モバイルゲームの良好な継続率（リテンションレート）とはどの程度でしょうか？ 大規模なクロスプラットフォームのデータセットによると、モバイルゲーム全体の中央値は、1日目（D1）が約20%〜24%、7日目（D7）が5%未満となっています。一方、上位の優秀なベンチマークでは、市場、ジャンル、マネタイズモデル、コホートの定義によって異なりますが、D1で30%台後半、D7で8%〜14%に達することがあります。
ゲームの継続率は、獲得したプレイヤーコホートのうち、インストール後特定の経過日時に再びゲームに戻ってプレイした割合を測定する指標です。ゲームアナリティクスやパブリッシングの評価において、D1およびD7の継続率は、マネタイズ、技術的安定性、獲得コストと並んで評価される重要なソフトローンチの指標であり、プレイヤーの継続的な再訪行動がその後のスケールテストを正当化するのに十分な水準にあるかどうかを判断するのに役立ちます。
| 用語 | 定義 | 関連エンティティ | 検索意図の役割 |
|---|---|---|---|
| 継続率（リテンションレート） | 特定の経過日にアクティブだったプレイヤーコホートの数理上の割合。 | ユーザー継続率 | インフォメーショナル / コマーシャル |
| ユーザー継続率 | 時間経過に伴うプレイヤーの継続的なエンゲージメントと再訪行動。 | コホート分析 | インフォメーショナル |
| コアゲームプレイロープ | 主要なプレイヤーアクション、報酬、進行の循環的なサイクル。 | アプリ分析 | テクニカル / インフォメーショナル |
モバイルゲームの継続率がソフトローンチとマネタイズの意思決定に与える影響
ソフトローンチのゲート：スタジオが初期継続率と獲得効率を並行して評価する理由
テクニカルなソフトローンチや地域別のベータテストにおいて、モバイルゲームスタジオはプロダクトの将来性を示す先行指標として継続率の指標を評価します。ファネル上部の獲得指標（インストール単価やストアコンバージョン率など）は広告クリエイティブの改善やApp Store最適化の影響を受けますが、継続率はゲームプレイのデザイン、技術的な安定性、プレイヤー獲得チャネルの組み合わせ、ライフサイクルのコンテキストに影響された実際の再訪行動を捉えます。
急激な継続率の低下が見られるタイトルでユーザー獲得を拡大すると、獲得コストが累積マネタイズを上回る持続不可能な経済モデルが生み出されます。急速なコホート離脱が発生するマルチプレイヤーゲームやライブオプス主導のゲームでは、マッチングプール、ギルド経済、ソーシャル機能に必要なアクティブプレイヤーの流動性を維持するのに苦労します。スタジオは、ソフトローンチ時のスケール決定を行う際、初期の継続曲線とマネタイズの深さ、プレイヤーのコンバージョン、技術的パフォーマンスを合わせて評価します。
継続曲線とプレイヤーライフタイムバリュー（LTV）の数理的つながり
プレイヤーのライフタイムバリュー（LTV）は、時間の経過に伴う日次期待コホート収益貢献度の累積総和として近似できます。モバイルゲームアナリティクスにおいて、観測期間
ここで、
Daily Revenue / Player ($)
▲
│ ┌─────────────────────────────────────────────────────────────┐
│ │ Cumulative Lifetime Value (LTV) │
│ │ Area = ∑ [ R(t) × ARPDAU(t) ] │
│ └─────────────────────────────────────────────────────────────┘
│
├──────┐
│ │▀▄
│ │ ▀▄ Daily Revenue Contribution: R(t) × ARPDAU(t)
│ │ ▀▄▄▄
│ │ ▀▀▀▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄ (Long-Tail Contribution)
└──────┴──────┬──────────┬──────────┬──────────┬──────────┬─────────► Time (t)
D0 D1 D7 D14 D30 D90
継続率は、各インターバルで収益を生成する資格を持つアクティブなコホートメンバーの数を決定することによってLTVに寄与します。また、実現されるLTVはアクティブプレイヤー間のマネタイズ密度にも依存します。D7の継続率の向上は、D7時点での累積収益貢献度を高めますが、その改善がその後のマイルストーン（
初回ユーザー体験（FTUE）の離脱とコアゲームプレイの離脱の区別
