 㻞㻣 㻞㻤 㻞㻟
㻝㻝 㻝㻤㻢 㻝㻝㻥 㻝㻜㻜 㻠㻥 㻡㻞 㻠㻞 㻟㻣 㻠㻜 㻞㻝 㻞㻣
㻝㻞 㻞㻝㻞 㻢㻝 㻠㻣 㻠㻞 㻠㻠 㻟㻤 㻞㻥 㻟㻜 㻞㻠 㻝㻠
㻝㻟 㻞㻞㻡 㻝㻢㻞 㻝㻞㻜 㻝㻜㻤 㻝㻝㻜 㻝㻜㻠 㻣㻟 㻣㻝 㻢㻥 㻡㻢
㻝㻠 㻠㻡㻠 㻝㻣㻜 㻝㻞㻢 㻣㻥 㻤㻤 㻢㻞 㻢㻟 㻡㻥 㻡㻟 㻟㻤
㻝㻡 㻟㻣㻡 㻝㻤㻥 㻝㻞㻥 㻥㻥 㻥㻟 㻥㻢 㻡㻢 㻡㻞 㻠㻠 㻠㻝
㻝㻢 㻝㻢㻠 㻝㻝㻥 㻣㻠 㻢㻟 㻡㻤 㻠㻡 㻠㻢 㻟㻣 㻝㻣 㻞㻡
㻝㻣 㻞㻠㻞 㻝㻜㻜 㻤㻜 㻠㻠 㻟㻠 㻟㻟 㻟㻞 㻞㻠 㻞㻝 㻞㻜
㻝㻤 㻟㻝㻣 㻝㻡㻠 㻣㻥 㻢㻞 㻠㻢 㻠㻜 㻟㻡 㻝㻤 㻞㻟 㻝㻝
㻝㻥 㻞㻜㻜 㻝㻟㻡 㻣㻠 㻢㻜 㻡㻜 㻟㻢 㻞㻥 㻟㻟 㻞㻝 㻞㻟
㻞㻜 㻞㻢㻤 㻝㻠㻢 㻥㻤 㻥㻣 㻣㻟 㻢㻥 㻠㻥 㻠㻤 㻠㻜 㻠㻜
㻞㻝 㻞㻠㻥 㻝㻞㻤 㻤㻣 㻢㻝 㻠㻣 㻠㻣 㻠㻣 㻠㻟 㻟㻣 㻝㻥
㻞㻞 㻞㻜㻞 㻝㻡㻜 㻝㻜㻝 㻣㻝 㻡㻝 㻡㻜 㻟㻡 㻠㻜 㻞㻢 㻞㻡
㻞㻟 㻝㻣㻣 㻝㻜㻜 㻣㻜 㻢㻠 㻟㻟 㻠㻞 㻟㻡 㻞㻡 㻝㻤 㻞㻞
㻞㻠 㻝㻟㻞 㻥㻟 㻡㻠 㻠㻜 㻞㻢 㻞㻜 㻞㻞 㻞㻞 㻞㻜 㻝㻟
㻞㻡 㻞㻜㻤 㻝㻞㻝 㻤㻞 㻠㻠 㻟㻢 㻟㻡 㻞㻟 㻞㻝 㻝㻤 㻝㻢
㻞㻢 㻝㻣㻜 㻝㻝㻟 㻢㻢 㻢㻥 㻟㻣 㻟㻢 㻟㻢 㻞㻜 㻝㻡 㻝㻣
㻞㻣 㻞㻞㻤 㻝㻠㻝 㻝㻜㻢 㻤㻠 㻣㻠 㻢㻝 㻟㻣 㻡㻤 㻡㻝 㻞㻥
㻞㻤 㻝㻡㻠 㻝㻝㻥 㻣㻝 㻡㻤 㻠㻜 㻠㻠 㻞㻣 㻞㻡 㻝㻤 㻝㻟
㻞㻥 㻝㻢㻟 㻥㻢 㻤㻢 㻠㻠 㻠㻠 㻞㻢 㻟㻜 㻝㻣 㻝㻝 㻝㻠
㻟㻜 㻞㻣㻟 㻝㻝㻟 㻣㻥 㻡㻤 㻠㻠 㻟㻝 㻟㻠 㻞㻣 㻞㻞 㻞㻜
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
48
RFM（R=Recency、F = Frequency、M=Monetary ）から2種類の軸を選択。
上図は「直近のアクセス日（R）」 ×「月間課金額区分」でのセグメント。

