2026年、アプリの予算判断に役立つ10のKPI
アプリのKPIは、判断したいことから選びます。初期の価値体験と継続率で製品価値を、有料転換率と収益で収益化を確認し、獲得費用と貢献利益に基づく回収期間で成長の採算を見ます。インストール単価も有用ですが、それだけで利益は判断できません。同じ条件のコホートと期間を比較し、実測値、広告に帰属させた値、予測値を分けて示して
ダッシュボードを作る前に、判断を決める
インストール単価が下がっても、戻ってこない、支払わないユーザーばかり増えることがあります。単価が高くても、追加の貢献利益で十分早く費用を回収でき、資金繰りに合えば採算は取れます。予算を変える前に、獲得、製品の品質、収益化を合わせて確認
以下の10組のKPIは報告の出発点であり、共通の目標値ではありません。サブスクリプション型なら更新と有料転換、広告収益型なら広告収益と利用、マーケットプレイスなら取引完了と自社に残る利益が重要です。各指標の定義に責任者を置き、どの判断に使うかを決めます。プラットフォームの資料は2026年10月9日に確認
定義をそろえて使う10のアプリKPI
通貨、タイムゾーン、コホートへの参加イベント、集計の締め日をそろえます。割合を百分率で表す場合は100を掛けます。欠損値とゼロは分けて
| KPI | 計算の基本 | 明記する条件 |
|---|---|---|
| 1. アクティベーション率 | 意味のある最初の行動を完了した新規ユーザー数 / 対象となる新規ユーザー数 | 行動と期限。例:7日以内に最初のレッスンを完了 |
| 2. 7日目・30日目の継続率 | その日ちょうどに利用したコホート内ユーザー数 / 元のコホートの対象ユーザー数 | 初回起動かインストールか。当日継続率か別の定義か |
| 3. 利用頻度 | 日間アクティブユーザー数(DAU)/ 月間アクティブユーザー数(MAU) | アクティブの条件と、移動期間か暦の期間か |
| 4. 有料転換率 | 締め日までに初回支払いをしたコホート内ユーザー数 / 対象ユーザー数 | インストールからの転換とトライアルからの転換では分母が異なる |
| 5. 顧客獲得費用(CAC) | 期間またはコホートに割り当てた獲得費用 / 新規獲得顧客数 | 有料顧客かユーザーか。有料チャネルのみか全体か。含める費用 |
| 6. ユーザー当たり収益 | 期間内収益 / 期間内ユーザー数。ARPPUは有料ユーザー数で割る | 総額か純額か。アクティブの定義と収益源 |
| 7. 貢献利益ベースのLTV | 指定した期間に期待するコホートの貢献利益 / 元のコホート人数 | 実測部分、予測部分、予測期間、控除費用 |
| 8. 貢献利益ベースの回収期間 | 累積貢献利益が獲得費用を初めてカバーするまでのコホート経過日数 | 両側の対象集団と費用範囲。必要に応じて入出金時期 |
| 9. 広告費用対効果(ROAS) | コホートやキャンペーンに帰属させた収益 / 対応する広告費 | 収益の定義、コホート経過日数、アトリビューション方式と期間 |
| 10. クラッシュのないセッションの割合 | 致命的なクラッシュのないセッション数 / 計測した全セッション数 | アプリ版、OS、観測期間、データ収集の範囲 |
ユーザー当たり平均収益(ARPU)と有料ユーザー当たり平均収益(ARPPU)は、異なる問いに答えます。少数の課金者が大きな無料ユーザー層を支える場合は両方を追います。StripeのCACの定義には、広告費だけでなく営業・マーケティング費用が含まれます。制作、代理店、獲得担当者の費用を含めるか明記してください。広告費をインストール数で割った値はCPIです。全獲得ユーザー数で割るなら、その単位を示し、有料顧客当たりのCACと混同しないよう
継続率、解約、利用頻度を区別する
7日目の継続率は通常、最初の7日間のどこかで戻った割合ではなく、7日目当日に戻った割合です。計測対象の日まで到達できるだけの時間が経ったコホートのみを含めます。初回起動コホートとインストールコホートも同じではありません。Appleの継続率資料では、一度も開かないインストールを除き、利用データの共有に同意したユーザーのデータを使います。初回起動が遅れると分母が増える場合があります。自社の製品分析と同じ母集団だと決めつけないで
100から継続率を引いた値は、その定義の補数です。自動的にサブスクリプションの解約率になるわけではありません。7日目に使わなくても契約は続き、8日目に戻るユーザーもいます。RevenueCatのChurnチャートは、有料サブスクリプションがアクセス権を失うことを測定します。自動更新をオフにしただけでは、アクセス期間が終了するまでchurnとして扱い
Google AnalyticsのDAU/MAUは、過去24時間のアクティブユーザーと過去30日間のアクティブユーザーを比較します。これは利用頻度であり、一つの獲得コホートが残っている割合ではありません。週1回使うツールに、毎日遊ぶゲームと同じ行動を求める必要はありません。セッション頻度、タスク完了、価値のある行動の間隔も確認します。2019年のiOS長期利用調査でも、時期やカテゴリーで利用パターンが変わることが示されています。歴史的な参考資料であり、2026年の目標値では
