100+ メトリクスの海で迷子にならないために
App Store Connect の Analytics は、2026 年時点で 100 以上のメトリクスが参照可能です。インプレッション、プロダクトページビュー、初回ダウンロード、セッション、クラッシュ、購入、継続、解約、再購入、地域別、デバイス別、チャネル別 — 並べると本当に多岐にわたります。
私自身、Rork Max で作ったアプリを運用していて、最初に躓いたのは「数字が多すぎて何を見ればいいか分からない」問題でした。全部追うと時間が溶けますし、どれも大事そうに見えます。結論として、収益に効く指標は 12 個に絞れます。ここではその 12 指標を優先順位付きでご紹介し、各指標が悪化したときの診断と改善施策までセットで整理します。
全部で 100 以上あるメトリクスの中から、個人開発・少人数運営のマイクロ起業家が日次・週次・月次で追うべき指標だけを選び抜いた実践ガイドとしてご活用ください。
追うべき 12 指標と、それぞれが示す健康状態
まず、私が Rork Max 製アプリで追っている 12 指標を、ファネル順に並べます。
獲得フェーズでは 3 指標です。インプレッション（ストアで自アプリが表示された回数）、プロダクトページビュー（ストア詳細ページが開かれた回数）、初回ダウンロード（First-Time Downloads）。これらで「見つけてもらえているか」「ページで興味を持たれたか」を見ます。
アクティベーションフェーズでは 2 指標です。セッション（起動回数）、アクティブデバイス（DAU/MAU）。インストール後に実際に使われているかを見ます。
課金フェーズでは 3 指標です。購入転換率（ページビュー → 初回購入）、ARPDAU（アクティブユーザーあたり日次売上）、支払いユーザー比率（課金ユーザー / アクティブユーザー）。どれくらいのユーザーが、どれくらいの頻度で課金するかを見ます。
継続フェーズでは 4 指標です。Day 1/7/30 リテンション、解約率（サブスクの場合）、サブスク継続率、再アクティブ率（休眠後の復帰）。一度獲得したユーザーをどれだけ保持しているかを見ます。
この 12 指標を Excel や Looker Studio にまとめ、日次・週次・月次で推移を追います。すべての改善施策は、このダッシュボードの数字を動かすためにあると考えると、運用がシンプルになります。
ファネル別弱点診断 — どこから改善すべきかの判断軸
12 指標を追い始めたら、次は「どこから改善するか」の判断です。私は次の順序で弱点を診断しています。
最初にボトルネックを特定します。たとえば、インプレッション 10,000、ページビュー 1,000（CTR 10%）、初回ダウンロード 150（CVR 15%）、初回購入 15（課金率 10%）という数字なら、最大の漏れはページビューから初回ダウンロードの段階（15%）です。ここを 20% に改善できれば、同じインプレッションで初回購入が 20 件に増え、収益が 33% 伸びます。
一般的なボトルネックのパターンは、次の 4 つです。
パターン A: CTR が低い（3% 未満）。アイコン、アプリ名、スクリーンショットが魅力的でない可能性が高いです。ここは App Store 内 A/B テスト（Product Page Optimization、以下 PPO）で改善します。
パターン B: CVR が低い（10% 未満）。プロダクトページの内容が期待を作れていません。説明文、プレビュー動画、スクリーンショットの順序、レビュー、の改善が効きます。
パターン C: アクティベーション率が低い（Day 1 リテンション 20% 未満）。オンボーディングで離脱しています。Rork Max で生成された初回起動フローの改修、チュートリアルの簡素化、即時価値体験（first win）の追加で改善します。
パターン D: 課金転換率が低い（1% 未満）。プロダクトページでの期待と、アプリ内体験のギャップが原因。または、課金ページの提示タイミング、プラン構成、価格が合っていません。
弱点が特定できたら、そのフェーズだけに集中して改善施策を回します。全フェーズを同時に触ると、何が効いたか分からなくなるため、1 時期 1 ファネルの原則を守ります。
Rork Max 製アプリで実装しやすい改善施策 5 選
Rork Max の強みは、生成コードの改修が速いことです。他のノーコードツールと比べて、細かい UI 調整や遷移順序の変更を数時間単位で反映できます。この強みを活かした改善施策を 5 つご紹介します。
施策 1: オンボーディングの簡素化。生成直後のオンボーディングは「機能紹介 5 画面」のような冗長な構成になりがちです。これを「目的入力 → 初回アウトプット」の 2 画面に圧縮すると、Day 1 リテンションが 20% → 35% に改善する事例があります。
施策 2: 初回課金画面のタイミング変更。多くのアプリは初回起動直後に課金画面を出しますが、これは Day 1 課金転換率を上げる代わりに、Day 30 継続率を下げる傾向があります。Rork Max では「3 回目の起動時」「初回アウトプット完成時」のような条件分岐を入れやすく、ここで課金画面を出す設計にすると、LTV が改善することが多いです。
施策 3: プラン構成の再設計。月額 1 プランの単独プランは、転換率が低いです。Rork Max で生成されたストアキット連携を使って、月額・年額の 2 プランを並べ、年額を「2 ヶ月分お得」として推すと、年額率が上がって LTV が伸びます。3 プラン並列は迷いを生むため、2 プランが最適です。
施策 4: リマインド通知の設計。プッシュ通知を「アプリを開いて 3 日経過した休眠ユーザーに、1 回だけ送る」設計にします。Rork Max はプッシュ通知の実装が素直なため、APNs の設定と通知スケジュールを数時間で組めます。再アクティブ率を 5% 改善するだけで、長期 LTV が大きく伸びます。
