MMPコホート分析でROASを正しく測る｜
Day 0/7/30の見方と判断基準

コホート分析とは何か

コホート分析とは、同じ条件でグループ化したユーザー群（コホート）の行動を、時間軸に沿って追跡する分析手法です。アプリ広告においては「同じ日にインストールしたユーザー」を1つのコホートとし、そのグループがインストール後の各日数（Day 0、Day 1、Day 7、Day 30...）でどれだけ収益を生んだかを計測します。

例えば、4月1日にインストールした1,000人のユーザー群をコホートとして定義し、その1,000人が4月1日（Day 0）に生んだ売上、4月8日まで（Day 7）の累計売上、4月30日まで（Day 30）の累計売上を追いかけます。この累計売上をそのコホートの獲得にかかった広告費で割ったものが、各DayのコホートROASです。

なぜ「コホート」で見る必要があるのか

アプリ広告の効果測定でありがちな失敗が、特定の日の総売上と総広告費を単純に割り算してROASを算出する方法です。この方法では、過去に獲得したユーザーの売上と、当日獲得したユーザーの広告費が混在してしまい、どの時期の広告投資が本当に回収できているのか判断できません。

コホート分析では「いつ獲得したユーザーが、いくら使ったか」を明確に紐づけるため、広告投資の真のリターンを正確に評価できます。これは予算配分の最適化や媒体の取捨選択において不可欠な視点です。

なぜコホートでROASを測るべきか

ラストタッチのCPA（獲得単価）だけで広告を評価するのは危険です。CPIが安い媒体でも、インストール後にすぐ離脱するユーザーばかりでは売上は立ちません。逆に、CPIがやや高くても長期的に課金するユーザーを獲得できる媒体であれば、投資効率は遥かに高くなります。

コホートROASを見ることで、以下のような判断が可能になります。

• 媒体間の「本当の」投資効率を比較できる：CPIだけでは見えない「獲得後の収益力」を数値化
• 広告投資の回収期間を予測できる：Day 7→Day 30→Day 90のROASカーブから、損益分岐点までの期間を推定
• クリエイティブやターゲティングの質を評価できる：同じ媒体でもキャンペーンごとにコホートカーブが異なる場合、ユーザーの質に差がある
• 予算のスケール判断に使える：ROASカーブが健全な媒体・キャンペーンに予算を集中させる根拠になる

Day 0 / Day 7 / Day 30 ROASの意味と見方

Day 0 ROAS（インストール当日）

インストール当日にユーザーが生んだ収益を広告費で割った値です。初動の収益力を示す指標として使います。ゲームアプリでは初回課金、ECアプリでは初回購入がDay 0に発生するかどうかがポイントになります。

ただし、Day 0 ROASだけで判断するのは早計です。多くのアプリではユーザーが課金するまでに数日〜数週間かかるため、Day 0 ROASが低いからといって即座に停止するべきではありません。

Day 7 ROAS（インストール後7日間）

インストールから7日間の累計収益を広告費で割った値です。短期的な投資判断の最重要指標として広く使われています。7日間あればユーザーの初期定着と課金傾向がある程度見えるため、キャンペーンの継続・停止・スケールの判断軸になります。

一般的な目安として、Day 7 ROASが15〜25%以上あれば継続検討の価値があります（業種・マネタイズモデルにより大きく変動）。サブスクリプション型アプリでは初週の課金率が低いため、Day 7で10%前後でも問題ないケースがあります。

Day 30 ROAS（インストール後30日間）

インストールから30日間の累計収益を広告費で割った値です。中期的な収益性を評価する指標で、広告投資の回収見通しを立てるのに使います。多くのアプリでは、Day 30 ROASが100%を超えていれば「30日以内に広告費を回収できている」ことを意味します。

ただし、Day 30 ROASのデータが揃うまでに30日かかるため、リアルタイムの運用判断には向きません。Day 7 ROASで判断し、Day 30 ROASで検証するという使い分けが実務的です。