49. 月間課金額セグメント（月次比較）
1月と2月における月間課金額のセグメントでユーザー数を観察
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
49
¥0
¥1k
¥2k
¥3k
¥4k
¥5k
¥6k
¥7k
¥8k
¥9k
¥10k
～
¥20k
～
¥50k
～
¥100k～
合計
1月
1,009k
25,355
2,502
1,069
621
502
395
246
224
177
865
535
127
38
1,071k
2月
1,039k
13,284
2,166
1,164
726
522
386
264
204
182
908
690
172
34
1,100k
diff
+30,000
+12,071
-­‐336
+95
+105
+20
-­‐9
+18
-­‐20
+5
+43
+155
+45
-­‐4
39,000

50. 月間課金額セグメント（月次比較）
2月に入って¥1000台の
課金ユーザーが減少
高額課金ユーザーは順調に増加。
特に「Whale」と呼ばれる¥10万以
上のマンモス課金ユーザーが離れて
いない
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
新規ユーザー数も増加。
50
無課金ユーザーもそれな
りに増加
¥0
¥1k
¥2k
¥3k
¥4k
¥5k
¥6k
¥7k
¥8k
¥9k
¥10k
～
¥20k
～
¥50k
～
¥100k～
合計
1月
1,009k
25,355
2,502
1,069
621
502
395
246
224
177
865
535
127
38
1,071k
2月
1,039k
13,284
2,166
1,164
726
522
386
264
204
182
908
690
172
34
1,100k
diff
+30,000
+12,071
-­‐336
+95
+105
+20
-­‐9
+18
-­‐20
+5
+43
+155
+45
-­‐4
39,000

51. 月間課金額セグメント（各セグメントの占める割合）
¥0
¥1k
¥2k
¥3k
¥4k
¥5k
¥6k
¥7k
¥8k
¥9k
¥10kࠥ
¥20kࠥ
¥50kࠥ
¥100kࠥ
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
51
1᭶
䠄༓෇䠅
0
12,677
3,753
2,672
2,173
2,260
2,172
1,599
1,680
1,504
12,955
17,655
9,525
6,845
2᭶
䠄༓෇䠅
0
11,984
3,293
2,465
2,733
2,489
3,034
1,892
1,302
1,409
9,903
15,351
8,432
8,902

52. 月間課金額セグメント（各セグメントの占める割合）
少額課金ユーザーは数は
大きいがRevenueインパ
クトは小さい
Whaleユーザーは極少数
ながらRevenueインパク
ト大
¥10,000以上の課金ユー
ザーのRevenueインパク
トが非常に大きい
¥0
¥1k
¥2k
¥3k
¥4k
¥5k
¥6k
¥7k
¥8k
¥9k
¥10kࠥ
¥20kࠥ
¥50kࠥ
¥100kࠥ
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
52
1᭶
䠄༓෇䠅
0
12,677
3,753
2,672
2,173
2,260
2,172
1,599
1,680
1,504
12,955
17,655
9,525
6,845
2᭶
䠄༓෇䠅
0
11,984
3,293
2,465
2,733
2,489
3,034
1,892
1,302
1,409
9,903
15,351
8,432
8,902

53. 月間課金額セグメント（1月→2月：セグメント移動）
セグメント移動分析：
前月に比べて月次課金セグメントが動いた
割合を観察（新規ユーザー除く）。
＋ は前月に比べて大きいセグメントに移動
− は前月に比べて小さいセグメントに移動
＝ はセグメント移動無し
¥0
¥1k
¥2k
¥3k
¥4k
¥5k
¥6k
¥7k
¥8k
¥9k
¥10kࠥ
¥20kࠥ
¥50kࠥ
¥100kࠥ
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
53
-­‐
0%
50%
12%
9%
8%
5%
4%
3%
2%
1%
1%
2%
5%
3%
=
89%
46%
79%
77%
78%
89%
92%
93%
95%
94%
92%
94%
95%
97%
+
11%
4%
9%
14%
14%
6%
4%
4%
3%
5%
7%
4%
0%
0%

