トレンドラインとは?
トレンドラインは、データを平均化する方法です。 これにより、メトリックのランダムな落ち込みとスパイクを無視して、データが伝えようとしていることの核心に到達することができます。
トレンドラインは、長い日付範囲で使用するときに最も役立ちます。
トレンドラインの有効化:
右上のトレンドラインアイコンをクリックして、使用するトレンドラインを選択します。
トレンドラインでどのような質問を明確化するか?
解約は減少傾向にあるのか?
MRRは指数関数的成長パターンなのか?
顧客あたりの平均収益を増やすことに成功しているのか?
それぞれのトレンドラインの意味
以下のすべての用語は、いくつかは理解が難しく、不用意に敬遠してしまう可能性があります。 そんなとことにならないように以下をご参考ください。
線形トレンドライン (Linear)
線形は、直線の線を描き、急激な山や谷などがありません。ビジネスがうまくいっている場合、右上に伸びるメトリックです。 線形はシンプルですが、MRRには素晴らしい選択肢の一つです。
対数トレンドライン (Logarithmic)
線形に似ていますが、曲線を描きます。急に変化し安定するデータに最適です。例えば、急成長し安定期に入る、またはゆっくりとした変化になるMRRに適しています。
多項式トレンドライン (Polynomial)
このトレンドラインは山や谷が多いデータに適しています。多項式トレンドラインは最大で2つの曲線が描かれます。チェーンとLTV(顧客生涯価値)は多項式トレンドラインがよく使えるメトリックの二つです。
パワートレンドライン (Power)
これらのトレンドラインは特定の割合で変化します。右上に伸びるデータに最適で、MRRなどを含みます。
指数関数トレンドライン (Exponential)
これは、上がったり下がったりする指数間数的成長データに最適です。ほんの一握りのサブスクリプション式ビジネスは指数間数的成長をします。今でいえば、 Slackなどです。
移動平均トレンドライン (Moving Average)
各データポイントごとに注目し、2個どなりのデータポイントから平均を出します。これは、定期的に差し引きするデータに適していて、不規則なデータポイントを持っています。チェーン、LTV、そしてデータARPUはこの方法を使うと良いでしょう。