モバイルアプリの価格テスト:購入率ではなくLTVで判断する設計ガイド
価格を変えたときに起きることは、購入した/しなかったの二択だけではありません。トライアル開始、有料転換、更新、解約、返金まで、顧客の旅路のどこで数字が動いたかを見ないと、値下げが本当に収益を増やしたのかは判断できません。この記事では、価格テストの統計的な前提を押さえたうえで、サブスクリプションのライフサイクル指標をどう読むかを整理します。
A/Bテストの前提:二項実験だけでは価格を測れない理由
一般的なA/Bテストでは、ユーザーを無作為に2群へ分け、それぞれ別の画面や機能を見せ、狙った行動を取った人数を比べます。クリック、登録、共有など「実行した/しない」がはっきりしている行動は、成功か失敗かの二択として扱える二項実験になります。ネット上にある有意差計算ツールの多くも、この形の実験を想定しています。
二項実験では、片方の成功率がもう片方より高いとき、それが偶然ではない確率を有意性として評価できます。ただし価格テストはこの枠に収まりきりません。購入の有無は二択でも、価格が変われば1件あたりの金額が変わるため、購入率だけでは収益への影響を表せないからです。
たとえば値下げで購入者が増えたとしても、売上が増えたとは限りません。逆に購入率が下がっても、単価が上がって売上が伸びることもあります。だから価格テストでは、行動の有無ではなく、その後の継続と支払いを含めた結果を見る必要があります。
価格テストで「成功」をどう定義するか
サブスクリプションでは、成功の測り方が何段階にも分かれます。トライアルを始めたか、有料プランに移ったか、何回更新したか。これらが組み合わさるため、単一の購入率では価格変更の影響を捉えきれません。
価格実験の目的は、顧客1人あたりのライフタイムバリュー(LTV)を最大化する価格を見つけることです。LTVは一定期間に得られる収益を指し、その期間は1年、3年、あるいは上限なしと、ビジネスごとに異なります。共通するのは、長い時間軸で得られる価値を見るという点です。
サブスクリプションの難しさはここにあります。ユーザーが更新を続けるほど価値は積み上がりますが、開始時点ではそのユーザーが最終的にいくら払うのかは分かりません。だからこそ、価格変更がカスタマージャーニー全体にどう影響したかを、ライフサイクルに沿って確認する必要があります。
ライフサイクル指標を3カテゴリで読む
価格実験の結果をLTVの観点で分析するときは、指標を次の3カテゴリに分けると整理しやすくなります。
- 初回コンバージョン:無料トライアルの開始やオファーの受諾など、価格の影響が最も早く出る段階。
- 有料顧客:収益を生むサブスクライバーへの移行点で、LTVへの貢献が本格化する段階。
- 収益:実験期間中に得られた収益で、そのコホートの「実現されたLTV」とみなせる段階。
収益を見るときの注意点は、LTVが時間とともに伸びるということです。実験コホートのアクティブユーザーが残っていれば、LTVは今後さらに増えます。現在の収益はあくまで現時点のスナップショットであり、価格変更の影響の全体像ではありません。また、LTVの伸び方は、実験の内容や有料顧客の構成(年間購読と月額購読の比率など)によって変わります。
各カテゴリに対応する具体的な指標は、次の対応表で確認できます。
3カテゴリと指標の対応表
次の表は、初回コンバージョン・有料顧客・収益の各カテゴリに対応する指標を並べたものです。自社のテストでどの数字を追うかを決めるときの出発点として使ってください。
Experimentsでの価格テストの流れ
Experimentsは、サブスクリプションのライフサイクル全体を踏まえて、モバイルアプリの価格テストを実施・分析・結論付けできるようにするための機能です。
すでにOfferingsでアプリ内の提供プロダクトを設定している場合、テストしたい2つのOfferingsを用意し、実験を有効にするだけで始められます。有効化すると、顧客は2つのバリアントへ自動的に均等に振り分けられます。
入力と出力を整理すると次のようになります。
- 入力:比較したい2つのOfferings(価格や構成の異なるオファー)
- 出力:バリアントごとのライフサイクル指標、時系列の推移、プラットフォーム別の絞り込み、日単位のエクスポート
設定の詳細はExperiments設定の公式ドキュメントで確認できます。
