フレームワーク活用ガイドひとことで言うと#
プロダクトの成長を**Acquisition（獲得）→ Activation（活性化）→ Retention（継続）→ Referral（紹介）→ Revenue（収益）**の5段階に分解し、どこがボトルネックかを一目で把握するフレームワーク。頭文字を取って「AARRR」、海賊の叫び声に似ているので「パイレーツメトリクス」と呼ばれる。
押さえておきたい用語#
- AARRR（アー）
- Acquisition・Activation・Retention・Referral・Revenueの頭文字を並べた5段階のグロースファネルのこと。海賊の叫び声に似ていることからパイレーツメトリクスと呼ばれる。
- Activation（アクティベーション）
- ユーザーが初めてプロダクトのコアバリューを体感する瞬間のこと。「アハ体験」とも呼ばれ、継続率に最も影響するステージ。
- 転換率（コンバージョンレート）
- ある段階から次の段階へ進んだユーザーの割合のこと。各段階の転換率がファネル全体の健全性を示す。
- バニティメトリクス（Vanity Metrics）
- PV数やダウンロード数など、見栄えは良いが実際の成長を反映しない指標のこと。AARRRでは転換率こそが本質的な指標。
パイレーツメトリクスの全体像#
こんな悩みに効く#
- ユーザー数は増えているのに売上が伸びない（どこで漏れているのかわからない）
- グロース施策を打っているが、何が効いているのか判断できない
- チーム全体で追うべき指標が統一されていない
基本の使い方#
自社プロダクトに合わせて各段階の具体的な指標を決める。
- Acquisition（獲得）: ユーザーがプロダクトを知って訪問する段階
- 例: Webサイト訪問数、アプリダウンロード数、チャネル別流入数
- Activation（活性化）: 初めて「価値を体感」する段階
- 例: サインアップ完了率、初回キーアクション実行率、チュートリアル完了率
- Retention（継続）: 繰り返し使い続ける段階
- 例: 翌週継続率、月間アクティブ率、DAU/MAU比率
- Referral（紹介）: 他の人に勧める段階
- 例: 招待送信数、招待経由のサインアップ数、NPS
- Revenue（収益）: お金を払う段階
- 例: 有料転換率、ARPU、LTV
コツ: 各段階に指標を1〜2個に絞る。多すぎると焦点がぼやける。
各段階の転換率を一枚の図にまとめる。
例:
- 訪問 10,000人 → サインアップ 2,000人（20%）
- サインアップ → アクティベーション 800人（40%）
- アクティベーション → 翌月継続 320人（40%）
- 継続 → 紹介 32人（10%）
- 継続 → 有料転換 96人（30%）
最も改善インパクトが大きい段階に集中する。一般的に:
- Retentionが低い → ここを直さないと他を改善しても「穴の空いたバケツ」
- Activationが低い → ユーザーが価値を感じる前に去っている
- Acquisitionは最後に改善する → 上流を増やしても穴が空いていたら意味がない
特定したボトルネックに対して仮説を立て、実験する。
段階別のよくある施策:
- Acquisition改善: SEO最適化、リファラルプログラム導入、広告クリエイティブのABテスト
- Activation改善: オンボーディングフローの短縮、初回体験の再設計、パーソナライズ
- Retention改善: プッシュ通知の最適化、習慣形成の仕組み、機能の深掘り
- Referral改善: 招待のインセンティブ設計、シェア導線の改善
- Revenue改善: 料金プランの見直し、アップセルのタイミング最適化
1度に1段階に集中する。同時に5つ改善しようとしないこと。
具体例#
オンライン学習プラットフォームが「ユーザーは増えているのに有料会員が増えない」問題を分析。
現状のファネル:
| 段階 | 数値 | 転換率 | 判定 |
|---|---|---|---|
| Acquisition | 月50,000訪問 | — | 問題なし |
| Activation | 5,000サインアップ | 10% | やや低い |
| Retention | 500人が翌月も利用 | 10% | 深刻 |
| Referral | 50人が紹介 | 10% | 普通 |
