LTVとは — ユーザー価値の予測

LTVとは？

LTV（ライフタイムバリュー）とは、一人のユーザーが製品を使用する全期間を通じて生み出すと予測される純利益です。モバイル開発において、LTVはアプリ経済の基盤です：この指標は広告によるユーザー獲得にどれだけ費やせるかを決定します。

この指標は3つの要素を組み合わせています：期間あたりの平均収益（ARPU）、平均ユーザーライフタイム、粗利益率です。LTVなしでは、UA（ユーザー獲得）予算を正当化することは不可能です。投資家はLTV倍率でスタートアップを評価します：SaaS企業は年間サブスクリプションのLTVの5〜10倍で評価されます。

OpenView（2025）によると、モバイルアプリの中央値LTVは、ゲームカテゴリーで14.50ドル、ソーシャルで22ドル、ヘルス＆フィットネスで45ドルです。範囲は非常に広く — ハイパーカジュアルの0.50ドルから、ライフタイムが長いデーティングアプリの500ドル以上まであります。

モバイル開発においてLTVが重要な理由

LTVは3つのビジネス課題を解決します。第一に — 広告ROIの評価。LTVがCPIより低い場合、アプリは収益を上げられません。第二に — 機能の優先順位付け：LTVを高める製品変更が実装されます。第三に — 収益予測：新規ユーザーのLTVを知ることで、6〜12ヶ月先の収益を予測できます。

第二と第三の課題には履歴データが必要です。履歴のない新しいアプリの場合は、カテゴリのベンチマークが使用されます。Sensor TowerやData.aiは、カテゴリと地域ごとにLTVの推定値を提供しています。ただし、ベンチマークは参考値であり、真実ではありません：特定のアプリのLTVは市場平均の2〜3倍異なる可能性があります。

LTV vs 生涯総利益

LTVは収益ベース（Revenue LTV）または利益ベース（Profit LTV）で計算できます。Profit LTVはRevenue LTVから売上原価（COGS）を差し引きます：ストア手数料（15〜30%）、サーバー費用、決済処理費。AppleとGoogleは各購入の15〜30%を徴収します — これにより実際のLTVが大幅に低下します。CACと正しく比較するには、Profit LTVを使用してください。

LTVの計算方法

LTVの計算には3つの方法があります：履歴法、コホート法、予測法です。各方法は異なる期間で異なる精度を提供します。履歴LTVはすでにライフサイクルを完了したユーザーに対して計算されます — 正確ですがアクティブユーザーには適用できません。

コホート法は黄金基準です。ユーザーはインストール日（Day 0コホート）でグループ化され、各コホートの日次収益曲線が構築されます。この曲線を外挿することでLTV予測が得られます。Amplitude（2025）によると、90日間のウィンドウのコホートLTVは、12ヶ月の予測において誤差がわずか5〜8%です。

data class CohortData(
    val installDate: LocalDate,
    val dayRevenue: List<Double>
)

fun calculateProjectedLTV(
    cohort: CohortData,
    dayN: Int,
    annualDiscountRate: Double = 0.10
): Double {
    val observedRevenue = cohort.dayRevenue
        .take(dayN)
        .sum()
    val projectedRevenue = extrapolateRevenue(
        cohort.dayRevenue, dayN, 365
    )
    return applyDiscountRate(
        observedRevenue + projectedRevenue,
        annualDiscountRate
    )
}

extrapolateRevenueメソッドは収益減衰曲線を使用します。通常はべき乗則で近似されます：N日の収益 = revenue_day_1 × N^(-alpha)。Alphaは履歴データから計算されます。ApplyDiscountRateは将来の収益を現在価値に割り引きます — 正しい評価のための標準的な財務慣行です。

基本LTV計算式

最もシンプルなLTV計算式：ARPU×平均ライフタイム。平均ライフタイムは平均解約率^−1です。ユーザーが月10%の割合で離脱する場合、平均ライフタイム = 1 / 0.10 = 10ヶ月です。月間ARPUが2ドルの場合、LTV = 2 × 10 = 20ドルです。この計算式は迅速な見積もりに有用ですが、時間の経過に伴うARPUの変化を無視します。

LTV予測モデル

LTV予測は高度な統計手法を必要とする複雑なタスクです。初期段階（Day 1〜Day 30）での正確な予測には、行動シグナル（初回購入、セッション頻度、エンゲージメント）を分析するMLモデルが使用されます。

確率モデル — BG/NBD（ベータ幾何分布/負の二項分布） — 反復購入を予測する古典的なアプローチです。このモデルはユーザーがアクティブであり続ける確率と期待される取引数を推定します。Fader & Hardieモデル（2013）は、MLなしのLTVにおける事実上の標準であり続けています。

