ソーシャルゲームで考えられるKPIを羅列してみる。以下に羅列するうちの最初の5つは特に重要な項目なのでKPIを集計する際には必ず含めるようにしたい。

ソーシャルゲームで考えられるKPI

  • DAU
  • MAU
  • ARPU
  • ARPPU
  • 継続率
  • 課金情報
  • ユーザーのレベル分布
  • ユーザーのレベル別所持金分布
  • ユーザーのレベル別所持キャラクター分布
  • アイテム購入動向
  • ガチャ排出情報
  • 各クエストをクリアしたユーザー数
  • 各クエストの途中で失敗したユーザー数
  • 各クエストのクリア率
  • 各クエストの平均クリア時間
  • 各クエストのコンティニュー率
  • ボス討伐イベントの参加ユーザー数
  • ボス討伐イベントの参加ユーザーのレベル分布
  • ボス討伐イベントのユーザーレベル帯別ダメージ分布
  • ボス討伐イベントの討伐の成功確率
  • ボス討伐イベントの討伐までの平均アタック回数
  • ボス討伐イベントのクリア時間
  • ボス討伐イベントの報酬排出情報

確定した計算方法を持たない指標

最初の5つの項目のうちDAU, MAU, ARPU, ARPPUについては確定した計算方法が存在するが、継続率だけは確定した計算方法が存在しない。
継続率とは、新規登録ユーザーがどれくらいの間継続してゲームを遊んでいるかを表す指標で、どれくらいのユーザーがどのタイミングで離脱しているのかを知る為に活用できる指標である。私が以前使ったことがある継続率の計算方法は以下のものである。この式では月毎に分割して継続率を集計している。
　
ただし、この計算方法では月ごとに分割しているため、月末に近付くほど継続率の精度が低くなってしまうという弱点がある。

((継続率評価日数のうち登録ユーザーがログインした日数 / 登録ユーザー数) / (評価日 - 登録日)) * 100

例えば、2013年01月19日に登録したユーザー数を100人として、3日間の継続率評価対象日数のうち2日間、100人全てのユーザーがログインしたとき、「継続率」は66.66%、「継続率分布」(ユーザーが属する継続率の分布帯)は「61～70%」が100%となる。

上記の例を式に当てはめると以下のようになる。

((200 / 100) / (22 - 19)) * 100 = 66.66

また、ユーザー1人ずつの継続率分布を調べるには(継続率評価日数のうち登録ユーザーがログインした日数 / 登録ユーザー数)の箇所を対象ユーザーがログインした日数に変更する。算出されたデータを1%～10%,11%～20%,21%～30%,……のように10%区切りの帯域ごとに分類すれば、継続率の分布を調べることが出来る。

集計したデータを可視化する

集計したデータは蓄積され、膨大になっていくので、データはグラフ化するのが良い。Web上でグラフ化するのであれば、jQueryのプラグインであるjqplotを使うことをお勧めする。jqplotを過去に仕事で使用したが、顧客の要求の全てに対応できた実績がある。

参考
独自の調査・研究