モバイルゲームの継続率を監査するには、初回ユーザー体験（FTUE）での離脱と、アクティベーション後のコアロープによる離脱を切り分ける必要があります。
- FTUE離脱（アクティベーション前）：初期設定、アセットのダウンロード、アカウント登録、インタラクティブなチュートリアルの段階で発生する連続的な離脱を測定します（
）。FTUEの離脱率が高い場合、技術的な摩擦、長時間の追加アセットのダウンロード、または分かりにくいチュートリアル手順が原因である可能性があります。 - コアロープ離脱（アクティベーション後）：初期チュートリアルを完了したプレイヤーが、その後の日数（
）に復帰しなくなる割合を測定します。コアロープ離脱は、進行のペース配分の摩擦、やりがいを感じられないゲームループ、難易度の急上昇などの問題の兆候を示している可能性があります。
FTUEの離脱とその後のライフサイクルのマイルストーンを切り分けることで、開発チームは技術的なオンボーディングの摩擦とゲームプレイの進行上の課題を明確に区別できるようになります。
軽量なクライアントのテレメトリーやアトリビューションSDKをお探しの開発者は、モバイルアナリティクスSDKパッケージをご確認ください。
モバイルゲームのジャンル別に見る良好な継続率の基準
ハイパーカジュアルタイトル：高い初期D1リターンと急速な早期減少
ハイパーカジュアルゲームは、幅広いオーディエンス向けに設計されたシンプルで即座にプレイできるメカニクスに依存しています。マネタイズは、リワードビデオ、インタースティシャル広告、バナー広告などのアプリ内広告（IAA）に大きく偏っています。
- パフォーマンスの分布：クロスプラットフォームの業界データセットによると、ハイパーカジュアルゲームのD1継続率の中央値は約20%〜24%であり、方向性としてのパフォーマンス上位帯は34%〜42%に達します。D7継続率の中央値は通常3%〜5%に低下し、実績のあるタイトルでは8%〜12%に達します。
- 分析の焦点：ハイパーカジュアルのマネタイズは迅速な広告露出に依存しているため、チームは通常、プレイヤーが離脱する前に十分な広告インプレッション数を生み出すための初期D1リターン率とセッション頻度を優先します。
カジュアル・パズルゲーム：レベルのペース配分により維持されるバランスの取れたD1およびD7曲線
カジュアルタイトル（マッチ3、パズル、タイムマネジメントゲームなど）は、追加のムーブ、ライフ、ブースターのためのアプリ内課金（IAP）とリワード広告を組み合わせたハイブリッドマネタイズモデルを採用しています。
- パフォーマンスの分布：ベンチマークレポートによると、カジュアルパズルタイトルのD1継続率の中央値は20%〜25%の間であり、パフォーマンス上位帯は32%〜38%に達します。D7継続率の中央値は4%〜8%の範囲で、実績のあるタイトルでは10%〜15%に達します。
- 分析の焦点: カジュアルカテゴリでは、摩擦を最小限に抑えつつ日々のセッション習慣を促すために、レベル進行の曲線、ストリークメカニクス、難易度のペース配分に継続率分析の焦点を当てることがよくあります。
ミッドコアおよびアクションRPG：低いD1ベースラインと強靭な長期安定化
ミッドコアゲーム（ガチャRPG、バトラー、戦略タイトルなど）は、複雑なメタ経済、キャラクター成長システム、ギルドメカニクスを特徴としています。マネタイズは主にIAP（アプリ内課金）のマイクロトランザクションによって駆動されます。
- パフォーマンスの分布：ミッドコアタイトルは、D1の中央値が低くなる傾向があり（15%〜20%、パフォーマンス上位帯の参考値は26%〜32%に到達）、初期継続率の低さは、より深いセットアップフロー、大規模な初期アセットのダウンロード、またはより複雑なオンボーディングと一致している可能性があります。これらはタイトルの独自のテレメトリー内で検証されるべきです。上位層におけるD7継続率は、多くの場合7%〜12%を維持します。
4Xストラテジーおよびハードコアタイトル：非常に選択的なオンボーディングとロングテールの継続率
4XストラテジーおよびハードコアMMOタイトルは、急峻な学習曲線と同盟ベースのゲームプレイを特徴としています。これらのタイトルはオンボーディング中に大きな初期離脱を経験しますが、アクティベートされたコホートの間では高い継続率を達成します。
- パフォーマンスの分布：ストラテジータイトルのD1中央値は約18%〜22%（パフォーマンス上位帯の参考値は28%〜34%に到達）、D7中央値は3%〜6%（上位帯は8%〜13%に到達）を記録し、継続されたコホート間では後期の減少がより緩やかになる可能性があります。
- 分析の焦点：ハードコアの継続率指標は、同盟への参加、領土戦、および社会的責任と並行して評価されます。これらは、エンゲージメントの高いプレイヤーコホート間での数か月にわたる継続率と相関することがよくあります。
