More Related Content Similar to イマドキの改善!データ分析SDK導入のポイントとAI活用最新事例 / GTMF2019 (20) More from Game Tools & Middleware Forum (20) イマドキの改善!データ分析SDK導入のポイントとAI活用最新事例 / GTMF20192. • 二宮啓聡 Repro株式会社 Solution Architect
• 2013年 グリー株式会社 釣りスタチーム サーバサイド開発者
• 2016年 Repro株式会社入社(サーバサイド開発)
• 2019年 Solution Architect (Reproの認知向上、導入支援)
• 好きなゲームジャンル: シミュレーション、FPS
自己紹介
5. • マーケティングにおける購買行動の段階をモデル化したもの
• A …… Attention (認知・注意)
• I …… Interest (興味・関心)
• S …… Search (検索)
• A …… Action (行動)
• S …… Share (共有)
• フェーズが後になればなるほど、ユーザーボリュームが減っていく
AISASモデル
Attention
Interest
Search
Action
Share
6. • マーケティングにおける購買行動の段階をモデル化したもの
• A …… Attention (認知・注意) => 広告
• I …… Interest (興味・関心) => リターゲティング広告
• S …… Search (検索) => 検索連動型広告
• A …… Action (行動) => インストール
• S …… Share (共有) => クチコミ
• フェーズが後になればなるほど、ユーザーボリュームが減っていく
AISASモデル
Attention
Interest
Search
Action
Share
7. • マーケティングにおける購買行動の段階をモデル化したもの
• A …… Attention (認知・注意) => 広告
• I …… Interest (興味・関心) => リターゲティング広告
• S …… Search (検索) => 検索連動型広告
• A …… Action (行動) => インストール
• S …… Share (共有) => クチコミ
• フェーズが後になればなるほど、ユーザーボリュームが減っていく
AISASモデル
Attention
Interest
Search
Action
Share
広告にマーケティング費用の大部分を投入
12. • ユーザー数 = 新規ユーザー + 既存ユーザー
• 新規ユーザー(インストールするまで) => 広告やASO
• 既存ユーザー(インストールした後) => アプリ内マーケティング
• 広告費が高騰する昨今では、インストールがゴールではなく、長く(お金を払って
)遊んでもらえるようにするのが重要
• 一人のユーザーがアプリを利用しなくなるまでにもたらす価値(LTV: Life Time
Value)を最大化することを考える
ユーザー数の構成要素
13. • ユーザー数 = 新規ユーザー + 既存ユーザー
• 新規ユーザー(インストールするまで) => 広告やASO
• 既存ユーザー(インストールした後) => アプリ内マーケティング
• 広告費が高騰する昨今では、インストールがゴールではなく、長く(お金を払って
)遊んでもらえるようにするのが重要
• 一人のユーザーがアプリを利用しなくなるまでにもたらす価値(LTV: Life Time
Value)を最大化することを考える
ユーザー数の構成要素
アプリ内マーケティングとは
19. • 会社名: Repro (リプロ) 株式会社
• 設立月: 2014年4月
• 資本金: 約4.2億円
• 従業員数: 190名
• マーケティングプラットフォームRepro SDKの提供
• ゲームアプリに限らず、様々なジャンルのアプリに導入
Reproについて
30. 施策例: ユーザ利用促進 / 初回課金促進のアプリ内メッセージ
クエスト/イベント
クリア時 敗戦時
〔次回予告〕 〔1: 攻略情報〕 〔2: 課金訴求〕
序盤は次回予告を配信することで、
ミッション/クエストを先へ進めさせ
壁にぶつける
攻略情報(ヒント/tipsレベル)
を配信することで課金を促す
キャラクター/パーティ強化の
ための有償ガチャ訴求
43. • よくあるAnalytics / Marketing Automationサービス
• 電話やメールでのサポート
• 海外サービスだとそもそも英語でコミュニケーションを取る必要がある
• わからないことがあっても気軽に聞きづらい
• Reproでは、エンジニアが待機しているチャットサポートをデフォルトで利用可能
• 日本語で、カジュアルに問い合わせることができる
導入後の充実した技術サポート
47. • 検証: Unity AppにRepro Unity Packageを導入。前後での端末負荷を比較