| Revenue | 150人が有料会員 | 30% | 良好 |
発見: 有料転換率（30%）は高い。問題はRetention（10%）。せっかくサインアップしても9割が翌月には消えている。
深掘り調査: 離脱ユーザーにインタビューした結果:
- 「最初の講座が長すぎて完了できなかった」
- 「何を学べばいいかわからなかった」
施策:
- 初回は15分で完了するミニ講座を必須ステップに
- 学習目的に応じたおすすめパスを自動表示
Retentionが10%→28%に改善。有料転換率は変わらないのに、有料会員数が2.8倍に。下流の穴をふさいだだけで上流の投資効率が劇的に向上した。
従業員300名のBtoB名刺管理SaaS。月額980円/ユーザーのフリーミアムモデル。
現状のファネル:
| 段階 | 数値 | 転換率 | 判定 |
|---|---|---|---|
| Acquisition | 月12,000訪問 | — | 良好 |
| Activation | 1,800サインアップ | 15% | 良好 |
| Retention | 900人が翌月も利用 | 50% | 良好 |
| Referral | 27人が同僚を招待 | 3% | 低い |
| Revenue | 360人が有料プラン | 40% | 良好 |
発見: ファネル全体は健全だが、Referral（3%）が異常に低い。名刺管理は本来チームで使うほど価値が高まるプロダクトなのに、個人利用にとどまっている。
施策:
- 名刺データの社内共有機能を無料プランに開放（招待型バイラル）
- 「同じ会社に訪問予定がある同僚」を自動検知して通知
- 5人以上の招待でチーム分析機能をアンロック
Referral率が3%→18%に改善。新規獲得の35%が社内紹介経由になり、CACが月42万円から28万円に低下。1チームあたりの平均ユーザー数が2.1人→6.8人に拡大。
会員数800名の地方フィットネスジムが、自社会員アプリのグロースを分析。
現状のファネル:
| 段階 | 数値 | 転換率 | 判定 |
|---|---|---|---|
| Acquisition | 月600人がアプリDL | — | 普通 |
| Activation | 180人がプロフィール設定 | 30% | 低い |
| Retention | 108人が翌月もログイン | 60% | 良好 |
| Referral | 11人が友人紹介 | 10% | 普通 |
| Revenue | パーソナルトレーニング予約15件 | 14% | 普通 |
発見: Activation（30%）がボトルネック。アプリをダウンロードしても、プロフィール設定で7割が離脱。設定項目が15個もあり、初回体験が重すぎた。
施策:
- 初回設定を「名前」「目的（ダイエット/筋力UP/健康維持）」の2問だけに短縮
- 目的に合ったトレーニングメニューを即座に表示
- 残りのプロフィールは「使いながら徐々に入力」方式に変更
Activation率が30%→68%に改善。月間アクティブユーザーが108人から245人に増加し、パーソナルトレーニング予約が月15件→月42件に。アプリ経由の追加売上が月額28万円増加した。
やりがちな失敗パターン#
- Acquisition（集客）ばかりに投資する — いくらユーザーを集めても、ActivationとRetentionが悪ければ「穴の空いたバケツに水を注ぐ」のと同じ。まず下流（Retention）を直してから上流（Acquisition）を増やす
- バニティメトリクス（見栄え指標）を追う — ダウンロード数やPV数は気持ちいいが、成長の実態を反映しない。各段階の転換率こそが本当の健全性を示す
- 5段階すべてを同時に改善しようとする — リソースが分散して何も動かない。最もインパクトの大きい1段階に全力を注ぐ
- 自社プロダクトに合った定義をしない — 「Activationとは何か」はプロダクトごとに違う。汎用的な指標をそのまま使うのではなく、自社プロダクトの「アハ体験」に合わせて定義する
まとめ#
パイレーツメトリクスは「どこが一番漏れているか」を5段階で診断するフレームワーク。全体を俯瞰してボトルネックを見つけ、そこに集中する。すべてを同時に直そうとせず、最もインパクトが大きい1箇所に全力を注ごう。AARRRの叫び声が、チームの共通言語になる。