トピック 81 / 91· 消費者向け健康アプリとデバイス
エンゲージメントメトリクス
エンゲージメントメトリクスは、利用者が実際にどれだけ健康アプリを使っているかを測定します:DAU/MAUの粘着性、セッションの頻度と時間、機能の利用。デジタルヘルスにおいて、エンゲージメントは見栄えの数字ではなく — 用量です:あらゆる臨床的効果が流れなければならない曝露です。
なぜ重要か
瓶の中に残っている薬は誰も治しません;インストールされない、あるいは開かれないアプリも同じ失敗モードです。消費者向け健康製品のあらゆる医療経済学的な主張は、エンゲージメントを通じて掛け合わされます — 試験で示された有効性はある利用レベルで測定されたものであり、実世界の価値は、展開時の利用がそのレベルにどれだけ近づくかに応じてスケールします。標準的な製品ベンチマーク:DAU/MAUは一般的なモバイルアプリでは約20%が健全とされ、25%超は例外的です;健康アプリはしばしばそれより低く推移します。
数式
粘着性(DAU/MAU) = デイリーアクティブユーザー / マンスリーアクティブユーザー × 100
セッションのメトリクス = セッション数/利用者/期間;平均時間 = 総時間 / セッション数
機能のエンゲージメント = 主要な行動を行う利用者 / アクティブユーザー
用量反応の枠組み(医療経済学の改善点):
実現された効果 ≈ 試験効果 × f(実際の利用 / 試験での利用)
fは用量反応分析から得られる — アドヒアランスと継続における
「効果的なエンゲージメント」の概念を参照:意図されたアウトカムを
達成するのに十分な利用であり、それは控えめで有限かもしれない
計算例
ある血圧アプリの重要な研究は、週4回以上記録する利用者において収縮期血圧6mmHgの低下を示しました。登録利用者50,000人にわたる展開において:
MAU 20,000(40%);そのうち週4回以上記録:7,000人
有効用量の利用者 = 7,000 / 50,000 = 登録者ベースの14%
集団レベルの効果 ≈ 試験の効果が100%ではなく14%に届けられる:
「50,000人の利用者×6mmHg」と主張する経済モデルは約7倍過大評価しています。
正直なモデル:7,000人×完全な効果+(もしあれば用量反応データからの)
13,000人の閾値未満の利用者への部分的な効果。
この乗算 — エンゲージメントファネルを通じて有効用量に至るまで — は、デジタルヘルスの経済学が膨らむ単一の最も一般的な場所です。
ソフトウェア工学との関連
エンジニアはエンゲージメントファネルを所有しており、これは彼らを臨床変数の所有者にします:オンボーディングの摩擦、通知戦略、読み込み時間、オフライン耐性はすべて、届けられる用量を動かします。2つの設計上の含意:オープン数ではなく臨床的に意味のある行動(記録された測定値、完了したレッスン)を計測すること — 通知のバウンスセッションで構築されたDAUは用量の詐称です;そしてエンゲージメントの目標を最大化ではなく十分性の目標として扱うこと — 週5分でアウトカムを達成し、邪魔をしないアプリは臨床的には理想的でメトリクス的には「乏しい」です(アドヒアランスと継続の効果的なエンゲージメントを参照)。エンゲージメント作業自体を、上記の集団効果モデルを通じて評価してください:有効用量シェアの2ポイントの獲得は、定量化可能なQALYの項目です。
落とし穴
- アウトカムとしてのエンゲージメント:利用は手段であり、アウトカムはPROMまたは臨床的エンドポイントです。
- 二峰性の利用にわたる平均:健康アプリの利用者集団は、熱心な利用者と幽霊利用者に分かれます;平均は誰も説明しません — コホート分けしてください。
- ダークパターンによる用量の水増し:連続記録と罪悪感を煽る通知はメトリクスを上げますが、健康アプリがサービスを提供する不安を抱えた集団に害を与えることがあります;臨床製品は臨床倫理を伴います。
- ベンダーベンチマークの出所:公表されているエンゲージメントベンチマークのほとんどは、査読ではなく分析ベンダーからのものです;自分自身の試験に対して較正してください。
出典
- App engagement benchmarks. https://getstream.io/blog/app-retention-guide/
- Health app KPI guides. https://www.darly.solutions/blog/key-metrics-for-health-apps-success-a-guide-to-kpis-and-outcomes
- Yardley L, et al. on effective engagement. https://pmc.ncbi.nlm.nih.gov/articles/PMC8726056/