現代のゲーム経済における「40-20-10の法則」の再構築
歴史的な方向性の基準としての「40-20-10のヒューリスティック」
「40-20-10の法則」（D1継続率40%、D7継続率20%、D30継続率10%）は、非公式な業界の共通認識として広く引用されています。これは、トップクラスのカジュアル継続率を評価するための覚えやすい基準スケールを提供しますが、現代のモバイルゲームカテゴリ全体にわたる経験的な普遍的基準を表すものではありません。
ハイブリッドマネタイズフレームワークにおいて普遍的な経験則が通用しない理由
すべてのモバイルゲームに40-20-10のヒューリスティックを均一に適用すると、不正確なパブリッシングの意思決定につながります。現代のモバイルゲームは、純粋なプログラマティック広告から、深いガチャ経済、バトルパスのサブスクリプションに至るまで、多様なマネタイズモデルを採用しており、それぞれが異なる継続のダイナミクスで動作しています。
例えば、D1の継続率が高い広告マネタイズ型のハイパーカジュアルタイトルであっても、獲得コストに対して広告インプレッションの密度が不十分である場合、収益性の達成に苦戦する可能性があります。逆に、D1継続率が22%のミッドコア4Xストラテジーゲームであっても、D30継続率が安定し、課金ユーザーあたりの平均収益が高ければ、力強い経済的リターンを達成できます。普遍的な経験則が機能しないのは、継続率をマネタイズの深さやプレイヤーのライフタイムバリューから切り離して評価してしまうためです。
獲得コストとユニットエコノミクスに基づく継続率目標の調整
継続率のベンチマークは、顧客獲得単価（CAC）やインストール単価（CPI）と並行して評価する必要があります。オーガニックチャネルや紹介プログラムを通じて低ユニットコストでユーザーを獲得しているスタジオは、競争の激しいプログラマティックオークションで高コストでユーザーを獲得しているスタジオよりも、低い継続率の指標で持続可能性を維持できます。
インストールコホートベース（ここで
アクティベート済みプレイヤーベース（ここで
獲得ユニットエコノミクスと均衡させた状態で継続率目標を評価することにより、スタジオは恣意的な見せかけの目標ではなく、持続可能な純利益を最適化できるようになります。
チュートリアルから7日目までの最初の1週間のゲームプレイ離脱を診断する方法
ステップバイステップのFTUEテレメトリーの計測：チュートリアルとレベルのボトルネックの特定
新規プレイヤーがゲームを離脱する理由を診断するために、アナリティクスパイプラインはFTUEチュートリアルを順次ステートマシンとして計測します。各チュートリアルのステップ、カットシーンの移行、レベル完了は、ステップのインデックス、所要時間、エラー状況を含む構造化されたテレメトリーイベントを発信します。
ステップごとの離脱を分析することで、さらなるテストのための摩擦ポイントの候補が浮き彫りになります：
- ナラティブの遅延：コアとなるインタラクティブなメカニクスを遅らせるスキップ不可の会話シーケンス。
- 不明確な誘導：プレイヤーに必要なアクションを確信させられない曖昧なUIプロンプト。
- アセット読み込みの遅延：初期のゲームプレイフローを中断させるゲーム内アセットのダウンロード。
1日目から3日目までのセッション速度の分析：ゲートの摩擦と難易度の急上昇の特定
1日目から3日目への移行は、ガイド付きチュートリアルが終了した後にプレイヤーがゲームのコア進行システムとどのようにやり取りするかを明らかにします。この期間中に、プレイヤーは初期の進行ゲート、エネルギータイマー、リソースの制約に直面します。
データチームはセッション速度（日次セッション数、平均セッション継続時間、レベル完了率の測定）を追跡して、潜在的な進行の不均衡を特定します：
- 局所的な進行の落ち込み：レベル完了率の急激な低下は、調査や管理された調整テストの必要がある難易度の急上昇の兆候である可能性があります。
- リソースの制約：コアロープとのエンゲージメントの習慣が確立される前に、新規プレイヤーを強制的に退出させる過度に制限的なエネルギータイマー。
7日目のマイルストーン：進行の深さ、メタシステム、ギルド統合の評価
7日目までに、初期の目新しさは薄れます。7日目の継続率は、装備のクラフト、PvPアリーナ、デイリークエスト、ギルドへの参加など、二次的なメタシステムの採用と並行して分析できます。
テレメトリーパイプラインは、以下を追跡して7日目の健全性を評価します：
- メタ機能の採用：二次的な進行システムのロックを解除して積極的に使用しているアクティブな7日目プレイヤーの割合。
