サブスク×パーソナライズで有料会員2倍：動画配信サービスのグロース施策
メディア・エンタメ大企業ロイヤルティ・リテンション8ヶ月
サマリー
AIレコメンドとパーソナライズされたエンゲージメント施策で有料会員を2倍に成長。チャーンレートを56%削減し、サブスクリプションビジネスの持続的成長基盤を構築した。
成果
有料会員数
15万人32万人
+113%
チャーンレート
月8%月3.5%
-56%
この事例が参考になる条件
対象業種
メディア・エンタメ動画配信音楽配信サブスクリプション
企業規模中堅〜大企業（従業員100〜1,000名・会員10万人以上）
こんな課題に
- チャーンレートが月5%以上と高い
- 無料トライアルからの有料転換率が低い
- コンテンツレコメンドが不十分でユーザーエンゲージメントが低い
前提条件
- • サブスクリプション型のサービスを運営中
- • ユーザーの行動データ（視聴・利用履歴）が蓄積されている
- • プッシュ通知・メール配信の基盤が整備されている
投資規模Braze月額 $1,000〜 + Amplitude月額 $49〜 + AWS Personalize月額 $500〜 + 運用工数 月60時間
必要チームグロースマーケター1名 + データアナリスト1名 + エンジニア1名 + CRM担当1名
手法・アプローチ
Amplitudeで視聴行動データ（ジャンル嗜好・視聴時間帯・完走率・離脱ポイント）を分析し、AWS Personalizeで個人別のコンテンツレコメンドを実装。Brazeで無料トライアル→有料転換・視聴停滞→リエンゲージメント・解約予兆→リテンションの3つのライフサイクルキャンペーンを自動化。プッシュ通知・メール・アプリ内メッセージのマルチチャネルで最適なタイミングにアプローチした。
課題・注意点
- -コンテンツカタログの偏り（特定ジャンルに集中）により、レコメンドの多様性確保が困難でフィルターバブル対策が必要だった
- -解約予兆の検知モデルの精度向上に3ヶ月のデータ蓄積と3回のモデル改修が必要だった
- -プッシュ通知の送りすぎによるアプリ削除リスクがあり、チャネル×頻度の最適バランスの設計に苦労した
実施ステップ
- 1Amplitudeで視聴行動データの分析とユーザーセグメントの設計
- 2AWS Personalizeで個人別コンテンツレコメンドモデルを構築
- 3Brazeで3つのライフサイクルキャンペーン（転換・リエンゲージメント・リテンション）を設計・実装
- 4マルチチャネル（プッシュ・メール・アプリ内）の配信頻度とタイミングの最適化
- 58ヶ月間の有料会員数・チャーンレートデータを検証し、レコメンドとキャンペーンを継続改善
使用ツール
BrazeAmplitude