フレームワーク活用ガイドひとことで言うと#
リテンション（継続率）を初期・中期・長期の3フェーズに分解し、それぞれのフェーズで異なるアプローチで改善する体系的手法。ユーザー獲得よりもリテンション改善のほうがROIが高いことが多い。
押さえておきたい用語#
- リテンションカーブ（Retention Curve）
- コホート別に時間経過とともにどれだけのユーザーが残っているかを描いた継続率の推移グラフのこと。分析のすべてがここから始まる。
- コホート（Cohort）
- 同じ時期にサインアップしたユーザーを一括りにした分析グループのこと。全体平均ではなくコホート別に見ることで真の改善傾向がわかる。
- マジックナンバー（Magic Number）
- 継続ユーザーに共通する初期行動を数値化した定着の閾値のこと。例: 「初週に3回ログインした人のDay 30リテンションが2倍」。
- エンゲージメントループ（Engagement Loop）
- ユーザーが繰り返し利用する動機を生み出す習慣形成の仕組みのこと。中期リテンション改善の核となる設計パターン。
リテンションフレームワークの全体像#
こんな悩みに効く#
- 新規ユーザーは増えているのにMAUが横ばい
- 「なぜユーザーが離脱するのか」の仮説が立てられない
- リテンション施策を打っているが効果測定ができていない
基本の使い方#
まずコホート別のリテンションカーブを描く。これがすべての出発点。
手順:
- ユーザーをサインアップ週（月）ごとにコホート分割
- 各コホートが1日後、7日後、14日後、30日後、60日後にどれだけ残っているかをプロット
- カーブの形状を判断する
3つのパターン:
- フラット化する: ある時点から安定する → 健全。安定するまでの初期離脱を改善すればOK
- ゼロに向かう: 時間とともに全員いなくなる → プロダクトに根本的な課題がある
- 笑顔カーブ: 一度下がってから上がる → 休眠ユーザーが復帰している（珍しいが最高のパターン）
目標: カーブがフラット化する「安定リテンション率」を特定し、それを引き上げる。
リテンションは一枚岩ではない。フェーズごとに原因も対策も異なる。
初期リテンション（Day 0〜7）:
- 課題: オンボーディングの不備、アハ体験未到達
- 対策: 初回体験の改善、セットアップウィザードの最適化
中期リテンション（Week 2〜8）:
- 課題: 習慣が形成されていない、使い続ける理由が弱い
- 対策: エンゲージメントループの構築、プッシュ通知・メールの最適化
長期リテンション（Month 3〜）:
- 課題: 飽き、競合への乗り換え、ライフスタイルの変化
- 対策: 新機能の継続投入、コミュニティの構築、ロイヤルティプログラム
まずどのフェーズで最も離脱が大きいかを特定し、そこに集中する。
「何をしたユーザーが残るのか」を見つける。
分析手法:
- 初週の行動ログを継続ユーザー vs 離脱ユーザーで比較
- 「継続ユーザーの80%が初週にやっている行動」を抽出
- その行動をマジックナンバーとして定義
例:
- Facebook: 「登録10日以内に7人以上の友達を追加」した人はほぼ離脱しない
- Slack: 「チームで2,000メッセージを送信」でリテンションが飛躍的に上がる
このマジックナンバーに到達させることが最優先施策になる。
施策を打つ際は対照群を置いてABテストすること。
測定のポイント:
- コホート別のリテンションカーブを施策前後で比較
- Day 1、Day 7、Day 30リテンションを定点観測
- 施策の効果が出るには時間がかかる。最低2〜4週間はデータを集める
施策の優先順位:
- 初期リテンション改善（インパクト大・実装コスト小）
- マジックナンバー到達の促進
- 中期のエンゲージメントループ構築
- 長期の離脱防止策
具体例#
フィットネスアプリで「1ヶ月後のリテンションが15%しかない」問題を分析・改善した事例。
リテンションカーブ分析:
- Day 1: 40%（最初の大きな落ち込み）
- Day 7: 22%