Day 7→Day 30の伸び率を見る

コホート分析で最も重要な視点の一つが、Day 7からDay 30への伸び率です。過去のデータから「Day 7 ROASの何倍がDay 30 ROASになるか」を把握しておけば、Day 7の時点でDay 30の着地を予測できます。

例えば、過去実績でDay 30 ROASがDay 7 ROASの3倍になっている場合、Day 7 ROASが20%であれば、Day 30 ROASは約60%と予測できます。この倍率はアプリのマネタイズモデルやユーザー層によって異なるため、自社の実績データから算出することが重要です。

メディアソース別のコホート比較

アプリ広告では複数のメディアソース（TikTok、Pangle、Meta、Google等）を併用するのが一般的です。コホート分析の真価は、メディアソースごとのROASカーブを比較できる点にあります。

TikTok vs Pangle vs その他媒体

メディアソースごとにユーザーの行動特性は異なります。よく見られるパターンとして以下のような傾向があります。

• TikTok（インフィード）：CPIはやや高めだが、ユーザーの質が安定しやすい。Day 7以降のROASカーブが緩やかに伸び続ける傾向
• Pangle（TikTokのアドネットワーク）：CPIが低く大量獲得が可能だが、リテンション率がやや低い傾向。Day 0 ROASは良いがDay 30で頭打ちになるケースがある
• Meta（Facebook/Instagram）：ターゲティング精度が高く、課金ユーザーの獲得に強い。コホートカーブが安定的
• Google（UAC）：配信面が多岐にわたるため、キャンペーン設計によりコホートカーブのばらつきが大きい

重要なのは、CPIだけで媒体を評価しないことです。CPIが安くてもDay 30 ROASが低い媒体に予算を集中させると、長期的には赤字になります。コホートROASベースで各媒体を横並びに比較し、ROASカーブが健全な媒体に予算をシフトするのが正しいアプローチです。

投資判断の基準：フレームワーク

コホートROASを使った投資判断には、明確な基準を設けておくことが重要です。以下に実践的なフレームワークを示します。

3段階の判断基準

1. 継続・スケール（Day 7 ROASが目標値以上）：予算を維持または増額。Day 7 ROASが過去実績から算出した「Day 30で100%に到達する見込みのある水準」以上であれば、積極的にスケールを検討します
2. 様子見（Day 7 ROASが目標値の70〜100%）：クリエイティブやターゲティングの調整で改善余地がある可能性。1〜2週間の追加テストで判断します
3. 停止（Day 7 ROASが目標値の70%未満）：改善の見込みが薄い場合は早期に停止し、予算を他の媒体・キャンペーンに振り替えます

目標Day 7 ROASの算出方法

目標Day 7 ROASは、以下の手順で算出します。

1. 事業として許容できる回収期間を決める（例：90日以内に100%回収）
2. 過去のコホートデータからDay 7→Day 90の伸び率を算出する（例：4倍）
3. 100% / 4倍 = 目標Day 7 ROAS 25%と設定する

このように逆算で目標値を設定すれば、Day 7の時点で客観的な意思決定が可能になります。

AppsFlyer / Adjustでのコホートレポート設定方法

AppsFlyerでの設定

AppsFlyerのコホート分析は、ダッシュボードの「Cohort」メニューからアクセスできます。基本的な設定手順は以下の通りです。

1. AppsFlyerダッシュボードにログインし、左メニューから「Analytics」→「Cohort」を選択
2. KPIの選択：「Revenue per User」や「ROAS」を選択。収益イベント（af_purchase等）を紐づけ
3. グルーピング：「Media Source」「Campaign」「Ad Set」「Ad」など、比較したい粒度を選択
4. 日数範囲：Day 0〜Day 30（またはそれ以上）を設定
5. 期間の指定：分析対象のインストール日範囲を指定（例：過去30日間のインストールユーザー）

AppsFlyerのCohort APIを使えば、BI（Business Intelligence）ツールやスプレッドシートにデータを自動連携し、独自のダッシュボードを構築することも可能です。