施策 5: 解約時の慰留フロー。サブスクリプション解約画面で、「次の請求日まで有効です」のメッセージと、「解約理由を教えてください」の簡単なアンケートを挟みます。解約を撤回させるのが目的ではなく、解約理由のデータを集めるのが目的です。この理由分析が、次の改善施策の種になります。
App Store 内 A/B テスト（PPO）の運用手順
App Store Connect には Product Page Optimization（PPO）という A/B テスト機能があります。ストアのプロダクトページを 3 つのバリエーションまで並行テストでき、CTR と CVR を実測できます。
運用手順は次のとおりです。
ステップ 1: テスト仮説を 1 つに絞ります。「スクリーンショット 1 枚目を〇〇に変えると CVR が上がる」のような、単一要素・単一指標の仮説を立てます。複数要素の同時変更は、結果の解釈を難しくします。
ステップ 2: バリエーションを用意します。現行版（Control）と、変更版（Treatment A）の 2 つを用意します。3 つ目のバリエーションは、結果が出てから必要に応じて追加します。
ステップ 3: 最低 14 日間、可能なら 28 日間走らせます。短期間だと統計的信頼性が不足します。トラフィックが多いアプリなら 7 日で十分なこともありますが、個人開発規模なら 2〜4 週間は見た方が安全です。
ステップ 4: 結果を見て、Treatment A が勝っていれば Control に昇格させます。負けていれば、違う仮説で次のテストに進みます。
PPO のポイントは、「勝ち続けた施策を積み重ねる」ことです。1 回のテストで CVR が 3% 上がるだけでも、年に 10 回テストを回せば複利で 34% 改善する計算になります。地味に見えて、収益への影響は大きいです。
ARPDAU と LTV を同時に追う理由
ARPDAU（アクティブユーザーあたり日次売上）と LTV（生涯価値）は、どちらも収益指標ですが、見える時間軸が違います。
ARPDAU は、今この瞬間の収益効率を示します。1,000 人がアクティブで、日次売上 10,000 円なら ARPDAU は 10 円です。これが上昇トレンドなら、課金や継続が改善しています。
LTV は、1 ユーザーあたりが生涯で生む売上です。ARPDAU × 平均継続日数で近似できます。ARPDAU 10 円、平均継続日数 60 日なら、LTV は 600 円です。
この両方を追う理由は、施策の効果を「即時売上」と「長期売上」で切り分けて評価するためです。たとえば、課金画面を初回起動時に強制表示する施策は、ARPDAU を短期的に上げますが、継続率を下げるため LTV は下がることがあります。ARPDAU だけ見ていると、長期の収益悪化に気付けません。
両指標を並べて追い、「ARPDAU ↑ かつ LTV ↑」の施策だけを採用するのが、持続可能な収益最適化の基本です。
地域別・デバイス別の深掘り
App Store Connect のメトリクスは、地域別（Territory）とデバイス別（iPhone/iPad/Mac）でセグメント化できます。収益最適化の深掘りでは、このセグメント分析が効きます。
地域別の深掘りでは、「どの国で CVR が高いか」を見ます。日本、米国、欧州、アジア各国でユーザー体験の最適解は異なります。CVR が特に高い国があれば、そこに広告予算を集中させるか、ローカライゼーションを深めて他の地域にも展開する、という戦術が見えます。逆に、CVR が極端に低い国があれば、翻訳品質の問題、文化的な違和感、価格が高すぎる、といった仮説を検証します。
デバイス別の深掘りでは、「iPad で使われる頻度が iPhone より高いか」などを見ます。iPad 中心のユーザーが多いなら、iPad 専用の大画面レイアウト追加や、iPad 向けのペンシル活用機能を追加する価値が判断できます。
これらの深掘りは、月次で 1 回程度行えば十分です。毎日見ても短期ノイズに埋もれるだけなので、月次の定例として時間を取ることをおすすめします。
分析ダッシュボードの構築 — 手軽に始める方法
App Store Connect のデータは、API 経由でエクスポートできます。これを Looker Studio（旧 Google Data Studio）や自作のダッシュボードに流し込むと、100+ のメトリクスから必要な 12 指標だけを抽出して可視化できます。
最小構成の手順は次のとおりです。
ステップ 1: App Store Connect API のキーを発行します。ダッシュボードからキーを生成し、秘密鍵を取得します。
ステップ 2: Python または Node.js でメトリクスを取得するスクリプトを書きます。認証は JWT ベースで、Apple の SDK または公式ライブラリを使うと数十行で組めます。
ステップ 3: 取得したデータを BigQuery、Supabase、Google Sheets のいずれかに格納します。小規模なら Google Sheets で十分です。
ステップ 4: Looker Studio で Sheets をソースに接続し、日次・週次・月次のグラフを作ります。
このダッシュボードを毎朝 5 分眺める習慣ができると、数字の変化に対する感度が大きく上がります。特に、予兆段階で異常を捉えられるようになるため、収益機会の見逃しが減ります。
次のアクション
ここまで読んでくださってありがとうございます。今日やれる一番小さな一歩は、App Store Connect を開いて、過去 28 日間の「購入転換率」だけを確認してみることです。自分のアプリが全体平均（2〜4% 程度）より上か下かを知るだけで、次に打つべき施策が絞られます。その数字を出発点に、12 指標の順序で点検していけば、収益改善の方向性は自ずと見えてきます。分析は完璧を目指すよりも、数字を眺める習慣から始めるのが、マイクロ起業家にとって最も実行可能なアプローチです。