- Day 30: 15%
- Day 60: 13%（ここでフラット化）
発見: 最大の離脱はDay 0→Day 1。初日に戻ってこない人が60%。
行動分析:
- 継続ユーザーの92%は初日にワークアウトを1回完了していた
- 離脱ユーザーの75%はアプリを開いただけで何もしていなかった
施策:
- サインアップ直後に「5分間の初回ワークアウト」を自動提案
- 翌日の同じ時間にリマインド通知を送信
- 3日連続ログインで達成バッジを付与
結果: Day 1リテンションが40%→58%、Day 30リテンションが15%→27%に改善。マジックナンバー（初日ワークアウト完了）到達率が35%→68%に倍増したことが最大の要因。
プロジェクト管理SaaS（月額5,000円/ユーザー）。新規獲得は順調だがMRRが伸び悩み。
コホート分析の結果:
| コホート | Day 7 | Day 30 | Day 90 |
|---|---|---|---|
| 1月入会 | 85% | 72% | 48% |
| 2月入会 | 88% | 74% | 45% |
| 3月入会 | 86% | 70% | 44% |
発見: Day 30→Day 90で約25%が離脱。初期リテンションは良好だが中期（2〜3ヶ月目）で大量離脱していた。
行動差分析:
- Day 90まで残るチームの91%は「週次レポート機能」を使っていた
- 離脱チームの82%はタスク管理のみ利用で、レポート機能の存在を知らなかった
施策:
- 利用開始3週目に「週次レポートの設定ガイド」メールを自動送信
- ダッシュボードに「チームの今週の生産性」ウィジェットを追加
- 月次のオンボーディングウェビナーで活用事例を紹介
結果: Day 90リテンションが45%→62%に改善。年間チャーンレートが38%→22%に低下し、MRRが6ヶ月で1.4倍に成長した。
地方の学習塾チェーン（12教室）が提供する自習サポートアプリ。生徒の継続利用率が3ヶ月で30%まで低下。
フェーズ別分析:
| フェーズ | リテンション | 状況 |
|---|---|---|
| 初期（Day 7） | 78% | 塾の指導で使い始めるので良好 |
| 中期（Day 30） | 55% | テスト期間以外は使わなくなる |
| 長期（Day 90） | 30% | 夏休み・冬休みに離脱が急増 |
マジックナンバー発見: 「週3回以上アプリで問題を解いた生徒」のDay 90リテンションは72%。未到達の生徒は18%。
施策:
- 週3回達成でポイント付与 → 塾のグッズと交換可能に
- 友人同士でランキングを競う「学習バトル」機能を追加
- 講師が週1回アプリ上でコメントを送る仕組みを導入
結果: Day 90リテンションが30%→52%に改善。週3回利用到達率が25%→58%に上昇。「プロダクトの外（講師のコメント）」からの動機づけが、長期リテンションに最も効果があった。
やりがちな失敗パターン#
- リテンション全体を一括りにして対策する — Day 1の離脱とDay 90の離脱は原因が全く違う。フェーズを分けてそれぞれに適した施策を打つ
- プッシュ通知を増やせば継続すると思い込む — 通知の頻度を上げると短期的にDAUは上がるが、ユーザーは通知をオフにして長期的には逆効果。価値のある通知だけを適切なタイミングで送る
- コホート分析をせずに全体平均だけ見る — 新規ユーザーの流入が多いと全体のリテンション率は下がって見える。コホート別に見ないと改善しているのか悪化しているのかわからない
- マジックナンバーを見つけたのに導線を設計しない — 「初週に3回使った人が残る」と判明しても、3回使わせる仕組みがなければ数字は変わらない。発見→導線設計→効果測定のサイクルを回す
まとめ#
リテンションは「穴の空いたバケツの穴をふさぐ」作業。リテンションカーブを描き、3フェーズに分解し、継続ユーザーの行動パターンを見つけ、そこにユーザーを導く。新規獲得より地味だが、リテンションを10%改善する効果は、新規獲得を30%増やすのと同等以上のインパクトがある。