Rork × AIエージェントでアプリ内レコメンデーション収益を自動化する — パーソナライズ課金戦略の設計と実装

レコメンデーション × AIエージェント = 収益の自動最大化

アプリの収益化において、「適切なユーザーに、適切なタイミングで、適切なオファーを提示する」ことは最も重要であり、同時に最も難しい課題です。従来のルールベースのレコメンデーション（全員に同じ広告を表示する、登録7日後に割引を送る等）ではユーザーの多様な行動パターンに対応しきれません。

AIエージェントを使えば、ユーザーの行動データをリアルタイムに分析し、個々人に最適化された課金提案を自動的に生成・実行できます。ここではRorkアプリにおけるパーソナライズされたレコメンデーション収益エンジンの設計と実装を詳しく解説します。

パーソナライズ収益エンジンの仕組み

3つのコンポーネント

行動分析エンジン — ユーザーのアプリ内行動を追跡・スコアリング
レコメンデーションAIエージェント — 行動データに基づき最適な提案を生成
課金実行レイヤー — Stripeと連携してオファーの提示・決済処理を実行

データフロー

ユーザー行動 → 行動分析 → AIエージェント判断 → レコメンデーション表示
     ↑                                              ↓
     └────────── 結果フィードバック ←──── 課金/非課金の結果

行動分析エンジンの実装

// services/behavior-tracker.ts
// ユーザー行動分析エンジン
interface UserBehavior {
  userId: string;
  sessionCount: number;
  avgSessionDuration: number;        // 秒
  featuresUsed: string[];
  lastActiveAt: Date;
  purchaseHistory: {
    amount: number;
    date: Date;
    product: string;
  }[];
  premiumFeatureAttempts: number;     // 有料機能のタップ回数
  referralCount: number;
}
 
interface EngagementScore {
  overall: number;          // 0-100
  purchaseIntent: number;   // 0-100（購入意欲スコア）
  churnRisk: number;        // 0-100（解約リスク）
  optimalTiming: string;    // レコメンデーション表示の最適タイミング
}
 
function calculateEngagementScore(
  behavior: UserBehavior
): EngagementScore {
  // エンゲージメントスコアの計算
  const sessionScore = Math.min(behavior.sessionCount * 2, 30);
  const durationScore = Math.min(behavior.avgSessionDuration / 60 * 5, 20);
  const featureScore = Math.min(behavior.featuresUsed.length * 3, 20);
  const premiumScore = Math.min(behavior.premiumFeatureAttempts * 10, 30);
 
  const overall = sessionScore + durationScore + featureScore + premiumScore;
 
  // 購入意欲スコア（有料機能へのタップが多いほど高い）
  const purchaseIntent = Math.min(
    behavior.premiumFeatureAttempts * 15 +
    (behavior.sessionCount > 10 ? 20 : 0) +
    (behavior.avgSessionDuration > 300 ? 15 : 0),
    100
  );
 
  // 解約リスク（最終アクティブからの経過日数で判定）
  const daysSinceActive = Math.floor(
    (Date.now() - behavior.lastActiveAt.getTime()) / 86400000
  );
  const churnRisk = Math.min(daysSinceActive * 10, 100);
 
  // 最適タイミングの判定
  let optimalTiming = "session_end";  // デフォルト
  if (purchaseIntent > 70) {
    optimalTiming = "premium_feature_tap";  // 意欲が高い→即座に提案
  } else if (purchaseIntent > 40) {
    optimalTiming = "session_mid";  // 中程度→セッション途中で
  }
 
  return { overall, purchaseIntent, churnRisk, optimalTiming };
}
 
// 使用例
const score = calculateEngagementScore({
  userId: "user_123",
  sessionCount: 15,
  avgSessionDuration: 420,
  featuresUsed: ["search", "favorites", "share", "compare"],
  lastActiveAt: new Date(),
  purchaseHistory: [],
  premiumFeatureAttempts: 5,
  referralCount: 2
});
console.log(score);
// 出力例:
// {
//   overall: 82,
//   purchaseIntent: 75,
//   churnRisk: 0,
//   optimalTiming: "premium_feature_tap"
// }

AIエージェントによるレコメンデーション生成

// services/recommendation-agent.ts
// AIエージェントによるパーソナライズレコメンデーション
import { GoogleGenerativeAI } from "@google/generative-ai";
 
const genAI = new GoogleGenerativeAI(process.env.GEMINI_API_KEY!);
const model = genAI.getGenerativeModel({ model: "gemini-2.5-pro" });
 
interface Recommendation {
  type: "subscription" | "one_time" | "upgrade" | "retention";
  plan: string;
  message_ja: string;
  message_en: string;
  discount?: number;
  urgency: "low" | "medium" | "high";
  displayTiming: string;
}
 
async function generateRecommendation(
  behavior: UserBehavior,
  score: EngagementScore
): Promise<Recommendation> {
  const prompt = `あなたはモバイルアプリの収益最適化エージェントです。
以下のユーザーデータに基づいて、最適な課金提案を生成してください。
 
ユーザーデータ:
- セッション数: ${behavior.sessionCount}
- 平均セッション時間: ${behavior.avgSessionDuration}秒
- 使用機能: ${behavior.featuresUsed.join(", ")}
- 有料機能タップ回数: ${behavior.premiumFeatureAttempts}
- 購入履歴: ${behavior.purchaseHistory.length}件
- 紹介ユーザー数: ${behavior.referralCount}
 
スコア:
- エンゲージメント: ${score.overall}/100
- 購入意欲: ${score.purchaseIntent}/100
- 解約リスク: ${score.churnRisk}/100
- 最適タイミング: ${score.optimalTiming}
 
