← ブログ一覧へブログ

コンテンツ開始から完了までの利用者の流れを分析する方法

Hive Analytics · 2026年8月27日 · 読了目安 4分

コンテンツ完了数だけでは、利用者がどの段階で離脱したのかは分かりません。Hive Analyticsのチャートで、コンテンツ受諾・完了の規模と完了率の変化をまず確認し、変化が目立つ時点はファネルにつなげて段階別の転換・離脱区間を絞り込めます。この流れを繰り返すことで、企画意図と実際の利用行動の差を具体的な区間単位で把握できます。

新しいコンテンツを公開すると、まず参加利用者数と完了回数から確認することになります。開始と完了の数値が期待と異なる場合、コンテンツの構成や難易度、報酬などを見直すことはできますが、この2つの結果だけでは利用者がどの段階で止まったのかを把握するのは困難です。

開始した利用者は多くても、特定の区間を通過できなかった可能性もあれば、最終段階まで到達しながら報酬を受け取らずに離脱した可能性もあります。コンテンツが意図した流れで利用されているかを判断するには、開始と完了だけでなく、途中の過程まで併せて確認する必要があります。

企画意図と実際の利用の流れの差

企画担当者は、コンテンツの参加条件から進行順序、目標と報酬までを一つの体験として設計します。しかし実際の利用者は、想定と異なる順序で行動したり、特定の段階で繰り返し離脱したりすることがあります。

全体の参加規模だけを見れば、コンテンツへの関心は把握できますが、進行過程で発生した問題までを切り分けるのは困難です。利用者がコンテンツを開始した後、どの段階を経て完了するのかを確認すると、企画意図と実際の行動の差を見つけ、検討が必要な区間を具体化できます。

Hive Analyticsのコンテンツフロー分析

Hive Analyticsには、ゲームコンテンツの受諾、待機、完了、失敗、キャンセルを記録できるよう、あらかじめ定義されたイベントが用意されています。定められたスキーマに合わせてコンテンツイベントを送信すると、イベント一覧で確認でき、チャートとファネルにそのまま活用できます。

コンテンツイベントだけでは表現しにくい参加、途中進行、報酬獲得などの行動は、カスタムイベントとして自由に定義して送信できます。あらかじめ定義されたイベントとカスタムイベントを併用すれば、共通の状態は一貫した基準で管理しながら、コンテンツの構造まで分析範囲に含めることができます。

コンテンツ関連のプラットフォームイベントとカスタムイベントが一緒に表示されたイベント一覧
あらかじめ定義されたコンテンツイベントと、ゲームから送信されたカスタムイベントを併せて活用できる。

チャートでは、コンテンツの受諾・完了利用者数と完了率を併せて構成し、全体の参加規模と期間別の変化を比較できます。変化が目立つ時点は、ファネルにつなげてさらに確認できます。コンテンツの受諾、参加、開始、完了といった主要な行動を順に連結すると、各段階の転換と離脱を確認できます。

コンテンツの段階別利用フローの点検

コンテンツフローは、まずチャートで全体の規模と結果を確認した後、ファネルで範囲を絞り込み、段階別の離脱区間を確認する方法で分析できます。

コンテンツの受諾と完了規模の比較

コンテンツの受諾利用者数と完了利用者数、受諾に対する完了率を一つの画面に配置すると、参加規模と結果の変化を併せて確認できます。例示画面のように、完了率が40%台から徐々に下がり20%台まで落ちた日付が現れた場合、その時点を詳細分析の対象として選べます。

日別のコンテンツ完了率(受諾に対する完了の比率)の推移を示すチャート
コンテンツ完了率を比較することで、全体の利用フローを確認できる。

段階別の離脱区間の確認

完了率が下がった日付のコンテンツ受諾、参加、開始、完了イベントをファネルで確認すると、利用者がどの段階で離脱したのかを把握できます。必要な利用者条件をフィルターとして適用すれば、特定グループの流れも詳しく分析できます。例示画面では、コンテンツ受諾利用者のうち69.7%が参加し、34.0%が開始したものの、完了まで到達した比率は1.6%にとどまっています。特に開始以降の完了段階で利用者が大きく減っている分、完了条件や難易度、進行案内など優先的に検討すべき範囲を絞り込めます。

コンテンツ受諾から参加、開始、完了までの段階別転換率を示すファネル
コンテンツ受諾から完了までの段階別の転換と離脱を確認できる。

チャートとファネルの結果だけで離脱の原因を断定するのではなく、コンテンツの種類や難易度、利用者レベルなどの条件を併せて比較し、差が目立つ範囲を見つける根拠として活用できます。

改善後の転換変化の確認

完了条件や難易度などを調整した後、同じ段階とフィルターでファネルを再度確認すると、改善前後の変化を比較できます。例示画面では、受諾、参加、開始段階の到達率は以前とほぼ同じですが、完了比率は1.6%から30.9%に上昇しています。これにより、変更後に完了段階の離脱が減ったかどうかを確認し、追加で補完すべき区間を判断できます。

改善措置後に再確認した、コンテンツ受諾から完了までの段階別転換率を示すファネル
同じファネルを基準に、改善前後の完了段階到達率の変化を確認できる。

Hive Analyticsを始めてみる

まず、分析したいコンテンツの受諾、進行、完了を示すイベントが収集されているかを確認します。あらかじめ定義されたコンテンツイベントはスキーマに合わせて送信し、ゲームごとに追加で確認したい行動はカスタムイベントとプロパティで拡張します。

Hive Analyticsは、Hive SDKを通じてカスタムイベントを自由に送信でき、チャートとファネルを活用してコンテンツ受諾から完了までの利用フローと段階別の転換・離脱をすぐに分析できるゲーム専門アナリティクスソリューションです。今すぐHive Analyticsを通じてコンテンツの利用規模と段階別の流れを確認し、企画意図と実際の利用行動の差を改善判断に活用してみましょう。