必要な費用を差し引いて回収を計算する
ここでは、総受取額から該当する返金、ストアや決済処理の手数料、納付のために預かった税金を引いたものを純収益とします。さらにサービス提供の変動費を引き、獲得費用控除前の貢献利益を計算します。広告収益、チャージバック、為替換算の扱いも記録します。会計上の収益、入金、ストアからの振込は別の日に発生する場合が
取引ごとに適用される条件を使ってください。Appleの公表する標準的なサブスクリプションの仕組みでは、有料サービスが1年続くと開発者の受取割合が変わり、Small Business Programの参加者には最初から高い割合が適用されます。地域別契約や代替決済では条件が異なる場合があります。全取引に一律のストア控除率を使えるとは限り
以下は単一通貨での仮の計算例です。広告費10,000ドルで1,000人を獲得すれば、1人当たり10ドルです。30日目までの純受取額が8,000ドル、変動費が2,000ドルなら、貢献利益は6,000ドルです。この基準で回収したのは広告費の60%であり、全額回収はまだ観測されていません。代理店や制作費を対象に含めるなら、回収すべき金額は
将来の貢献利益予測は別に表示します。初期離脱、更新、返金、利用変化があるため、一定のARPUに想定継続期間を掛けるだけでは誤解を招くことがあります。継続率や生存分析のモデルは予測を支えますが、入金済みの金額にはなりません。LTVとCACは、ユーザーか顧客かという単位と費用範囲をそろえて比較してください。90日で回収する目標にも、待つ間を支える資金が必要です。許容できる回収期間やLTV/CAC比率は一律では
プライバシーによる制約と取引の欠落を分ける
AppleのApp Tracking Transparencyのルールは、他社のアプリやサイトをまたぐトラッキングと広告識別子へのアクセスを規定します。すべての購入記録や自社の利用イベントが推計値になるわけではありません。ただし、収集は同意、実装、適用ルールに左右さ
AdAttributionKitのアトリビューションポストバックは遅れて届き、詳細度はプライバシーのしきい値に依存します。コンバージョン値が欠けていても、購入がゼロとは限りません。ポストバックの対象期間、報告の到着日、モデル推計収益を取引台帳と分けて管理
Googleは2025年10月17日、AndroidとChromeのPrivacy SandboxのAttribution Reporting APIを終了する方針を発表しました。過去のAndroid向け提案がユーザー単位の計測をすべて置き換えたという前提で、2026年の計画を立てないでください。現在の分析、ストア、広告連携が実際に何を報告するか確認
変化を解釈する前にデータソースを照合する
金額はストアや決済事業者の記録、行動は製品分析、アトリビューションはモバイル計測パートナー(MMP)で確認します。取り込んだ広告費は広告ネットワークの請求記録と照合してください。実測、帰属、推計、予測の各項目を区別します。市場分析の推計は別の情報源であり、アプリインテリジェンスのガイドでも説明し
合計が一致しなければ、まず取引IDの重複、返金日、タイムゾーン、通貨、アトリビューション期間、再インストールや再エンゲージメントのルールを確認します。プライバシーや定義の違いによる差もあれば、修復できる連携の不具合もあります。計測が不完全だからといって、説明できない差を無視してはいけ
安定性について、Firebase Crashlyticsはクラッシュのないユーザーとセッションを区別し、致命的なイベントから指標を計算します。非致命的エラーや応答しない状態(ANR)は別途監視します。アプリ版と比較可能な期間ごとに確認してください。一律に「エラー率1%なら許容」とせず、障害の影響と現在の水準に合う目標を
集計結果から具体的な次の調査へ進む
リリース後にアクティベーションが落ちたら、変更した操作フローと影響する版を確認します。有料転換が改善しても返金が増えれば、残る貢献利益を見ます。有料チャネルのCACが上がり全体のCACは安定しているなら、広告運用の改善と結論づける前に有料・自然流入の構成を確認します。同じ経過日数のコホートを比べ、各結果のデータ量を示して
アトリビューションは成果への貢献を割り当てる仕組みです。適切な対照群や地域を使った実験は、広告が追加でもたらした成果を推定できます。GoogleのConversion Lift資料は両者を区別し、不確実性も示します。リフト結果の一部にはモデル推計コンバージョンも含まれます。予算判断に使う前に、実験の範囲、期間、推定区間を確認して
ストア掲載、獲得、製品、収益化の各チームは、定義と次の調査の責任を共有する必要があります。当社のモバイルアプリマーケティングはこれらをつなぎ、消費者向けアプリも支援します。代理店の担当範囲を比較する際は、回収期間の長期化を誰が診断するか、製品や計測のどの変更を自社が担当するか確認