結果の読み方:推移・比較・要因分解
価格テストを実行すると、顧客ジャーニー内の各指標が時間とともにどう動いたかを確認できます。安定したトレンドなのか、変動が大きいのか、さらに掘り下げるべき箇所なのかを早い段階で見分けられます。プラットフォーム別に絞り込めば、iOSとAndroidなどでパフォーマンスが違うかどうかも確認できます。指標の履歴は日単位でエクスポートできるため、社内の分析基盤に取り込むことも可能です。
バリアント間の比較では、サブスクリプションライフサイクルの各指標の累積パフォーマンスを一覧で並べた表が使えます。多くの指標は展開表示でき、製品別の内訳まで見ることで、変化がどの製品から生じているかを特定できます。この表形式のデータもエクスポートできます。
価格実験で自信を持って判断するには、数字の変化の背景にある要因を理解することが欠かせません。「何が変わったのか」と「なぜ変わったのか」を分けて見ることで、価格最適化を通じたLTVの向上につなげられます。
価格テストを始める前のチェックリスト
テスト設計の前に、次の点を確認しておくと判断がぶれにくくなります。
- 比較する2つのOfferingsは、価格以外の条件(期間、特典、トライアルの有無など)を揃えたか。
- 評価期間(LTVを何年で見るか)を決めたか。
- 初回コンバージョン、有料顧客、収益の3カテゴリそれぞれで、追う指標を決めたか。
- 現在の収益はスナップショットであり、LTVは今後伸びることを前提に置いているか。
- プラットフォーム別や製品別の内訳まで確認する計画があるか。
- 結果をエクスポートして追加分析する担当者と形式を決めたか。
購入率が上がったという結果だけでは、値下げが収益を増やしたかは分かりません。逆に購入率が下がっても、LTVが伸びていれば良い判断だった可能性があります。数字の意味をカテゴリごとに切り分けてから結論を出してください。
| 初回コンバージョン | 有料顧客 | 収益 |
|---|---|---|
| 初回コンバージョン数 | 有料顧客数 | 実現されたLTV(収益ベース) |
| 初回コンバージョン率 | 有料化率(有料プランへの転換率) | 顧客1人あたりの実現されたLTV |
| トライアル開始数 | アクティブなサブスクライバー数 | 有料顧客1人あたりの実現された LTV |
| トライアル完了数 | 離脱したサブスクライバー数 | 総MRR(月間定期収益) |
| トライアルから有料に転換した数 | 返金された顧客数 | 顧客1人あたりのMRR |
| トライアルからのコンバージョン率 | 有料顧客1人あたりのMRR |
この表は価格テストの結果をライフサイクル指標で整理するための対応表です。指標の定義や利用可否はプランや設定によって変わる場合があるため、実際の画面で確認してください。
Frequently asked questions
購入率が上がれば価格テストは成功と言えますか?
購入率の上昇だけでは成功とは言えません。価格を下げると購入者は増えても、1件あたりの収益が減って売上が伸びないことがあります。価格テストの目的は顧客1人あたりのLTVを最大化する価格を見つけることなので、初回コンバージョン、有料顧客、収益の各段階を合わせて判断する必要があります。
二項実験の有意差計算ツールを価格テストにそのまま使えますか?
そのままでは不十分です。二項実験は「成功か失敗か」が明確な行動には向いていますが、価格テストでは価格によって1件あたりの金額が変わるため、購入率だけでは収益への影響を表せません。購入の有無に加えて、更新や解約、返金といったライフサイクル指標も見る必要があります。
Experimentsを使うには何を準備すればよいですか?
すでにOfferingsでアプリ内の提供プロダクトを設定している場合は、比較したい2つのOfferingsを用意し、実験を有効にするだけで始められます。有効化すると顧客は2つのバリアントへ自動的に均等に振り分けられます。
実験期間中の収益は、そのままLTVとみなしてよいですか?
実験期間中の収益は、そのコホートの「実現されたLTV」とみなせますが、LTVは時間とともに伸びるため、現時点のスナップショットにすぎません。コホート内のアクティブユーザーが残っていれば、今後さらにLTVは増えます。LTVの伸び方は、実験内容や年間購読と月額購読の比率などによっても変わります。