AARRR

Summary

AARRR（海賊指標）は、獲得から収益化までを「行動の5段階」で分解し、成長の詰まりを特定するグロース指標です。

ひとことで言うと『成長を“工程別CVR”にして、改善の当たり所を最短で見つける枠組み』

ECでは特にRetention（継続）＝リピート／定期継続を起点に、どの施策がLTVを押し上げるかを見極めるときに使います。

秀逸ポイント

AARRRの秀逸さは、「売上」や「広告効率」だけでなく、顧客の行動を“改善できる単位”に分解できる点です。ECは獲得競争が激しく、獲得の最適化だけでは限界が来ます。そこでAARRRを使うと、初回購入（Activation）→2回目購入（Retention）→紹介（Referral）→収益（Revenue）のどこがボトルネックかを数値で説明できます。特にストック性のあるEC（リピート商材／定期購入）では、Retentionが他のRを成立させる前提になるため、AARRRをRetention-first（RARRA）で捉える視点まで持ち込むと、打ち手の優先順位がブレません。

提唱者・発表時期

AARRR（Pirate Metrics／海賊指標）は、Dave McClure（500 Startups創設者）がプレゼン「Startup Metrics for Pirates」で提示した枠組みとして広まりました。Mind the Productでは、AARRRが2007年の同プレゼンで提示されたこと、さらに後年（2017年前後）にRetentionを最上流に置くRARRA（提唱者としてThomas PetitとGabor Pappが言及される）が普及した流れが整理されています。一次資料としては、スライド共有（SlideShare）上に「Startup Metrics for Pirates」資料が流通しています。
※発表年の厳密な同定は、動画・登壇情報など追加の一次確認が必要になる場合があるため、本稿では上記の信頼できる整理に合わせて記述しています。

「海賊指標（Pirate Metrics）」と呼ばれる理由は、ほぼダジャレに近いネーミングです。

• AARRR（Acquisition / Activation / Retention / Referral / Revenue）という頭字語が、英語で発音すると海賊の掛け声 “Arrr!” に聞こえるためです。

• その語感を前提に、提唱者として広く知られるDave McClureがプレゼンを 「Startup Metrics for Pirates」 と題して広めたことから、“Pirate Metrics”という別名が定着しました。

詳細説明

AARRRは、ユーザー（顧客）の行動を Acquisition（獲得）→Activation（初回価値体験）→Retention（継続）→Referral（紹介）→Revenue（収益） の5段階で捉え、各段階を“率”で管理するフレームワークです。
重要なのは「順番」ではなく、いまの成長を止めている工程＝最大の落差を見つけることです。ストック型（繰り返し購入・定期）では、Retentionが弱い状態で獲得を積むと“穴の空いたバケツ”になりやすく、そこでRARRA（Retentionを起点に置く考え方）が提案されてきました。

EC向け：各Rの「定義」をこう固定するとブレない

• Acquisition：初回流入／初回購入の入口（SEO、広告、SNS、比較サイト等）

• Activation：初回購入（または初回購入後に“価値を実感した状態”まで）

• Retention：リピート購入または定期の継続（解約しない）

• Referral：レビュー、紹介コード、UGC、SNS拡散など“連れてくる力”

• Revenue：粗利込みのLTV、定期の継続売上、アップセル等

RetentionはECでは2種類に分ける（ここが実務の肝）

ECのRetentionは「店舗」と「商品（定期）」でKPIも打ち手も変わります。

Shopifyの顧客レポートでは、Returning customersを「注文履歴が2回以上の顧客」として定義しています。
また、リピート購入率（Repeat Purchase Rate）は「複数回購入した顧客数 ÷ 総顧客数」の形で一般的に整理されます。

さらに、Shopifyの顧客レポートにはコホート分析テーブルがあり、初回購入時期ごとにリピートの推移を追える旨が説明されています（“初回購入を基準にリピートを追う”という発想が標準装備になっている、ということです）。

さりげないAIマーケ接続（ECのRetentionに効く当て方）

AIは「新規獲得のコピー生成」だけでなく、Retentionに直結します。例えば、

• 次回購入確率／購入タイミング推定（適切なリマインド）

• 離脱予兆（購入間隔が伸びた顧客の早期検知）

• セグメント別の推奨（定期の頻度最適化、同梱提案）
  のように、R（継続）の改善を目的に置くと、PoCが“やった感”で終わりにくくなります。

（関連キーワード：AARRR、海賊指標、グロース指標、リピート購入率、コホート分析、定期購入、サブスク、LTV、チャーン）

具体例／活用案

1) 店舗Retention：Shopifyの「Returning customers」を軸に“2回目”へ寄せる

まずRetentionを「2回目購入」に固定し、Returning customers（2回以上購入）を基準KPIにします。ShopifyはReturning customersを明確に定義しているため、指標がブレにくいのが利点です。
実装としては、コホート（初回購入月）別に「2回目到達」や購入間隔を見て、**“どの初回体験が2回目を生むか”**に集中します。Shopifyのコホート分析は、初回購入を基準にリピートを追う前提が説明されています。
打ち手の例：同梱での使い方提案、消耗タイミングに合わせたリマインド、再購入導線（前回購入のワンクリック再注文）、レビュー依頼→UGC活用など。

