精緻なログ分析を阻む「流入経路」の壁

──ルーデルでは元々「アプリ内の詳細なユーザー行動ログ」をユーザーIDベースで精緻に分析されていたとうかがいました。具体的にどのような体制・方針でデータ活用をされていたのでしょうか？

吉永：ルーデルでは、AIとデータサイエンスの技術でビジネスへ貢献する部署としてデータサイエンス部があり、その中でゲーム事業におけるデータ基盤の構築と運用、BIダッシュボードによる分析データの可視化、課題に対する深掘り分析、機械学習による予測や分類モデルの実装などを行っております。

　ソーシャルゲームのKPIはユーザー数・単価（ARPPU）・課金率の3つで構成されます。ユーザーIDベースの行動ログを分析し、この3つをゲームタイトルの特性に応じて最大限改善していくことを重視しています。

──データ活用に取り組む上での課題をお聞かせください。

吉永：「新規ユーザーがどこから流入してきたか、詳細が追跡できない」点に課題を感じていました。

　弊社のソーシャルゲームはインストール無料で、プレイを継続していく中で追加でキャラクターやアイテムなどを購入したい場合に課金を行うビジネスモデルです。なので、インストール後にゲームに定着してもらえるかがとても重要なポイントです。もちろん、なるべく定着してもらえるようにゲーム内の改善は日々考えているものの、そもそもゲーム性と合わなかったり、他のサービスに重きを置いているユーザーなどは、一定仕方ない部分もあると考えています。

　となると、弊社のゲームにマッチしているユーザーに効果的にアプローチすることも重要となってきますが、その分析がゲーム内のログだけでは完結しないため、新規ユーザーの流入元がわからない点が課題となっていました。

　ゲーム内の行動ログであれば、自社サーバーで詳細にデータを取得することができるのですが、ゲームに入る前までのユーザーログは別でデータを取る仕組みが必要となります。

自社基盤とログをつなぐ「ローデータ」の価値

──ルーデルの課題解決をAdjustが支援したとうかがいました。どのように解決したのでしょうか。

大杉：まずAdjustの計測の流れから説明します。Adjustでは計測SDKを提供しており、このSDKをアプリに実装していただくのが最初のステップです。日本語のドキュメントの提供やテクニカルサポートチームによる導入支援をご提供しているため、基本的な実装であれば、テスト期間を含め約2〜3週間程度で実装を完了されているお客様もいらっしゃいます。

　SDKを実装した後は、広告の効果測定において流入元を特定するために、Adjustの管理画面で計測URLを発行し、計測したい箇所に設置していただく形になります。

　現在では、モバイルはもちろん、WebやCTV、さらに最近増えているQRコードといったオフライン計測にまで対応の幅を広げています。デジタルチャネルが多様化する中、様々な流入元から来るユーザーを、Adjustで一元管理・計測が可能です。

細田：Adjustをデータハブとして機能させるために鍵となるのが「ローデータエクスポート機能」です。ルーデル様には、Adjustの「カスタムパラメーター」機能を用いて、ログイン等のタイミングで自社のゲームユーザーIDをAdjust側に送信する設定を行っていただきました。これにより、ゲームユーザーIDと流入経路がセットになった生のデータをローデータエクスポート機能でリアルタイムかつ自動送信し、Cloud Storageを経由して自社のデータ分析基盤（BigQuery）へ連携させるパイプラインを構築しました。

──データ活用はデータの整理や整形が大変だと聞きますが、突合するために手間はかかりませんか？

細田：Adjustが提供するローデータは、網羅性・緻密性に優れているものと自負しております。お客様が必要なカラムを自由にお選びいただけるため、一から複雑なデータ加工を行う手間を大幅に削減できます。また、取得可能なデータについては最大限広告IDに紐付けて出力しています。

大杉：Adjustの強みは、データがレコードとしてきちんと整備されている点にあります。お客様側はその材料をどう活用するかに注力していただくことが可能です。

吉永：データ分析に必要なデータ基盤はただデータが保管されているものではなく、分析に使用できる形式で整備されていることが重要です。Adjustのローデータは既存のデータ分析基盤へそのまま取り込んで活用できるため、分析基盤に必要な要件を満たしていると感じます。