アプリインストール直後の行動から、課金するかどうかは予測可能！ AIの正解率は94％に【WACUL調べ】

チュートリアルやゲーム内イベントの消化状況などは関係なく、正確な予測が行えた。

冨岡晶（Web担編集部） 2020/10/26 8:00 調査／リサーチ／統計 | 調査データ

WACUL（ワカル）は、研究レポート「AIによる未来予測研究～AIはスマホゲームで課金するユーザーを予測できるのか」を発表した。スマホゲームのインストール直後の行動データから、「将来、課金サービスを利用するかどうか」を予測したという。

インストール直後のユーザー行動から、その後の課金行動を予測できるか？

スマホゲームでは、ダウンロード無料・アプリ内課金有という「フリーミアム」の収益モデルを採用することが多い。一方でフリーミアムのスマホゲームでは、インストールをしても止めるユーザーや、無課金でゲームを続けるユーザーも多数いる。

コンバージョンを「インストール」にした場合、デジタル広告は、課金しないユーザーも含めて増やすよう最適化されるため、過剰な広告費を投下している可能性が高い。コンバージョンを「課金」にすれば、広告の費用対効果が大きく改善する可能性があるが、ユーザーが実際に課金サービスを利用するまでにはタイムラグがあり、PDCAを回すのに時間がかかる。

今回の研究レポートでは、インストール後から短期間のユーザー行動から、その後の課金行動を予測し、課金ユーザーを効果的に誘導できている広告を早期に把握。その分析結果を配信広告の運用に活用することで、広告のPDCAを高速化できるか検証している。

汎用性の高い「一般的な特徴量のみの行動データ」で、課金は予測可能

今回の予測では、2パターンの分析用データを作成し精度を比較している。分析は、アプリの広告計測ツールを持つオプトと共同で行った。

（A）ゲーム固有要素に依存しない、一般的な特徴量のみの行動データ

ログイン回数・時刻
課金金額
デバイス種別
IPアドレスから推測された地理情報
ネットワーク回線種別
広告関連情報　など

（B）一般的な特徴量に加え、ゲーム固有要素を含んだ行動データ

チュートリアル
イベント消化状況　など

具体的には、「インストール後から1週間（観察期間）」の行動データを用いて、「その後4週間（予測期間）」に課金行動を一度でも行うかどうかを、二値分類問題として予測した。ユーザー数はAndroidは23万3,521人、そのうち課金ユーザー数は3.12％。iOSは43万1,043人、そのうち課金ユーザー数は2.16％。約80％が訓練ユーザー、約20％が評価ユーザーとしている。

AIの分析予測モデルには、ロジスティック回帰、XGBoost、DNN（ディープラーニング）を使用。それぞれの予測モデルで「適合率」（課金サービスを利用すると予測したユーザーが実施に課金サービスを利用した割合）を比較すると、まず「（A）一般的な特徴量のみの行動データ」の場合、DNN（ディープラーニング）が正解率94％程度で適合率がもっとも高かった。ランダム抽出と比較すると最大で9.03倍の適合率で、課金ユーザーを特定できた。

さらに、同様の予測を「（B）ゲーム固有要素を含んだ行動データ」でも行ったが、大きな差異はなく、同等かそれ以上の適合率となった。これは、ゲーム内のイベントによらず、汎用性の高い「一般的な特徴量のみの行動データ」で課金するかしないか予測可能であることを示している。

この結果は、「より課金サービスの利用が見込めるユーザーを獲得するために、広告配信の最適化が行える」こと、課金見込みユーザーにクーポンを発行したり、ゲーム内で優遇したりすることで、「通常のフィードバックでは届かなかった、課金見込みユーザーへのリーチが期待できる」ことを示唆している。広告配信以外への応用が期待される。