MLモデル — ランダムフォレスト、XGBoost、ニューラルネットワーク。これらはトラフィックソース、デバイス、国、最初のアクションなど数十の特徴を考慮します。Google Cloud recommendation.aiは、最初の7日間のイベントに基づくLTV予測にディープニューラルネットワークを使用しています。これらのモデルの精度は確率モデルより15〜25%高いです（Google、2025）。

ハイブリッドアプローチは、ベースライン予測のための確率モデルと異常な行動を示すグループのためのML補正を組み合わせます。実際には、ハイブリッドが精度と計算コストの最適なバランスを提供します。ほとんどのプラットフォーム（Amplitude、Mixpanel）は自動LTVにハイブリッドモデルを使用しています。

7日目LTV予測

7日目LTVは最も一般的な早期予測です。ユーザーが7日以内に購入を行わなかった場合、将来の購入確率は80%低下します。7日目LTVは、7日間の1日あたりARPUに予測ライフタイムを掛けて計算されます。7日目LTVと365日LTVの相関はゲームカテゴリーで0.85に達します。

LTVとCACの比率

LTV/CAC比率はモバイルアプリのユニットエコノミクスの主要指標です。健全なビジネスのルール：LTV/CAC >= 3。比率が3未満の場合、ビジネスはスケーラブルではありません — 獲得した各ユーザーはマーケティングコストと運用経費をカバーするのに十分な収益を生み出しません。

ベンチャー投資家はシードラウンドでLTV/CAC > 3、シリーズAで> 5を要求します。OpenView（2025）によると、モバイルファースト企業の中央値LTV/CACは3.2です。トップ企業は5〜7を達成しています。サブスクリプションモデルの回収期間は12ヶ月を超えてはなりません。

LTV/CACは履歴LTVではなく予測LTVに基づいて計算されることに注意することが重要です。予測が過大評価されている場合 — 実際のビジネスが収益を上げていないのに比率は健全に見えます。P50（中央値）に基づくLTVの保守的な予測は平均に基づく予測よりも信頼性が高いです。

アプリカテゴリー別のLTV

LTVはカテゴリーによって大きく異なります。典型的な値を理解することで、現実的な目標を設定し、収益化戦略を選択するのに役立ちます。以下のデータはData.aiとSensor Towerの2025年のレポートに基づいています。

ハイパーカジュアルゲームのLTVは最も低く0.20〜0.50ドルです。モデルは広告ベースです：ユーザーは3〜5日間プレイし、リワード広告を視聴し、その後離脱します。このようなLTVでは、CACは0.10〜0.15ドルを超えることはできず、大量のトラフィックと最適化されたクリエイティブでのみ達成可能です。

ストラテジーゲームのLTVはゲーム業界で最も高く25〜50ドルです。ユーザーは6〜18ヶ月滞在し、ブースターやサブスクリプションを積極的に購入します。高いLTVにより、UAに1インストールあたり最大10〜15ドルを費やすことができます。トラフィックの質が量よりも重要になります。

ヘルス＆フィットネス — サブスクリプションによりLTVは30〜60ドルです。平均的なユーザーは4〜6ヶ月間、月8〜15ドルを支払います。サブスクリプションは予測可能なLTVと投資家による高いビジネス評価を提供します。

ソーシャルデーティング — LTVは100〜500ドルに達します。ユーザーはサブスクリプションやバーチャルギフトに支払い、ライフタイムは12ヶ月を超えることがあります。LTVの観点から最も収益性の高いモバイルアプリカテゴリーですが、CACも最も高く20〜50ドルです。

LTVを向上させる方法

LTVの向上は製品改善を通じて解決される戦略的課題です。すべての方法は3つのグループに分類されます：維持率の向上、ARPUの増加、解約率の低減。各グループはLTVに乗数効果をもたらします。

最初のグループ — 維持率。7日目維持率を10%向上させると、LTVが15〜20%成長します。方法：パーソナライズされたオンボーディング、関連コンテンツを含むプッシュ通知、ゲーミフィケーション（実績、リーダーボード、ストリーク）。Duolingoは典型的な例です：ストリークの仕組みがユーザーを何年も維持し、EdTech平均の3〜4倍のLTVを確保しています。

2番目のグループ — ARPU。方法はARPUの記事で説明されています：サブスクリプション、広告枠の最適化、オファーのパーソナライゼーション。同じ維持率でARPUが10%増加すると、LTVが直接10%増加します。

3番目のグループ — 解約率の低減。離脱ユーザーの再活性化キャンペーン、カスタマーサポートの改善、離脱ポイントの分析。月間解約率を15%から10%に低減すると、平均ライフタイムが6.7ヶ月から10ヶ月に増加 — ARPUが変わらなければLTVが50%成長します。