- ギルドおよび社会的所属：ソロプレイヤーと、最初の1週間以内に同盟やアクティブな協力グループに参加したプレイヤーの間での継続率の乖離。
コホート分析に向けたゲームライフサイクルテレメトリーペイロードの構築
発信されるすべてのセッションイベントには、ゲーム内の進行のマイルストーンを獲得ソースのパラメータに結びつけるコンテキストテレメトリープロパティを含める必要があります。session_duration_seconds の値は、ウォールクロックのジャンプによる歪みを防ぐために、単調増加タイマー（session_elapsed_monotonic_ms）から直接導出されます。
以下の図は、初期のダウンロードからセグメント化された7日目の継続率分析までのデータフローを示しています：
[Store Install & Launch] ──> [FTUE Tutorial Step 1..N] ──> [First Core Match Complete]
│ │ │
▼ ▼ ▼
Event: app_launch Event: tutorial_step Event: core_loop_complete
(Install Anchor: D0) (Drop-Off Diagnostic) (Player Activation State)
│ │ │
└────────────────────────────┴─────────────────────────────┘
│
▼
[Day 1 to Day 7 Return Telemetry]
│
▼
[Segmented Retention Curve by Channel]
以下のJSONペイロードは、ゲームプレイの進行を獲得チャネルのパラメータに結びつける、本番環境向けのゲームセッションテレメトリーイベントの例を示しています：
```json
{
"schema_version": "1.2.0",
"event_id": "evt_game_8f7e6d5c-4b3a-2109-8765-4a3b2c1d0e9f",
"event_name": "game_session_active",
"client_event_timestamp_utc": "2026-08-29T10:15:30.250Z",
"session_elapsed_monotonic_ms": 340120,
"server_received_timestamp_utc": "2026-08-29T10:15:31.050Z",
"player_identity": {
"app_instance_id": "inst_anon_g9h8i7j6-5k4l-3210-9876-fedcba654321",
"player_level": 14,
"current_chapter": 3
},
"gameplay_telemetry": {
"session_id": "sess_game_1234567890abcdef",
"event_sequence_index": 22,
"session_duration_seconds": 340,
"ftue_tutorial_completed": true,
"matches_played_in_session": 3,
"guild_membership_active": true,
"guild_id_pseudonymous": "guild_tok_anon_dragon_88"
},
"attribution_context": {
"acquisition_channel": "social_invite",
"campaign_id": "cmp_guild_referral_q3",
"channel_code": "unity_ads_tier1",
"inviter_token_pseudonymous": "ref_tok_anon_hero_55"
},
"device_telemetry": {
"platform": "Android",
"os_version": "16.0",
"app_version": "2.1.0",
"sdk_version": "<installed_sdk_version>",
"network_type": "WIFI",
"device_tier": "high_end"
},
"diagnostic_metadata": {
"is_background_wake": false,
"frame_rate_average": 59.4,
"memory_pressure_state": "normal"
}
}
ジャンルとマネタイズ別に見るゲーム継続率ベンチマークの比較評価
