リテンションとは、インストールコホートのうちN日後にアプリに戻ったユーザーの割合です。D1＝1日後リテンション（インストール翌日に戻ったユーザー）、D7＝7日後、D30＝30日後。「穴の開いたバケツ」指標とも呼ばれます。ユーザー獲得が優秀でもリテンションが悪いプロダクトは補充できる以上の速さでユーザーが流出し、ユーザー獲得が普通でもリテンションが高いプロダクトは複利的に成長します。インストール数の次に、リテンションはモバイルにおける収益以外で最も重要な指標です。
この分布こそ、多くのリテンション記事が隠している真実です。カタログの中央値アプリはD30時点でインストールの4%未満しかリテンションしておらず——業界記事で取り上げられる「良いベンチマーク」の多くは、実際の中央値ではなくトップ10%やトップ25%のパフォーマンスです。D30が5〜10%の範囲にあれば、すでに上位25%です。10%を超えていれば、コンシューマーソーシャル・生産性・金融アプリが存在するトップ10%の帯域にいます。
カテゴリ別の業界ベンチマーク（2026年の大まかな目安）：
- メッセージング・銀行・習慣化アプリ：D1 50〜70%、D7 30〜50%、D30 25〜50%。構造的な毎日のニーズによる長い尾。
- コンシューマーソーシャル・生産性：D1 40〜50%、D7 20〜30%、D30 10〜15%。
- ストリーミング・メディア：D1 35〜45%、D7 15〜25%、D30 8〜15%。
- カジュアルゲーム：D1 35〜45%、D7 12〜20%、D30 5〜10%。
- ハイパーカジュアルゲーム：D1 25〜35%、D7 5〜10%、D30 1〜3%。素早いマネタイズ設計で、リテンション重視ではない。
- ユーティリティ：非常に幅広い。タスク特化型（電卓、懐中電灯）：D30 < 5%；定期利用型（生理周期トラッカー、天気）：D30 > 30%。
自社のカテゴリと過去実績のベースラインと比較してください。カテゴリをまたいだ比較は誤解を招きます。
リテンションカーブは普遍的な形状をたどります：第1週に急激な落ち込み（ほとんどのインストールは早期に離脱）、第2〜4週にゆっくりとした減衰、その後ほぼフラットな長い尾。数学的な形状は「指数関数的減衰＋漸近線」です。漸近線とは「永続」ユーザーになる割合、つまりインストールから数ヶ月〜数年後もアクティブであり続けるユーザーの割合です。漸近線こそが本当に複利効果をもたらす数値です。インストールの10%を恒久的にリテンションするプロダクトは、3%しかリテンションしないプロダクトとは根本的に異なるスケールを持ちます。各コホートから永続ユーザーが積み上がっていくこの複利効果こそ、オーガニック成長のエンジンです。
上記の分布は右に大きく歪んでいます：数万のカタログアプリはD30 1〜5%に密集し、強いアプリの長い尾が10%を超え、ごく一部の強いアプリが20%を超えます。プロダクトチームへの示唆：D30 = 5%はブログ記事のベンチマークと比べて物足りなく感じますが、実際には計測可能な市場全体で上位25%です。メッセージングや銀行のケーススタディの数値ではなく、下の表のカテゴリ中央値と比較してください。
D30リテンション計算機
コホートのうちD30時点でアクティブなユーザー数を入力してD30リテンション率を算出し、どの水準に位置するか確認しましょう。
Enter your numbers to see your result and how it compares to the catalog.
ベンチマーク：MWMデータ、米国、D30ダウンロード数1,000以上のアプリ。カテゴリ中央値とも比較してください。
知っておくべき3つのリテンション計測方法：
- N日後リテンション（クラシック）：ユーザーがちょうどN日目に戻ってきた場合。厳密で数値は低め。計算しやすい。D1 / D7 / D30ベンチマークの標準。
- ローリングリテンション（ゆるい定義）：ユーザーがN日目以降のいずれかの日に戻ってきた場合。数値は高め、カーブが滑らか。毎日アクセスしない低頻度利用プロダクトに有効。
- レンジリテンション：N日目からN+M日目の間に少なくとも1回戻ってきた場合。日次の粒度が粗すぎる場合に使用。
プロダクトによってデフォルトの定義は異なります。重要なのは一貫性です。成熟した分析プラットフォーム（Amplitude、Mixpanel）は3つすべてを提供し、選択を可能にしています。
リテンションを動かすレバー（インパクトの大きい順）：
- オンボーディング完了率 — オンボーディングを完了したユーザーは未完了のユーザーより2〜3倍高いリテンションを示します。D1への最大のレバーです。
- D1からD2への再アクティブ化 — 24時間以内にユーザーを呼び戻すプッシュ通知、メール、アプリ内プロンプト。D7を大幅に改善します。
- 習慣ループの仕組み — デイリーストリーク、毎日のコンテンツ更新、日常ルーティングへの組み込み。長い尾の漸近線を引き上げます。
- プロダクトマーケットフィット — マクロレベルでは、リテンションはフィットの最も正直な表れです。全コホートでリテンションが構造的に低い場合、答えはたいていマーケティングではなくプロダクト自体にあります。
カテゴリ別 D1 / D7 / D30 リテンションベンチマーク（2026年）
| カテゴリ | D1 | D7 | D30 |
|---|---|---|---|
| メッセージング・銀行・習慣化アプリ | 50-70% | 30-50% | 25-50% |
| コンシューマーソーシャル・生産性 | 40-50% | 20-30% | 10-15% |
| ストリーミング・メディア | 35-45% | 15-25% | 8-15% |