利用可能なプラン:
- Tip: ¥150 / $1.50（1回限り）
- Pro月額: ¥380 / $3
- Premium永久: ¥1,480 / $10
 
以下のJSON形式で回答してください:
{
  "type": "subscription" | "one_time" | "upgrade" | "retention",
  "plan": "プラン名",
  "message_ja": "日本語のレコメンデーションメッセージ（50文字以内）",
  "message_en": "English recommendation message (under 50 words)",
  "discount": 0-30,
  "urgency": "low" | "medium" | "high",
  "displayTiming": "表示タイミング"
}`;
 
  const response = await model.generateContent(prompt);
  const text = response.response.text();
 
  // JSONの抽出とパース
  const jsonMatch = text.match(/\{[\s\S]*\}/);
  if (!jsonMatch) throw new Error("Failed to parse recommendation");
  return JSON.parse(jsonMatch[0]);
}
 
// 期待する出力例:
// {
//   "type": "subscription",
//   "plan": "Pro月額",
//   "message_ja": "お気に入り機能を無制限で使えるProプラン、今なら20%オフ",
//   "message_en": "Unlock unlimited favorites with Pro — 20% off today",
//   "discount": 20,
//   "urgency": "high",
//   "displayTiming": "premium_feature_tap"
// }

Rorkアプリでのレコメンデーション表示

// components/SmartOffer.tsx
// AIが生成したレコメンデーションを表示するコンポーネント
import React, { useEffect, useState } from 'react';
import {
  View, Text, TouchableOpacity,
  Animated, StyleSheet
} from 'react-native';
 
interface OfferProps {
  userId: string;
  currentScreen: string;
  trigger: "session_end" | "premium_feature_tap" | "session_mid";
}
 
export default function SmartOffer({
  userId, currentScreen, trigger
}: OfferProps) {
  const [offer, setOffer] = useState<any>(null);
  const [visible, setVisible] = useState(false);
  const fadeAnim = useState(new Animated.Value(0))[0];
 
  useEffect(() => {
    fetchOffer();
  }, [trigger]);
 
  const fetchOffer = async () => {
    try {
      const res = await fetch(
        'https://api.your-app.com/recommendations',
        {
          method: 'POST',
          headers: {
            'Content-Type': 'application/json',
            'Authorization': 'Bearer TOKEN'
          },
          body: JSON.stringify({
            userId,
            currentScreen,
            trigger,
          }),
        }
      );
      const data = await res.json();
      if (data.recommendation) {
        setOffer(data.recommendation);
        setVisible(true);
        Animated.timing(fadeAnim, {
          toValue: 1,
          duration: 300,
          useNativeDriver: true,
        }).start();
      }
    } catch (e) {
      // サイレントフェイル（レコメンデーション失敗でUXを妨げない）
    }
  };
 
  if (!visible || !offer) return null;
 
  return (
    <Animated.View style={[styles.container, { opacity: fadeAnim }]}>
      <Text style={styles.title}>
        {offer.message_ja}
      </Text>
      {offer.discount > 0 && (
        <Text style={styles.discount}>
          {offer.discount}% OFF
        </Text>
      )}
      <TouchableOpacity
        style={styles.button}
        onPress={() => {
          // Stripe Checkoutへ遷移
          // handlePurchase(offer.plan, offer.discount);
        }}
      >
        <Text style={styles.buttonText}>
          詳しく見る
        </Text>
      </TouchableOpacity>
      <TouchableOpacity onPress={() => setVisible(false)}>
        <Text style={styles.dismiss}>後で</Text>
      </TouchableOpacity>
    </Animated.View>
  );
}
 
const styles = StyleSheet.create({
  container: {
    position: 'absolute', bottom: 20, left: 16, right: 16,
    backgroundColor: '#FFF', borderRadius: 16, padding: 20,
    shadowColor: '#000', shadowOpacity: 0.15, shadowRadius: 10,
    elevation: 5,
  },
  title: { fontSize: 16, fontWeight: '600', marginBottom: 8 },
  discount: {
    fontSize: 24, fontWeight: 'bold', color: '#E91E63',
    marginBottom: 12
  },
  button: {
    backgroundColor: '#2196F3', padding: 14, borderRadius: 10,
    alignItems: 'center',
  },
  buttonText: { color: '#FFF', fontSize: 16, fontWeight: '600' },
  dismiss: {
    textAlign: 'center', color: '#999', marginTop: 12, fontSize: 14,
  },
});

効果測定とフィードバックループ

レコメンデーションの効果を継続的に改善するには、結果データをAIエージェントにフィードバックする点が肝心です。

提示されたオファーに対するユーザーの反応（クリック率、購入率、却下率）をトラッキングし、次回のレコメンデーション生成時にその履歴をプロンプトに含めます。これにより、エージェントは「このタイプのユーザーには割引よりも機能訴求の方が効果的」といったパターンを学習し、レコメンデーションの精度が継続的に向上します。

全体を振り返って — 「売り込まない」収益化の実現

AIエージェントによるレコメンデーション収益化の本質は、ユーザー体験を損なわずに収益を最大化することです。ユーザーが本当に必要としているタイミングで、本当に価値のあるオファーを提示する——この「売り込まない収益化」こそが、長期的に持続可能なビジネスモデルです。

まずはシンプルな行動スコアリングから始め、AIエージェントによるパーソナライズを段階的に導入してみてください。

アプリの収益化についてさらに詳しく知りたい方は、Rork サブスクリプション収益モデル設計やRork Maxマネタイズ完全ガイドもぜひご参考にしてください。

12年の個人開発で見えてきたこと

リリース直後にチェックしているもの

クラッシュレポートの上位エラーを24時間ごとに確認しているか
AdMob/StoreKit の収益ダッシュボードに異常検知が出ていないか
ユーザーレビューに技術的な指摘が含まれていないか