2) 商品Retention（定期購入）：Amazon「Subscribe & Save」の“自動配送×割引”

定期購入の代表的な設計は「自動配送の利便性」と「割引」のセットです。Amazonのカスタマーサービス説明でも、Subscribe & Saveは割引・自動配送（定期的な自動配達）を特徴として説明されています。
学びは、定期は“価格”だけでなく、買い忘れ防止・再注文の手間削減という価値で継続を作れる点です（Activationで価値を実感し、Retentionで習慣化する）。

3) 商品Retention（定期購入）：Chewy「Autoship」の“柔軟性（変更・スキップ・キャンセル）”

定期の離脱を減らすには、解約以外の出口（スキップ／変更／一時停止）を用意するのが定石です。ChewyのAutoship案内では「毎回5%節約」「更新・スキップ・キャンセルが可能」といった柔軟性が示されています。
学びは、定期は“縛るほど”短期売上は伸びても、長期Retentionが毀損しやすいこと。柔軟性はRetentionの保険になります。

4) 誤用・注意：定期を“デフォルト選択”にする設計はリスクがある

定期購入をデフォルトにして選択の自由を狭める設計は、短期CVRを押し上げても、信頼を損ねたり規制・炎上リスクを招きます。実際に、イタリア当局がAmazonの「Subscribe and Save」オプションの事前選択（プリセット）を不公正とみなしたとして制裁金を科した、とReutersが報じています（Amazonは不服として控訴の意向）。
ECのRetentionは“継続させる”ではなく、納得して継続される形に寄せるべきです。

よくある質問（FAQ)

Q1. AARRRとRARRAはどう使い分ければいいですか？

A. ストック型ビジネス（リピート・定期購入が売上の中心）ならRARRA（Retention-first）から始めるのが定石です。Retentionが弱い状態で獲得に投資すると”穴の空いたバケツ”になります。逆に、トランザクション型（単発購入が中心）で新規獲得が成長の主軸なら、従来のAARRR順でも回ります。判断基準は「2回目購入率（Returning customers比率）が成長を決定づけるか」です。

Q2. ECのRetentionを測る指標は何がベストですか？

A. 「店舗Retention」と「商品Retention（定期）」で指標が異なります。

• 店舗Retention：リピート購入率（Returning customers比率）、2回目到達率、コホート別の購入継続
• 商品Retention（定期）：解約率（churn rate）、更新率（renewal rate）、非自発離脱（決済失敗）の割合

Shopifyの定義では、Returning customersは「注文履歴が2回以上の顧客」です。まずはこの指標を軸に、コホート分析で初回購入月別の推移を追うのが実務的です。

Q3. AARRRのどこから改善すればいいですか？

A. 最大の落差（ボトルネック）から着手します。たとえば、初回購入→2回目購入の到達率が20%で、2回目→3回目が80%なら、前者が優先です。コホート分析で各段階の遷移率を可視化し、「改善1%が売上に最も効く工程」を特定してください。全部同時に改善しようとすると、リソースが分散して成果が出にくくなります。

Q4. 定期購入の解約率が高い場合、何から手をつけるべきですか？

A. まず自発解約と非自発解約（決済失敗）を分離してください。

• 非自発解約：決済失敗が原因。リトライ・リマインド・決済手段の更新で回収可能（dunning施策）
• 自発解約：価値不一致・使い切れない・代替品への乗り換えなど。こちらは商品・頻度・コミュニケーションの見直しが必要

非自発解約は「仕組み」で改善できるため、ROIが高く、早期着手が定石です。

Q5. AARRRとLTV（顧客生涯価値）はどう関係しますか？

A. LTVはAARRRの”結果”です。

• Activation（初回購入）の質が高いほど、Retentionが上がりやすい
• Retentionが強いほど、購入回数・購入間隔が改善し、LTVが伸びる
• Referralが効くと、獲得コスト（CAC）が下がり、LTV/CACの比率が改善

つまり、AARRRの各段階を改善することが、最終的にLTVの最大化につながります。

Q6. AIマーケティングとAARRRはどう組み合わせればいいですか？

A. AIはRetention改善に特に効きます。

• 購入タイミング予測：次回購入確率が高いタイミングでリマインド
• 離脱予兆検知：購入間隔が伸びた顧客を早期に特定
• セグメント別推奨：定期の配送頻度最適化、同梱・アップセル提案
• コホート分析の自動化：初回購入月×流入元×商品カテゴリで2回目到達を継続監視

