山下菜々子
ニックネーム： ななこ / なぁちゃん 年齢： 29歳 性別： 女性 職業： フリーランスWebライター・ブログ運営者（主にライフスタイル・京都観光・お得情報・ Amazonセール解説が得意） 通勤場所： 京都市内のコワーキングスペース（四条烏丸あたりの「大きな窓のある静かな席」を定位置にしている） 通勤時間： 自転車で約15分（気分転換に鴨川沿いのルートを通るのが密かな楽しみ） 居住地： 京都市中京区・二条城の近くにある1LDKの賃貸マンション （築浅で静か・カフェ徒歩圏内が決め手。観葉植物と北欧っぽいインテリアで揃えている） 出身地： 京都府京都市伏見区（酒蔵の景色が大好きで、今でも週末に散歩しに行く） 身長： 158cm 血液型： A型（几帳面だが、好きなことに没頭すると周りが見えなくなるタイプ） 誕生日： 1996年9月14日（乙女座で「計画派だけどロマンチスト」） 趣味： カフェ巡り（特に町家カフェが好き） 読書（エッセイ・恋愛小説・ビジネス書） コスメ研究（新作チェックが日課） 京都の穴場スポット巡り 朝の鴨川ランニング Amazonタイムセールを監視すること（もう職業病） 性格： 穏やかで聞き上手。慎重派だけど、ハマると一気に突き進むタイプ。 好奇心旺盛で「面白いものを見つけたら人に話したくなる」性格。 メンタルは強めだけど、実はガラスのハートのときもあり。 ひとり時間が好きだが、仲の良い友達とまったりおしゃべりも大好き。
MAUとMUBの違いを理解するための基本ファクト
このセクションの目的は、まずMAUとMUBが何を意味するのかを正しく知ることです。
MAUは通常「Monthly Active Users」、つまり1か月の間にサービスを利用したユニークな利用者の数を指します。
一方MUBは「Monthly Unique Buyers」などと呼ばれ、月ごとに購買行動をしたユニークな顧客の数を表すことが多い指標です。
両者は「誰がいつ使ったか」を測る点では似ていますが、対象となる活動が異なるため、集計の方法や使い方も変わります。
ここでは日常的な場面での違いを掴むための基礎を、分かりやすい例と共に紹介します。
ポイント：MAUは“使用した人の数”、MUBは“購入した人の数”を中心に考えます。
この違いを理解すると、サービスの成長指標と売上の関係を別々に捉えられるようになります。
この表を見れば違いが一目で分かります。
ただし表だけでは日常のビジネス判断には足りず、データの前処理や定義の揺れにも留意する必要があります。
MAUの定義と計算方法
MAUの基本的な定義は「1か月間にサービスを利用したことが確認できる利用者の数」です。
ここで注意したいのは実際にはユニーク性の扱いです。
同一人物が月をまたいで2回利用しても、1人としてカウントされます。これを実現するにはログインIDやクッキー、端末識別子などを使って重複を減らす処理が必要です。
また、”利用”の定義もサービスによって異なります。例えばアプリの起動回数ではなく「ログイン、または実質的な操作を行った回数」を使う場合があります。
データを集計する際には期間を月初・月末で統一すること、イベントトラッキングの粒度をそろえることが重要です。
MUBの定義と計算方法
MUBは「月間Unique Buyers」の略称として説明されることが多く、月ごとに商品を購買した顧客の一意の人数を数えます。
ここでの一意性は、同じ人が複数回買い物をしても1人として数えられる点がMAUと似ていますが、購買の有無を基準にしている点が大きく異なります。
計算方法としては、購買イベントの顧客IDを月単位で重複排除してカウントします。
注意点は「クーポンや返品、キャンセルがどう扱われるか」です。
服などの長期間に渡る購入は1か月内でも複数回あるかもしれませんが、初回購入者・再購入者での内訳も分析することで、顧客の価値を深掘りできます。
使い分けと現場の活用例
実務ではMAUとMUBを単独で見るのではなく、組み合わせて分析します。
例えば新規獲得キャンペーンの効果を測るときはMUBの増加とMAUの関係を確認します。
またコア製品の継続性を評価する場合はMAUの推移を重視します。
一つの結論に飛びつかず、両方の指標の動きを並べて解釈する癖をつけることが重要です。
現場ではしばしばグラフ化が有効です。月次の推移を棒グラフで表示し、MAUが急増している時期にMUBがどう動いたかを併記します。
よくある誤解と注意点
よくある誤解として、MAUが多いほど成功していると考えるケースがあります。
しかしMAUが高くてもMUBが低い場合、使っている人は多いが購買にはつながっていない可能性があります。
逆にMUBが高いのにMAUが低いと、少数のリピート購入者が多いだけで新規拡大には繋がっていないかもしれません。
データ品質の問題にも注意が必要です。識別子が一致しなかったり、重複排除の基準が揺れていると、指標が歪みます。
また期間の設定変更やイベントの追跡設計の違いも、比較の妥当性を左右します。
結論としては、指標の定義を組織内で統一し、期間を統一することが最初の一歩です。
今日は友だちと雑談する風に MAU について深掘りします。MAU は月に何人がアプリを使ったかを表す指標で、同じ人が月の中で何回使っても1人としてカウントされます。MUB は月に購買した人の数を示す指標で、買い物をした人のユニークさを重視します。ここでのポイントは、同じ月に MAU が多いのに MUB が低いとユーザーのエンゲージメントが低い、つまり「使う人は多いが買い物はしていない」という現象が起き得ることです。データをどう解釈するかでマーケティング戦略の方向性が変わるので、学校の成績表のように複数の指標を横に並べて読む癖をつけましょう。
次の記事： ipadとmacの違いを徹底解説！初心者でも分かる使い分けガイド »
ITの人気記事