• 検証環境
• LG LGV34
• Qualcomm Snapdragon 820 MsM8996 / 2.2GHz x 2 + 1.6GHz x 2 (Quad Core)
• Android 7.0
• RAM: 4GB
CPU使用率への影響
48. • 導入前: 17 - 20% (最大34.6%) / 導入後: 17 - 20% (最大34.6%)
• ほぼほぼ、変化は見られなかった
CPU使用率への影響
50. • 広告連携機能
• ReproでのセグメンテーションをTwitter広告のTailored Audienceとして活用
• Pushで拾えないユーザー層に対してリタゲ広告を打つことができる
• 外部連携機能
• BigQueryやTreasure Data、内製DMPなど、基幹システムとの連携
• 外部DMPで算出したオーディエンスに対してプッシュ通知を配信できる
• AIへの取り組み
• Repro AI Labsの紹介
広がるマーケティングとReproの未来
52. • 今井 太宗( Taiso Imai )
• Repro AI Labs
• Software Engineer / Product Manager
• Twitter: @taison124
• Github: https://github.com/taiSon
Profile
54. • Plan
• サービスの収益モデルや KPI に合わせてマ
ーケティング施策を策定
• Do
• 策定したマーケティング施策を実行
• Check
• 実行した施策効果を定量的に収集、検証
• Action
• 効果検証結果を踏まえ改善案を策定
マーケティングの PDCA
55. • Repro は IPO (Input / Process /
Output)が揃っているので、サービス
上で PDCA を完結して実施できる
マーケティングの PDCA
56. • 「継続利用をやめてしまったユーザーに Push 通知で呼び戻したい」
• 「買ってくれたユーザーにポイント付与のメッセージを出したい」
• 設計した KPI に対して
• 効果的な施策のセグメントを設定できる
• そのユーザーに対して効果的なアクションを実施
• Repro は施策を実施、効果測定ができて、仮説が検証可能
マーケティングの PDCA
57. • 「継続利用をやめてしまったユーザーに Push 通知で呼び戻したい」
• 「買ってくれたユーザーにポイント付与のメッセージを出したい」
• 設計した KPI に対して
• 効果的な施策のセグメントを設定できる
• そのユーザーに対して効果的なアクションを実施
• Repro は施策を実施、効果測定ができて、仮説が検証可能
マーケティングの PDCA
58. • 「継続利用をやめそうなユーザーに Push 通知で繋ぎとめたい」
• 「買ってくれそうなユーザーにポイント付与のメッセージを出したい」
• 大事なのはアプリを使っているうちにコミュニケーションをとること
• 未来の可能性に対して、セグメントを設定したい
• やめそう、買ってくれそう、〇〇しそうをデータから予測する
Why AI?
59. • 実際に AI による予測を使って成果が出た例を紹介します
• 離脱予測
• プッシュの配信時間最適化
活用事例
78. 今後の Repro AI ロードマップ
チャーン予測、課金CV予測、クラスタリング、・・・
プッシュ配信時間最適化、メッセージ表示頻度最適化、・・・
A/Bオートメーション、キャンペーン自動生成、・・・
プッシュ通知、メッセージ、広告、LINE、メール、・・・
79. 今後の Repro AI ロードマップ
チャーン予測、課金CV予測、クラスタリング、・・・
プッシュ配信時間最適化、メッセージ表示頻度最適化、・・・
A/Bオートメーション、キャンペーン自動生成、・・・
プッシュ通知、メッセージ、広告、LINE、メール、・・・
80. • バズワードの “AI” ですが、分析も大事
• 機械学習的なアプローチを使った分析
• マジックナンバー分析によるリテンション向上施策の提案
• カスタマージャーニーマップを用いた CV 予測
AI のベースとしての分析
81. • その他にもよりチャレンジングな AI 機能も実証実験準備中
• キャラクター AI
• キャラクターたちを AI によりモデル化
• キャンペーンの文言などをキャラクターごとにチューニングして自動生成
• 感情分析 AI
• ユーザーが今、喜んでいるのか、怒っているのかを分析する
• 感情にあわせたキャンペーンを実施する
チャレンジングな “AI”
82. • AI はより早く、より細かく最適化を進められるだろう
• PDCA は加速し、パーソナライズが進む
• KPI がある施策はすべて AI に任せられる時代がくる
• AI・サービスを活用し、任せられるところを任せる
• AI で自動化し、本質的な価値追求やセンスを発揮できるようになる
AI 時代のマーケティング