「新規獲得のコピー生成」だけにAIを使うより、Retentionを起点にPoC設計すると、”やった感”で終わりにくくなります。

Q7. 定期購入を「デフォルト選択」にするのはアリですか？

A. リスクが高いです。イタリア当局がAmazonの「Subscribe and Save」の事前選択（プリセット）を不公正とみなして制裁金を科した事例があります（Reuters, 2024）。短期的にCVRは上がっても、信頼を損ね、規制・炎上リスクを招きます。ECのRetentionは「納得して継続される」形に寄せるべきで、柔軟性（スキップ・変更・一時停止）を用意するのが定石です。

Q8. Referral（紹介）を測る指標は何がいいですか？

A. 代表的な指標は以下です：

• 紹介経由の新規顧客数・率（紹介コード利用、友達紹介プログラム経由）
• UGC（User Generated Content）の投稿数・リーチ（レビュー、SNS投稿、ハッシュタグ）
• NPS（Net Promoter Score）：推奨意向を測る定性指標

ただし、ReferralはRetentionが前提です。継続していない顧客は紹介しません。まずRetentionを固めてから、Referral施策に進むのが順序です。

Q9. コホート分析は必須ですか？

A. ストック型ECなら必須です。コホート分析がないと、「今月のリピート率」が見えても、「初回購入月ごとの2回目到達率の変化」が見えません。たとえば、流入施策を変えた場合、その効果は2〜3ヶ月後の2回目購入で初めて分かります。Shopifyのコホート分析は標準装備されているため、まずは「初回購入月×2回目到達率」のテーブルを毎月見る習慣をつけてください。

すぐ使える問い（Killer Question)

1. Retentionを「店舗リピート」と「定期継続」に分けて定義できているか？
   重要性：同じ“継続”でもKPIと打ち手が別物です。2回目購入率（Returning customers）と解約率（churn）を混同すると、改善が空回りします。

2. あなたのECで生命線なのはどれか——「2回目到達」か「定期の初期離脱」か？
   重要性：成長の詰まりは一箇所に出ます。コホートで“初回購入月×カテゴリ×流入”に分解し、最大落差の工程だけを集中改善していますか。

3. 定期の離脱は「自発解約」と「非自発解約（決済失敗）」を分離しているか？
   重要性：原因が違えば対策が違います。非自発解約は回収プロセス（dunning等）で減らせる余地が大きく、改善が累積で効きます。

まとめ

AARRRは、顧客の行動をAcquisition → Activation → Retention → Referral → Revenueの5段階に分解し、成長のボトルネックを特定するグロース指標です。重要なのは「順番」ではなく、いま成長を止めている最大の落差を見つけ、集中改善することです。

特にECでは、Retention（継続）が他のすべてのRを成立させる前提になります。リピート購入や定期継続が弱い状態で獲得を積むと、”穴の空いたバケツ”に水を注ぐことになり、広告費が無駄になります。そのため、ストック型EC（リピート商材・定期購入）では、**RARRA（Retention-first）**の視点で、まず継続の仕組みを固めてから獲得に投資する順序が定石です。

ECのRetentionは「店舗Retention（2回目購入）」と「商品Retention（定期継続）」の2種類に分けて管理します。前者はReturning customers（2回以上購入）やコホート分析で測り、後者は解約率（churn）と非自発解約（決済失敗）を分離して改善します。

実務では、Shopifyの「Returning customers」定義（注文履歴が2回以上）を基準KPIにし、コホート（初回購入月×流入元×商品カテゴリ）で2回目到達を追うのが標準的です。また、定期購入では、自動配送の利便性（Amazon Subscribe & Save）や柔軟性（Chewy Autoship のスキップ・変更）が継続を支えます。一方、定期を「デフォルト選択」にする設計は、短期CVRを押し上げても信頼を損ね、規制リスクを招くため避けるべきです（イタリア当局のAmazon制裁事例）。

AIマーケティングとの接続では、「新規獲得のコピー生成」だけでなく、Retention改善を目的に置くと効果が累積します。次回購入タイミング予測、離脱予兆検知、セグメント別の推奨（定期頻度最適化・同梱提案）など、R（継続）を軸にPoC設計すると、”やった感”で終わりにくくなります。

成長の詰まりは一箇所に出ます。AARRRを使って最大落差の工程を可視化し、そこだけを本気で改善する—この集中が、ECの成長を最短で加速させます。

参考文献

AARRRフレームワークの基礎・歴史

1. McClure, Dave (2007). “Startup Metrics for Pirates: AARRR!” Ignite Seattle.
   YouTube動画: https://www.youtube.com/watch?v=irjgfW0BIrw
   SlideShare資料: https://www.slideshare.net/slideshow/startup-metrics-for-pirates-long-version/89026

