モバイルアプリのGrowth Auditは何をカバーするのか

Growth Auditは何をカバーするのか

モバイルアプリのGrowth Auditがカバーするのは、有料ファネル、シグナル、クリエイティブ、そしてプロダクトファネルで、最後に書面での見解を渡して終わります。閲覧権限だけで進め、広告アカウント、MMP、そしてunit economicsを私が読み解き、何も変更しません。その見解が伝えるのは、何が壊れているか、何から直すべきかとその理由、そして現在の支出でアカウントがどれだけの機会損失を出しているかです。また、paid UAがincrementalだったかどうかのように、比較だけでは判断できず先にテストが必要な問いがある場合は、その旨も伝えます。アクセス権の付与から数日で終わり、それ単体で完結します。

有料ファネル。予算が実際にキャンペーンと広告セットのどこに落ちているか、そしてその配分が勝ち馬を飢えさせていないか。シグナル。プラットフォームが何を受け取り、何に向けて最適化しているか、そしてプラットフォーム、サブスクリプションのバックエンド、MMPの数字がどこで食い違っているか。クリエイティブ。何をテスト済みで、何を未検証のまま出しているか、そして支出額か虚栄の指標のどちらが勝者を決めているか。そしてプロダクトファネル。そもそもアプリの最初の1分が有料トラフィックを受け入れる準備ができているか。

広告アカウントとMMPへの閲覧権限、そしてunit economicsがあれば十分です。RevenueCat、Adapty、あるいは自社のサブスクリプションバックエンド、App Store Connect、Google Play Console、プロダクト分析があれば見解の精度は上がりますが、監査自体にはどれも必須ではありません。計測上のROASはincremental ROASとは異なり、それを確定できるのはホールドアウトだけです。プラットフォームが提供する場合のリフト調査か、ジオテストです。どの数字をどの判断に使うべきかが、この違いを書き出したものです。

支出をスケールする前に監査すべきか

はい。支出をスケールする前に行うモバイルアプリのGrowth Auditは、スケールに弱い3つの要素を確認します。シグナル、構造、そしてコホートの読み方です。購入イベントが二重で発火する、値を持たない、あるいは一方のプラットフォームにしか届いていない場合、予算を増やすほどアルゴリズムは誤った学習を速く重ねます。キャンペーンが学習の閾値を一度も超えない場合、同じ配分のまま予算を増やしても、学習しないキャンペーンが増えるだけです。判断の根拠となっているコホートの年齢がそろっていない場合、若いコホートは実際より悪く見え、その数字はまだ出そろっていません。壊れたデータの上でスケールすれば、問題そのものが拡大するだけです。

黒字であっても取りこぼしは起こり得ます。月間€100,000の支出において、ROAS107%と132%の差は月€25,000に相当します。アカウントが本来の力を出せていないとき、その差額は同じ支出で本来得られたはずの売上であり、機会損失に対して誰も請求書を送ってはくれません。このギャップの大きさを測ることが、Growth Auditが最初に行うことです。

iOSでは、コホートの読み方が遅くなるように設計されています。AppleのAdAttributionKitは、35日目まで続く3つのウィンドウに分けてポストバックを送信することがあり、それぞれ遅れて届きます。RevenueCatのRealized LTVチャートは、選択したライフタイムまで成熟していないコホートを未完了として扱い、私も同じルールを適用しています。同じ経過日数、単一通貨、手数料控除後という条件でコホートを比較します。ROASが意味を持つまでに何件の購入が必要かが、その下限を設定します。

MetaとTikTokのアカウントも監査するのか

はい。MetaとTikTokのアカウントは閲覧権限のみで監査し、読み解いている間はキャンペーンを一時停止することも編集することも一切しません。Metaでは、キャンペーンごと週ごとの最適化イベント数、国別の内訳、アルゴリズムが目標未達のまま配信を伸ばし続けている広告、予算が落ちる曜日、そして各キャンペーンのMMPに対するアトリビューション設定を確認します。TikTokでは、そのコストがMMPに届いているかどうかを確認します。支出が反映されていないチャネルは推定のROASしか持てないからです。あわせて、各広告グループがTikTokの推奨する学習ボリュームに達しているかも確認します。

Metaのガイドラインでは、直近の大きな編集から1週間で広告セットあたり約50件の成果が目安とされています。TikTokは最低7日間の学習期間を推奨し、50件のコンバージョンをValue-based Optimizationを通過した最も重要な指標としているため、まず確認すべきは各広告セットや広告グループがそこに到達しているかどうかです。実際のD28 ROASによるチャネル比較では4つのチャネルを並べており、$383Kの監査はMetaにおける国別の読み解きです。

