ベータ版のリリースにあたりなるべく早期に感触をつかみたいので、時間がかかる一部機能を後回しにしてリリースの早さ(３ヶ月半リリース)を優先します。
その際に、後回しにできる項目として、下記としました。
<プログラミング>
・「HOME」のplaytoon,playcrew,playcamera,playpartygameの90日分程度
・「ワールド」のワールド内コミュニケーションツール一部15日分程度
(時間が足りなければ基盤実装のプレゼント機能,ショップ機能も後回しにして良い)
<デザイン>
・「ワールド」の 90日分で作成できるワールド３〜５個以外
これにより、ベータ版での開発時間は1275日分、４２.５人月分となり、開発費は３,４００万円となります。
ベータ版リリース後の本開発および大量の広告宣伝費の投入を始める条件として、
・バイラル係数1.5以上
・チャーンレート(離脱率)８％以下
・DAUの変動(定着率15％以上)
・新規参入増加率
などの設定された目標値がクリアされる必要があります。
また、目標値がクリアされるまでに何ヶ月ベータ版での運用・アップデートを容認するかの撤退ポイントを設定する必要があります。
できれば、ベータ版リリース期間にファンの取り込みと交流(公式杯上位などヘビーユーザ対象)を行い、熱烈なファン獲得とクオリティに磨きをかけられればベストな流れです。
ただ、ベータ版は最小限の広告宣伝費しか使わないので、母数が少なく、初期費用を回収できないのでベータ版を長引かせることは会社体力との相談になりそうです。
広告宣伝費の効果を最大にする各変数の値を深掘りし、逆算で求められるよう準備します。
開発コストC＝５０００万円（定数）
★広告クリック単価 ad=75円（変数：外部要因）
⭐︎★コンバージョン率cv=8%（変数：コントロール可能：露出場所、訴求ポイント）
新規会員獲得コスト nc=ad*cv（変数：変数依存）
⭐︎新規獲得数 new[t]（変数：目標値：コントロール可能：売上連動）
広告宣伝費 adc=new*nc（変数：変数依存）
⭐︎★定着率 r=15%（変数：コンテンツクオリティに依存）
月間アクティブユーザー数MAU[t]=new[t]*r
累積MAU amau[t]=MAU[t]+amau[t-1]
amau[0]=0,t>=1
バイラル係数(各ユーザーが平均何人を招き入れるか)=inv[t]/amau[t]
⭐︎★招待コードによる新規登録数 inv（変数：コンテンツクオリティに依存：招待のしやすさ）
⭐︎★有料会員率 rate[t]=3%（変数：コンテンツクオリティに依存）
有料会員数 loyal[t]=amau[t]*rate[t]+loyal[t-1]
loyal[0]=0,t>=1
⭐︎★チャーンレート out=5%（変数：コンテンツクオリティに依存）
離脱数 outnum=loyal[t]*out
新規生存有料会員数 newnum[t]=loyal[t]-outnum
既存の生存有料会員数は期を95％保持したまま移れるので、t-1期のnewnumは
newnum[t-1]*95%で時期の値を表すことができる。
num(t-1)=newnum[t-1]と時期に左右されないようにして、ここから時期の分のカウントを加えていけば最終期nまでを導けそうです。
つまり、
t-1期は変数が生まれた時なのでnewnum[t-1]=num(t-1)[0]=newnum[t-1]*0.95^(t-1-(t-1))
t期はnum(t-1)[1]=newnum[t-1]*0.95^(t-(t-1))=newnum[t-1]*0.95^1
t+1期はnum(t-1)[2]=newnum[t-1]*0.95^(t+1-(t-1))=newnum[t-1]*0.95^2
最終時期nを置いてnum(t-1)のような各期の変数を一気に計算してしまえば、それぞれの期に対応する値が集計できるようになる。
期の生存有料会員数の総和 allloyal[t]
有料会員の平均化金額 v=5000円(仮の定数:自社データが蓄積されたら変数化)
売上 sale[t]=allloyal[t]*v
サーバーコスト sv=15%(仮の定数:自社データが蓄積されたら変数化)
運営人件費 human=10%(仮の定数:自社データが蓄積されたら変数化)
営業利益 op[t]=sale[t]- sale[t]*sv-sale[t]*human-C[1のみ]
累積営業利益sumop=op[1]+…+op[t]+…+op[n]
時間軸tはwhileを使用し、inputがあった時のみプログラムが回るようにできますが、どうプログラミングすれば逆算ができるのかはわかりません。
一般的に重回帰分析で係数を出す程度ならできますが、大前提に大量の数値データが必要で今回の案件にはそぐいません。
６次元は変数ごとの値範囲を直感で制限しながらの各次元ごとに値出しするしかないのかと考えています。
AIだったら樹形図総当たりでの枝ごとに優先度の重みをつけて最短ルートで計算するんだろうと想像できますが、人力では無理です。
また直感で数値範囲を決めて値だしをしてみます。