コンテキスト別ピアベンチマークマトリックス：縦軸に沿った中央値と上位四分位数の評価
ゲームのパフォーマンスを評価するには、同じ縦軸（バーティカル）、マネタイズモデル、およびターゲットのパーセンタイル帯で運用されている競合タイトルと比較して継続率指標を測定する必要があります。プラットフォームのアナリティクスツール（Apple App Store ConnectのピアベンチマークやGoogle Play Consoleのピアグループなど）は、アプリのジャンルやビジネスモデルごとに分類された動的なパーセンタイル（25パーセンタイル、50パーセンタイル、75パーセンタイル）を提供しており、ベンチマークが固定された普遍的な数値ではなく、コンテキストに応じた比較として機能する必要があることを裏付けています。
以下のマトリックスは、主要なモバイルゲームジャンルにおける代表的なベンチマークの範囲を示しています：
| モバイルゲームの縦軸 | 主要マネタイズモデル | 中央値の範囲 ( |
方向性としてのパフォーマンス上位帯 ( |
中央値の範囲 ( |
方向性としてのパフォーマンス上位帯 ( |
主な分析の焦点 |
|---|---|---|---|---|---|---|
| ハイパーカジュアル | アプリ内広告 (IAA) | 20% – 24% | 34% – 42% | 3% – 5% | 8% – 12% | 即時のセッション頻度と広告インプレッション速度 |
| カジュアル / パズル | ハイブリッド (IAA + カジュアルIAP) | 20% – 25% | 32% – 38% | 4% – 8% | 10% – 15% | レベル進行の曲線とストリークメカニクス |
| ロールプレイング / ミッドコア | アプリ内課金 (IAP) | 15% – 20% | 26% – 32% | 2% – 5% | 7% – 12% | メタ経済の深さ、ガチャループ、キャラクター育成 |
| ストラテジー / 4X | 高頻度なアプリ内課金 | 18% – 22% | 28% – 34% | 3% – 6% | 8% – 13% | 同盟の結成、ギルド戦、ソーシャルアンカリング |
*注：方法論と出典：中央値の範囲は、複数年のクロスプラットフォームレポート（GameAnalyticsの業界データセットなど）における公開されたジャンルレベルのベンチマークから導出されています。パフォーマンス上位帯は、グローバルおよび地域のトップデシル（上位10パーセンタイル）の分布や、ジャンル固有のレポート（Adjustのパズル・マッチ3スタディなど）に基づいて編集された方向性としての総合値です。単一の公開データセットにおける正確なジャンル固有のP90値を表すものではありません。具体的な継続率のパフォーマンスは、オペレーティングシステム、地理的市場、UAキャンペーンの組み合わせ、およびアクティブセッションの定義によって異なります。
広告主導型マネタイズモデルとアプリ内課金マネタイズモデルの相互作用の評価
マネタイズモデルの選択は、継続曲線のダイナミクスを根本的に形作ります。高頻度のアプリ内広告はD0およびD1で即座のマネタイズを生成できますが、頻度や配置がゲームプレイを妨げる場合に、より高い離脱と関連する可能性のある摩擦をもたらします。
逆に、IAP主導のモデルは、即座のマネタイズよりも長期的なプレイヤーの没入感と進行のバランスを優先します。ハイブリッドタイトルでは、ゲームデザイナーはリワードビデオの配置を慎重にバランスさせる必要があります。つまり、IAP通貨パッケージの知覚価値を損なうことなく、広告が意味のある進行支援を提供できるようにする必要があります。
摩擦のないマッチングとギルドへのルーティングは初期プレイヤーの継続をどのようにサポートするか
ソーシャルコホートの継続：接続されたプレイヤー間で見られるエンゲージメント
マルチプレイヤータイトルやソーシャルタイトル全体のテレメトリーは、早期のソーシャルコネクティビティと、より緩やかな継続率の減少曲線との間に観察可能な相関関係があることを示しています。アクティブな同盟に参加したり、ギルドメンバーを支援したり、協力セッションに参加したりするプレイヤーは、未接続のソロプレイヤーよりも力強い再訪パターンを示すことが多く、継続率の実験のための運用の場を提供します。
紹介の障壁：手動のルームコードとギルドIDによる摩擦の克服
従来のモバイルマルチプレイヤーのオンボードでは、友人を招待するために面倒な手動の手順が必要です。既存のプレイヤーは英数字の招待コードまたはルーム番号を生成し、外部のメッセージングアプリ経由で送信し、受信者にゲームのダウンロード、チュートリアルの完了、および特定のロビーやギルドIDの手動検索を指示する必要があります。