2. Mind the Product (2020). “AARRR vs RARRA: Pirate Metrics Explained.”
   https://www.mindtheproduct.com/aarrr-vs-rarra-pirate-metrics-explained/

3. ProductPlan. “What is the AARRR Pirate Metrics Framework?”
   https://www.productplan.com/glossary/aarrr-framework/

RARRAフレームワーク（Retention-first）

1. Petit, Thomas and Papp, Gabor (2017). “Why Focusing Too Much on Acquisition Will Kill Your Mobile Startup.” Phiture.
   https://phiture.com/mobilegrowthstack/why-focusing-on-acquistion-will-kill-your-mobile-startup-e8b5fbd81724/

2. Chameleon.io. “AARRR vs. RARRA: Which Growth Model Will Work Best for Your Business?”
   https://www.chameleon.io/blog/aarrr-vs-rarra

3. CleverTap (2025). “AARRR vs. RARRA: Which Is Best For Your Business Growth?”
   https://clevertap.com/blog/aarrr-vs-rarra-framework-pirate-metrics/

Shopify関連（Returning Customers定義・コホート分析）

1. Shopify Help Center. “Customers reports.”
   https://help.shopify.com/en/manual/reports-and-analytics/shopify-reports/report-types/default-reports/customers-reports

2. Report Pundit (2025). “How to Use Shopify Customer Reports to Understand Customer.”
   https://www.reportpundit.com/post/how-to-use-shopify-customer-reports-to-understand-customer

3. Shopify Community (2025). “New VS Returning customer.”
   https://community.shopify.com/t/new-vs-returning-customer/408807

Amazon Subscribe & Save

1. Amazon Customer Service. “Subscribe & Save.”
   https://www.amazon.com/gp/help/customer/display.html?nodeId=GJ2LTMLFGGMH67M7

2. Amazon.com. “Subscribe & Save | How Does It Work?”
   https://www.amazon.com/b?ie=UTF8&node=15283820011

3. ChannelKey (2024). “Amazon Subscribe & Save: A Proven Strategy for Repeat Sales and Customer Loyalty.”
   https://www.channelkey.com/post/amazon-subscribe-save-a-proven-strategy-for-repeat-sales-and-customer-loyalty

Chewy Autoship

1. Chewy.com. “Autoship & Save – Free shipping.”
   https://www.chewy.com/b/autoship-save-15682

2. Chewy Customer Service. “Frequently Asked Questions (USA).”
   https://www.chewy.com/app/content/faq

3. RetailMeNot (2024). “Chewy Autoship: Literally Everything You Need to Know.”
   https://www.retailmenot.com/blog/chewy-autoship.html

イタリア当局によるAmazon制裁事例

1. Reuters (2024, April 24). “Italy fines Amazon 10 mln euros for alleged unfair commercial practices.”
   https://www.reuters.com/markets/europe/italy-fines-amazon-10-mln-euros-alleged-unfair-commercial-practices-2024-04-24/

2. AGCM – Italian Competition Authority (2024, April 24). “A sanction of EUR 10 million on Amazon for unfair commercial practices.”
   https://en.agcm.it/en/media/press-releases/2024/4/PS12585

3. Euronews (2024, April 24). “Italy delivers €10 million fine to Amazon over ‘unfair’ commercial practices.”
   https://www.euronews.com/business/2024/04/24/italy-delivers-10-million-fine-to-amazon-over-unfair-commercial-practices

4. Sourcing Journal (2024, April 25). “Amazon Fined $10.7M for Pushing ‘Subscribe and Save’ Model in Italy.”
   https://sourcingjournal.com/topics/business-news/amazon-fined-10-7-million-italy-antitrust-agcm-subscribe-and-save-506833/

Pirate Metricsの命名由来

1. Growth Division (2024). “What Is the AARRR Framework (Pirate Metrics)?”
   https://growth-division.com/blog/what-is-the-aarrr-framework

2. Niumatrix (2025). “AAARRR Pirate Metrics Framework Guide for Startups.”
   https://niumatrix.com/aaarrr-pirate-metrics-framework-guide-for-startups/

3. TelemetryDeck (2025). “Pirate Metrics (AARRR) Framework for App Analytics.”
   https://telemetrydeck.com/docs/basics/pirate-metrics/

補足情報・EC向けAARRR活用

1. Omniconvert (2023). “The AARRR metrics for eCommerce: How to grow your business.”
   https://www.omniconvert.com/blog/aarrr-metrics-for-ecommerce/

2. Userpilot. “AARRR vs RARRA: Which one is better for you?”
   https://userpilot.com/blog/aarra-vs-rarra/

3. Ahrefs (2022). “AARRR Pirate Metrics Framework: What It Is & How It Works.”
   https://ahrefs.com/blog/aarrr-metrics-framework/