54. 月間課金額セグメント（1月→2月：セグメント移動）
（ − 移動）前月は
¥1,000台を課金してい
たユーザーの多くが無
課金ユーザーに変わっ
てしまった
比較的大きい課金額
のユーザーは
安定して同程度の課
金を続けてくれてい
る
¥0
¥1k
¥2k
¥3k
¥4k
¥5k
¥6k
¥7k
¥8k
¥9k
¥10kࠥ
¥20kࠥ
¥50kࠥ
¥100kࠥ
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
54
-­‐
0%
50%
12%
9%
8%
5%
4%
3%
2%
1%
1%
2%
5%
3%
=
89%
46%
79%
77%
78%
89%
92%
93%
95%
94%
92%
94%
95%
97%
+
11%
4%
9%
14%
14%
6%
4%
4%
3%
5%
7%
4%
0%
0%

55. レベルセグメント（× 課金情報）
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
55
䝺䝧䝹
䝴䞊䝄䞊ᩘ
ARPU
ARPPU
ㄢ㔠⥲㢠
(༓෇)
1
590250
20
132
13,590
5
134035
45
321
10,432
10
60530
78
301
5,830
15
50374
30
405
5,021
20
7030
59
304
5,382
25
3059
300
600
5,042
30
1039
302
673
3,840
35
807
402
563
5,830
40
694
602
980
7,492
45
345
894
1,034
8,903
50
132
1000
1,231
15,323
レベルセグメント：
今度はユーザーのレベルでセグメント分け。
レベルごとの人数、ARPU、ARPPU、課金総額の分布

56. レベルセグメント（× 課金情報）
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
56
䝺䝧䝹
䝴䞊䝄䞊ᩘ
ARPU
ARPPU
ㄢ㔠⥲㢠
(༓෇)
1
590250
20
132
13,590
5
134035
45
321
10,432
10
60530
78
301
5,830
15
50374
30
405
5,021
20
7030
59
304
5,382
25
3059
300
600
5,042
30
1039
302
673
3,840
35
807
402
563
5,830
40
694
602
980
7,492
45
345
894
1,034
8,903
50
132
1000
1,231
15,323
レベル15と20の間に大き
な壁がある
この壁によってARPPUの
高いこの上のレベルへたど
り着けていない
レベルに比例してARPU、
ARPPUの上昇が顕著に見
られる
ハイレベルユーザーの
Revenueインパクトが大き
い

57. 月額課金セグメント×レベルセグメント
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
57
䝺䝧䝹
課金セグメント×レベルセグメント：
¥0
¥1k
¥2k
¥3k
¥4k
¥5k
¥6k
¥7k
¥8k
¥9k
¥10kࠥ
1
75%
53%
32%
24%
11%
7%
0%
0%
0%
0%
0%
10
15%
32%
34%
25%
21%
13%
13%
4%
3%
0%
0%
20
5%
7%
20%
21%
26%
24%
23%
9%
3%
1%
0%
30
0%
5%
8%
14%
23%
26%
25%
23%
33%
26%
3%
40
0%
3%
6%
8%
12%
17%
23%
32%
30%
33%
56%
50
0%
0%
0%
8%
7%
13%
16%
32%
31%
30%
41%

58. 月額課金セグメント×レベルセグメント
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
58
䝺䝧䝹䛜㧗䛔䝉䜾䝯䞁䝖䛿䠈
᭶ḟㄢ㔠ᑐ䜒኱䛝䛔䝉䜾䝯䞁
䝖䛻䛺䜛ഴྥ䛜䛒䜛䚹
䝺䝧䝹
¥0
¥1k
¥2k
¥3k
¥4k
¥5k
¥6k
¥7k
¥8k
¥9k
¥10kࠥ
1
75%
53%
32%
24%
11%
7%
0%
0%
0%
0%
0%
10
15%
32%
34%
25%
21%
13%
13%
4%
3%
0%
0%
20
5%
7%
20%
21%
26%
24%
23%
9%
3%
1%
0%
30
0%
5%
8%
14%
23%
26%
25%
23%
33%
26%
3%
40
0%
3%
6%
8%
12%
17%
23%
32%
30%
33%
56%
50
0%
0%
0%
8%
7%
13%
16%
32%
31%
30%
41%

59. Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
59
Discussion Q and A

60. 続きは公式ブログで
Copyright
©2014
Treasure
Data.
All
Rights
Reserved.
60
hp://treasure-­‐data.hateblo.jp