この手動での再構築要件は手続き上の摩擦を招き、プレイヤーが協力プレイを体験する前にオンボードでの離脱につながる可能性があります。
動的なシーンの復元：OpoInstall SDKによるパラメータ化されたマッチングとギルドのルーティング
パラメータ化されたオンボーディングと遅延ディープリンクは、インストールフロー全体を通じてソーシャルコンテキストを保持することで、手動による紹介の摩擦を軽減します。
モバイルアトリビューションおよびディープリンクプラットフォームであるOpoInstallは、ウェブシェアリングのランディングページ上でカスタムゲームコンテキスト（?room_id=9876&guild_id=dragon_guild&inviter=usr_102 など）をキャプチャすることにより、動的なパラメータ受け渡しを実装します。新規プレイヤーが初めてゲームをダウンロードして起動すると、ネイティブSDKがこのペイロードを復元します。
エンジニアは、クライアントの初期化中にカスタムルーティング辞書を取得するための技術仕様について、ゲームパラメータ受け渡しのドキュメントを参照できます。
初回起動時にカスタムパラメータを取得すると、ゲームクライアントは復元されたルームまたはギルドトークンをバックエンドサーバーに渡し、プレイヤーをプライベートマッチまたはギルドロビーにルーティングする前に、ルームの存在、プレイヤーの収容人数、およびアクセス権限を検証します。手動入力の障壁を取り除くことで社会的意図の橋渡しとなり、開発チームは、摩擦のないD0の共プレイが、未アシストのコントロールコホートと比較して、D1およびD7のアクティブプレイヤーの継続率を向上させるかどうかを評価できるようになります。
ソフトローンチコホートの浄化：チャネルタグ付けと異常検知の組み合わせ
ソフトローンチ中、チームは獲得ソースごとに継続率をセグメント化し、独立したトラフィック品質シグナルを使用して異常なコホートを点検する必要があります。
OpoInstallは、Androidのチャネルパッケージ作成と独自のチャネルタグ付けをサポートしており、開発チームが複数のビルドバリアントを維持することなく配信ソースをセグメント化できるようにします。クリックからインストールまでの不自然なレイテンシのクラスターや地理的な集中などの異常モニタリングと組み合わせることで、データチームは調査対象の異常なソースにフラグを立て、独立した品質または不正シグナルに対する検証後、確認された無効なトラフィックを除外して、クリーンで浄化された継続コホートを分析することができます。
よくある質問 (FAQ)
ハイパーカジュアルのモバイルゲームにおいて、良好な1日目（D1）の継続率とはどの程度ですか？
ゲーム内の社会的つながりは、7日目のプレイヤーの継続率にどのように影響しますか？
遅延ディープリンクは、スムーズなゲームルームへの参加をどのように容易にしますか？
まとめと意思決定フレームワーク
モバイルゲームの継続率を最適化するには、硬直した普遍的な経験則ではなく、ジャンル固有のベンチマークに照らしてパフォーマンスを評価する必要があります。持続可能なライブオプスの実行可能性の達成は、チュートリアルの摩擦の診断、最初の1週間を通じたレベルのペース配分のバランス調整、およびマネタイズのメカニクスがプレイヤーの再訪行動とどのように相互作用するかを評価することに依存しています。
初期の継続曲線の安定化は、粒度の細かいゲーム内テレメトリーと、摩擦のないソーシャルメカニクスを組み合わせることに依存しています。軽量なSDK統合とコンテキストパラメータの復元をデプロイすることにより、OpoInstallのようなプラットフォームは、獲得チャネル全体の継続率を正確に測定し、新規プレイヤーをアクティブなマルチプレイヤーコミュニティに直接接続するために必要なインフラストラクチャを提供します。
統合されたアトリビューションとパラメータ受け渡しインフラストラクチャがモバイルゲームの継続率をどのようにサポートできるかを評価するには、モバイルアトリビューション実装リファレンスをご覧いただくか、OpoInstall開発者コンソールにご登録ください。
関連資料
-
概念：モバイルゲーム継続率、FTUE最適化、コアゲームプレイロープ、コホート分析、ソーシャル継続率
-
テクノロジー：モバイルゲームテレメトリー、遅延ディープリンク、Androidチャネルパッケージ、S2Sウェブフック
-
API & データインターフェイス：OpoInstall SDK
getInstallParamAPI、カスタムパラメータ受け渡しインターフェイス、チャネルパッケージアトリビューションインターフェイス -
公式ドキュメントおよびリファレンス：
Share this article
