ゲームユーザーの再訪問の流れを、リテンションで確認する

Hive Analytics · 2026年10月1日 · 読了目安 4分

全体のユーザー数だけでは、ある時点で活動したユーザーがその後また戻ってきているかはわかりません。同じ時点で特定の行動をとったユーザーを1つのグループとしてまとめ、その後も戻ってきたかを確認する必要があります。Hive Analyticsのリテンションは、基準イベントと復帰イベントを設定して、再訪問や別の行動への転換を分析する機能です。国・OSなどのディメンションを加えれば変化が際立つユーザーグループを絞り込めますし、異なるイベントを組み合わせれば、コンテンツ完了後の再ログインのような行動間の流れも確認できます。

全体のユーザー数だけではわかりにくい再訪問の流れ

ユーザー数を確認すれば、ゲームを利用した全体の規模はわかりますが、ある時点で活動したユーザーがその後また戻ってきているかは把握しにくいものです。全体のユーザー数が同程度に保たれていても、既存ユーザーが継続して訪問した結果なのか、離脱したユーザーを新規ユーザーが置き換えた結果なのかによって意味が変わります。そのため、同じ時点で特定の行動をとったユーザーを1つのグループに分け、その後も再接続したり、求める行動を繰り返したかを見る必要があります。

コンテンツ改善に必要なユーザーリテンション分析

ゲーム企画では、新規コンテンツやアップデートがユーザーの継続的な活動につながったかを確認する必要があります。新規コンテンツを追加した場合は、参加したユーザーがその後もそのコンテンツを利用したりゲームに再接続するかを確認し、アップデートを行った場合は、その後も再訪問が維持されているか、アップデート前後に流入した新規ユーザーの再訪問の流れが変わったかを比較する必要があります。

さらに国・OSなどユーザー環境の違いまで確認すれば、変化が際立つ時点とユーザーグループを具体化できます。これにより、コンテンツへの初期反応だけでなく、その後もユーザーの活動が続いているかを確認し、改善の優先順位を決められます。

Hive Analyticsのリテンション

Hive Analyticsのリテンションは、ある時点で基準イベントを発生させたユーザーを1つのグループとして構成し、その後復帰イベントを発生させたかを分析する機能です。基準イベントと復帰イベントを同じに設定すれば同じ行動の繰り返しを確認でき、異なるイベントを選択すれば基準行動の後に別の行動へつながったかを確認できます。

プロジェクトと集計期間を設定した後、日次・週次・月次のいずれかの集計単位を選び、基準イベント・復帰イベント・ユーザー識別基準を指定できます。基準イベントの属性をディメンションとして追加すれば、国やOSなどの条件でユーザーグループを分けて比較でき、フィルターを使えば分析するユーザーとイベントの範囲を具体化できます。

リテンションの結果はテーブルまたは折れ線グラフで確認できます。テーブルでは同じ期間に基準行動をとったユーザーの再訪問数と比率を経過日数ごとに比較し、折れ線グラフでは特定のユーザーグループの継続率が変化する流れを確認できます。

ログインイベントを基準イベントと復帰イベントに設定し、日付別のユーザー再訪問比率を確認するリテンション画面 — 識別子を`userId`に設定し、ログインイベントを基準イベントと復帰イベントに指定して、日付別の再訪問数と比率を確認できます。

ユーザーリテンションを確認してみる

アップデート後の新規ユーザーの再訪問の変化をディメンション別に絞り込む方法と、基準イベントと復帰イベントを別々に設定して新規コンテンツ後の行動を確認する方法を、それぞれ見ていきましょう。

新規ユーザーの再訪問の流れを見る

アップデート後の新規ユーザーの再訪問の流れを確認するには、基準イベントと復帰イベントをログインに設定し、基準イベントに新規ユーザー条件を適用します。以下の画面では、2026年9月10日以降、新規ユーザーの1日目のリテンションが50%を下回っています。

新規ユーザーの日付別1日目リテンションが2026年9月10日以降50%を下回った画面

全体の数値の変化がどのユーザーグループで起きたかを確認するために、国ディメンションを追加できます。2026年9月13日の結果を国別に展開すると、1日目のリテンションはJP 33%、KR 50%、US 75%となります。全体のリテンションが47%の中、JPユーザーの数値が相対的に低いことを確認し、さらに分析する範囲を絞り込めます。

2026年9月13日の新規ユーザーの1日目リテンションを国別に展開し、JP 33%、KR 50%、US 75%を確認した画面

新規コンテンツ後のリテンションを見る

以下の画面は、アナリティクスのイベントテンプレート構造で新規コンテンツに関連するイベントを送信した場合の、コンテンツ利用後の再訪問の流れを確認する例です。基準イベントをcontents_successに設定し、modeTypeName = tutorial1の条件を適用した上で、復帰イベントをログインイベントであるapp_loginに指定しました。

これにより、チュートリアルコンテンツを完了したユーザーがその後再びログインしたかを経過日数ごとに確認できます。同じイベントの繰り返しだけでなく、コンテンツ完了後の再接続のような異なる行動間の流れもリテンションで確認できます。

チュートリアルコンテンツ完了イベントを基準に設定し、ログインイベントを復帰イベントに指定したリテンション画面

Hive Analyticsを始めてみる

リテンションを活用すれば、特定の行動をとったユーザーがその後また戻ってきたり、求める行動を続けているかを期間別のユーザーグループに応じて確認できます。全体のユーザー規模だけではわかりにくい再訪問と継続の流れを見れば、コンテンツ改善が必要な時点とユーザーグループを具体化できます。

Hive Analyticsは、Hive SDKで収集したイベントをユーザーグループ別に構成し、再訪問や再行動の流れを分析できる、ゲーム専門のアナリティクスソリューションです。今すぐHive Analyticsで基準イベントと復帰イベントを設定し、ユーザーの継続状況を確認してみましょう。