アプリ開発者向けにWEBサービスやアプリを成長させるための情報をまとめたシロクのグロースハックブログ。

• Tweet
• 

• Tweet
• 

WEBサービスやアプリの改善する上で、KPIを上げるためにたくさん施策が考えられますが、すべてを試す時間やリソースはないので、その中で優先度をつける必要があります。

その際に数値的根拠があれば成功角度の高い順序づけができます。今回は回帰分析を使う方法を紹介します。

写真共有アプリの翌日継続率をあげていくためにどう機能やデザインを改善するか、という場面を想定して下さい。

直近5日間の新規ユーザーの、翌日継続（ログイン）率、写真投稿率、フォロー率、Twitter連携率、Facebook連携率があるとします。

この中でどの要素が、翌日継続率に効くかがわかれば、新規ユーザーにまず何をしてもらえばよいかが分かります。

Rのインストール

・R for Mac Os X

・R for Windows

まず上記サイトから「R」ダウンロード。

インストール後、ターミナルでrと入力して下さい。

 $ r

するとRが起動します。

データの入力

下記のように入力すると、配列を作成できます。翌日ログイン（継続）率を入れてみます。

 > retention <-c(0.32,0.35,0.33,0.37,0.33)

次に他のユーザー行動（写真投稿率、フォロー率、Twitter連携率、Facebook連携率）を入れていきます。

 > photo <-c(0.40,0.43,0.41,0.43,0.44) 
 > follow <-c(0.36,0.39,0.41,0.40,0.41)　 
 > twitter <-c(0.16,0.20,0.15,0.22,0.18)　 
 > facebook <-c(0.24,0.27,0.31,0.30,0.27)

全部のデータをまとめてデータフレームを作成します。

 > action <-data.frame(retention,photo,follow,twitter,facebook)

ここまでを表示させるとこのようになります。

重回帰分析

コマンド1つ入れるだけでかんたんにできます。

 > lm(retention~.,data=action)
 
Call:
lm(formula = retention ~ ., data = action)
 
Coefficients:
(Intercept)　photo　follow　twitter　facebook
0.1014　1.0714　-1.3214　0.2143　0.9643

Interceptが切片、photoやfollowの下の値はそれぞれの係数です。これは線形を仮定した重回帰分析で、翌日継続率は次のように予測できます。

(翌日継続率) = 1.0714x(写真投稿率) – 1.3214 x (フォロー率) + 0.2143×(Twitter連携率) + 0.9643x(Facebook連携率) + 0.1014

こうするとたとえば翌日継続率を上げる施策を考える時に、写真投稿率を上げるものが効果的ということが分かり、そこにフォーカスして、施策を出していくことができます。

Rはフリーソフトなのでぜひ試してみて下さい！

※厳密性を欠く部分が多々あります。