Adjustでの設定

AdjustのコホートレポートはDatascapeから利用できます。

1. Adjustダッシュボードにログインし、「Datascape」→「Reports」を開く
2. レポートタイプ：「Cohort」を選択
3. KPIの選択：「Revenue」「ROAS」「Sessions」などから目的に合ったKPIを選択
4. ディメンション：「Network」「Campaign」「Adgroup」等でグルーピング
5. コホートウィンドウ：Day 0〜Day 30等を設定し、日別・週別の推移を確認

Adjustでもデータエクスポート機能を使って、CSV形式やAPI経由で外部ツールにデータを取り込むことができます。

LTV予測との組み合わせ

コホートROASの先にあるのが、LTV（Life Time Value：顧客生涯価値）予測です。Day 30までのコホートデータを使って、Day 90やDay 180のROASを予測するモデルを構築できます。

LTV予測の基本アプローチ

• カーブフィッティング：Day 0〜Day 30の累計収益カーブに対数関数や指数関数をフィットさせ、Day 90以降を外挿する方法。比較的シンプルで、スプレッドシートでも実装可能
• コホート伸び率の適用：過去のコホートデータからDay 7→Day 30→Day 90の伸び率を算出し、新しいコホートに適用する方法。安定したアプリに向く
• 機械学習モデル：ユーザーの行動データ（初日のセッション数、チュートリアル完了率等）を特徴量として、LTVを予測する方法。精度は高いが構築コストも高い

LTV予測を活用すれば、Day 7の時点でDay 90の収益見通しを立てて投資判断ができるため、意思決定のスピードが格段に上がります。

よくある誤解と注意点

誤解1：Day 7 ROASが低い＝即停止すべき

前述の通り、サブスクリプション型やゲームアプリでは、Day 7時点での課金率が低く、Day 30以降に大きく伸びるケースがあります。自社アプリの過去コホートカーブを確認せずにDay 7だけで判断するのは危険です。

誤解2：ROAS 100%到達 ＝ 成功

ROAS 100%は「広告費を回収できた」ことを意味しますが、利益が出ているとは限りません。人件費、サーバー費用、決済手数料、プラットフォーム手数料（App Store/Google Playの30%）などを加味した上で、目標ROASを設定する必要があります。

誤解3：全メディアソースを同じ基準で評価できる

メディアソースごとにユーザーの行動パターンは異なります。TikTokとGoogle UACでは、獲得されるユーザーの質も、コホートカーブの形状も違います。媒体別に目標値と伸び率を管理するのが正しいアプローチです。

注意：SKAN環境でのコホート精度低下

iOS 14.5以降のATT（App Tracking Transparency）により、オプトアウトユーザーはデバイスレベルでの追跡ができなくなりました。SKAdNetwork経由のデータはコンバージョン値が限定的で、Day単位の詳細なコホート分析が困難になっています。

対策としては以下のアプローチが考えられます。

• MMPの確率的モデリング機能の活用：AppsFlyerのSKAdNetwork SolutionやAdjustのSKANソリューションを利用し、可能な範囲でコホートデータを補完する
• SKAN 4.0のマルチコンバージョンウィンドウ：3つの計測ウィンドウ（0〜2日、3〜7日、8〜35日）を活用し、時間軸のある分析を行う
• サーバーサイドイベントの活用：自社サーバーで課金イベントを記録し、MMPデータと突合することで精度を向上させる
• Android比率での補正：Androidのコホートデータを基準に、iOS側のROASを推定する方法

まとめ

アプリ広告の投資効率を正しく評価するには、単純なCPAやインストール数ではなく、コホートROASを軸にした分析が不可欠です。Day 0で初動を確認し、Day 7で投資判断を行い、Day 30で検証する。この3段階のフレームワークを回すことで、広告予算の配分を合理的に最適化できます。

メディアソースごとのコホートカーブを比較し、ROASが健全な媒体に予算を集中させる。LTV予測モデルを構築し、早期にDay 90の着地を予測する。SKAN環境での制約を理解し、複数のデータソースで補完する。これらを実践できれば、アプリ広告の投資判断の精度は飛躍的に向上します。