シグナルの品質はどう直すのか

シグナルの品質とは、Meta、Google、TikTokがモバイルアプリから正しいイベントを受け取っているかどうかです。各イベントが一度だけ発生し、値と通貨を伴い、実際の売上と突合できる状態を指します。シグナルの品質を直すには2つの段階があり、Growth Auditに含まれるのは最初の段階だけです。最初の段階は読み解きとリストの作成です。各プラットフォームが何を受け取っているか、何に向けて最適化しているか、プラットフォーム、MMP、サブスクリプションのバックエンド、ストアの入金額という4者間の比較を、想定される差異とともに書き出し、直す順番を項目ごとのエンジニアリング工数とあわせてリストにします。2つ目の段階が実装で、そのリストをもとにチームが行う場合も、私がリテイナーのもとで行う場合もあります。

GoogleのTarget ROASは、イベントが運ぶコンバージョン値に対して入札するため、値が欠けていれば入札モデルが購入する対象が変わり、通貨を誤っていれば読み解いた結果が変わります。MMPはそれぞれ独自のウィンドウを設定しています。AppsFlyerの初期設定では、クリックのルックバックウィンドウは7日間、ビューのウィンドウは1時間から24時間で、Adjustにはまた別の基準があります。だからMeta、RevenueCat、Adjustはけっして一致しません。Adjustのガイドラインも、比較する前にウィンドウをそろえるよう推奨しています。RevenueCatは売上と、手数料および税金を差し引いた後の受領額を分けて扱い、CPAの上限はこの受領額から返金と変動費を差し引いた数字を起点に設定します。どのイベントを最適化対象にすべきかが、読み解きが示す推奨であり、Signal Engineeringがその実装です。

先に監査してから実装を依頼できるか

はい。Growth Auditと実装は別々の依頼であり、まずGrowth Auditが先です。閲覧権限だけで進め、費用は初回通話で合意する定額制で、書面での見解と、順番付けされた修正リストを渡して終わります。その後どうするかは自由です。リストをもとに自分たちで直す、チームや代理店に渡す、あるいは私がリテイナーのもとで引き続き担当する、いずれも可能です。シグナルの修正はメディアの変更より先に行います。数週間以内にアルゴリズムへの反映が始まるからです。

Google Adsの閲覧のみの権限レベルではキャンペーンを編集できず、TikTokのアナリスト権限では広告の作成も編集もできないため、どちらもGrowth Auditの範囲には収まりますが、実装からは権限が変わります。Fractional Head of UAが行うことが、一部のチームにとってその後に続くリテイナーであり、その価格を決める要素は別ページにまとめています。

なぜROASが伸び悩むのか

モバイルアプリのROASが伸び悩む原因は、意図、適合、ファネル、コストの4つの箇所のいずれかにあります。Growth Auditはそのどれかを突き止めます。あるアカウントでは、目標を達成しているキャンペーンの中で、ある国だけがAll ROAS28%のまま3か月続き、目標の70%を大きく下回っていましたが、どのダッシュボードもそれを検知していませんでした。別のアカウントでは、キャンペーンの半分が週50件の最適化イベントに一度も届かず、28日目のROASは残り半分の80%に対して54%にとどまりました。あるゲームでは、CPIはほとんど動かないままD0 ROASが半減しましたが、これは購入者あたりの価値が下がったためです。それぞれ直し方が異なり、ブレンドされた一つの数字はそのどれが原因かを覆い隠してしまいます。

時には、paid UAがボトルネックではないという答えになることもあります。アプリストアの入金スケジュールに左右される回収期間をキャッシュフローが支えられない場合、リテンションが最初の数日で落ち込む場合、あるいはアトリビューションがまだ売上を測定できない場合、支出を増やせば問題が拡大するだけです。そうであればGrowth Auditはそのまま伝えます。ROASが崩れる4つの箇所が、その際に使う枠組みです。

その読み解きは数字を分解します。コンバージョン、購入者あたりの価値、CPIを見て、ミックスは国別で、シグナルはキャンペーンごと週ごとのイベント数で、クリエイティブはアルゴリズムが目標未達のまま配信を伸ばし続けている広告で見ます。あまり支出がつかなかった広告が負けたとは限りません。FiezらによるAdaptive Experimentationに関する2024年の論文は、最適化アルゴリズムのもとでの配信量の少なさが弱い根拠にしかならない理由を示しており、エリミネーションラウンドが、私が用いる平等なスタート地点です。

よくある質問