| カジュアルゲーム | 35-45% | 12-20% | 5-10% |
| ハイパーカジュアルゲーム | 25-35% | 5-10% | 1-3% |
| ユーティリティ（タスク特化型） | 15-30% | <5% | <5% |
漸近線——D90以降も残る長い尾のフラットなリテンション率——は、D1・D7・D30のどの単一指標よりもLTVに対して重要です。インストールの10%を恒久的にリテンションするプロダクトは、3%しかリテンションしないプロダクトとは根本的に異なるスケールを持ちます。
Median D1 / D7 / D30 retention by category (US, Q3 2025, MWM)
| Category | D1 | D7 | D30 |
|---|---|---|---|
| Social & Communication | 31.9% | 12.3% | 5.9% |
| Lifestyle & Well-being | 23.6% | 9.6% | 4.8% |
| Productivity & Tools | 23.0% | 8.9% | 4.5% |
| Education & Knowledge | 24.9% | 8.6% | 3.6% |
| Media & Entertainment | 24.9% | 8.0% | 3.4% |
| Game | 36.6% | 9.3% | 2.9% |
カテゴリ別の表から2つの事実が鮮明に浮かび上がります。ゲームはカタログ内でD1リテンションが最も高いにもかかわらずD30が最も低い——派手なオンボーディングでD1を獲得しても、1ヶ月後には習慣ループが機能しないという典型的な減衰カーブです。ソーシャル・コミュニケーションはすべての期間でトップ——長い尾の漸近線はネットワーク効果を持つプロダクトが支配する領域です。リテンションカーブがゲームの行（高D1・崩壊するD30）に似ている場合のレバーは中間ファネルの再エンゲージメントであり、教育の行（控えめなD1・緩やかな減衰）に似ている場合のレバーは価値密度とプログレッション設計です。
リテンションは国によって異なりますか？
一般的な思い込み：新興市場ではユーザーの意欲が低く、ストレージの制約が多く、アプリの乗り換えが激しいためリテンションが構造的に低い。しかしカタログデータはこの通説を否定します。
Median D1 / D7 / D30 retention by country — Tier-1 vs emerging markets (Q3 2025, MWM)
| Country | D1 | D7 | D30 |
|---|---|---|---|
| United States | 27.3% | 9.2% | 3.9% |
| United Kingdom | 27.2% | 9.0% | 3.9% |
| Germany | 27.4% | 9.0% | 3.8% |
| France | 27.3% | 9.0% | 3.8% |
| Japan | 27.4% | 9.1% | 3.9% |
| South Korea | 27.4% | 9.0% | 3.8% |
| Brazil | 27.1% | 8.9% | 3.8% |
| India | 27.5% | 9.1% | 3.7% |
D1・D7・D30の中央値リテンションは主要市場間でほぼ横ばいです。米国のベースラインから0.5ポイント以内に、英国・ドイツ・フランス・日本・韓国・ブラジル・インドが収まります。「新興市場のアプリはより早く離脱する」という通説は成立しません——中央値では、リテンションの形状は地域を超えて構造的に似ています。市場間の差異は、同一市場内のアプリ間の差異よりはるかに小さいのです。ローカライゼーション、言語対応、コンテンツ頻度は国の構成より大きくリテンションを動かします。
リテンションでよくある失敗
リテンションの問題の多くは計測の問題ではなく、カーブの予測可能な誤読です。繰り返されるパターンを挙げます：
- D1を追い求める一方でD30漸近線が劣化する — 派手なオンボーディングはD1を膨らませますが、長い尾を支える習慣ループを構築するわけではありません。ダッシュボード上でD1は良く見えますが、LTVに複利をもたらすのは漸近線です。
- プロダクトの問題を再エンゲージメントの問題と混同する — *すべての*コホートとチャネルでリテンションが構造的に低い場合、どれだけプッシュやメールを打っても解決しません。全体的なリテンションの低さはプロダクトマーケットフィットが欠如している最も正直なシグナルです。
- コホート別ではなく集計値でリテンションを読む — 集計した1本のカーブは、どのユーザー獲得ソース・プラットフォーム・オンボーディングバリアントが漏れているかを隠してしまいます。集計数値が横ばいを保っている間に、有料チャネルが静かに崩壊している可能性があります。
- D7を底上げするために過剰なプッシュ通知を送る — ユーザーをプッシュで引き戻すと短期的なリテンションは上がりますが、通知疲れとアンインストールを引き起こし、育てようとしている漸近線を傷つけます。量よりも頻度規律が重要です。
- 間違ったカテゴリのベンチマークを使う — カジュアルゲームのD30をメッセージングアプリのD30と比較しても意味がありません（カタログは1%から50%超まで分布しています）。カテゴリの中央値、そして何より自社の過去実績のベースラインと比較してください。
教科書的なポジティブな事例は、ストリーク＋リマインダーのループです（Duolingoが典型例）：毎日戻るメカニクスに破るコストが見えるかたちで組み込まれ、適切なタイミングの再エンゲージメントに裏付けられている——最初の1週間の数値ではなく、長い尾の漸近線を構築するアプローチです。