モバイル & プロダクト分析 2026 完全ガイド - Firebase・Amplitude・Mixpanel・PostHog・Branch・AppsFlyer・RevenueCat・Airbridge 徹底解説

「測定できないものは管理できない。しかし、誤って測定したものは誤って管理される。」— Peter Drucker (再解釈)

2026年5月現在、モバイルとプロダクト分析の市場はもう「Google Analytics を一行貼ったら終わり」では済まなくなりました。プロダクト分析(Product Analytics)、MMP(Mobile Measurement Partner)、CDP(Customer Data Platform)、セッションリプレイ(Session Replay)、フィーチャーフラグ(Feature Flag)、サブスクリプション分析(Subscription Analytics) が、それぞれ独立したカテゴリとして定着し、一社が4〜6個のツールを同時に運用するのが当たり前になっています。

本稿では Firebase Analytics、GA4、Amplitude、Mixpanel、PostHog、Heap、Adobe Analytics、AppsFlyer、Adjust、Branch、Singular、Kochava、Airbridge、Adbrix、RevenueCat、Adapty、Segment、RudderStack、Hightouch、LaunchDarkly、Statsig などの30以上のツールを、カテゴリ・価格・実務での使い分けという観点で比較し、Apple ATT 以降のプライバシー環境や、韓国・日本市場の特殊性まで一度に整理します。

1. 2026年の分析ツール地図 - Product / MMP / CDP / Replay / Flags / Subscription

まずはカテゴリを正しく整理することから始めましょう。新人 PM・エンジニアが最も混乱しやすいのは「Mixpanel と AppsFlyer どちらにすべきか」のような質問ですが、それは比較対象になり得ません。答える問いがそもそも違うからです。

カテゴリ	代表的なプロダクト	中核的な役割
Product Analytics	Amplitude, Mixpanel, PostHog, Heap	ユーザー行動イベント、ファネル、コホート、リテンション
MMP (Mobile Measurement Partner)	AppsFlyer, Adjust, Branch, Singular, Airbridge	広告チャネルのアトリビューション、インストール元の追跡
CDP (Customer Data Platform)	Segment, RudderStack, mParticle, Hightouch	データ収集・変換・配信を担う統一パイプ
Session Replay	FullStory, LogRocket, Smartlook, PostHog, Sentry	実際のユーザーセッションの記録と再生
Feature Flag / Experiment	LaunchDarkly, Statsig, Optimizely, GrowthBook	A/B テスト、段階的ロールアウト
Subscription Analytics	RevenueCat, Adapty, Qonversion, Glassfy	iOS/Android アプリ内課金とサブスクのライフサイクル
Web Analytics (無料ティア)	Google Analytics 4, Plausible, Fathom, Umami	ページビュー・セッション中心、マーケティング標準指標
Onboarding Overlay	Pendo, WalkMe, Userlane, Appcues	アプリ内ガイド・ツールチップ・NPS アンケート

プロダクト分析は「ユーザーがアプリ内で何をしているか」を、MMP は「ユーザーがどうやってアプリを知ったか」を答えます。両者は本質的に異なる問いに答えるので、片方がもう片方を置き換えることはできません。CDP はそれらすべてのツールに一貫したデータを流し込む配管(plumbing)であり、セッションリプレイは定量データには見えない定性的な手がかりを与えます。

本稿の核心メッセージは「カテゴリを先に決め、その中でプロダクトを比較しろ」です。カテゴリを混ぜると永遠に決まりません。

2. Firebase Analytics + GA4 - Google の基本

Firebase Analytics は2016年に Google が買収した Firebase プラットフォームの分析モジュールで、無料・イベントベースです。2020年に Google Analytics 4 (GA4) が登場し、2023年7月1日に Universal Analytics (UA) が正式に終了したことで、GA4 が事実上のウェブ・アプリ統合スタンダードとなり、Firebase Analytics とバックエンドを共有しています。

主な特徴は次のとおりです。

無料 — 月間500種類のイベント、25種類のユーザープロパティ、500種類のコンバージョンイベント。予算の議論なしに始められる、初期段階スタートアップにとって唯一現実的な選択肢です。
自動収集イベント — app_open、session_start、first_open、screen_view、in_app_purchase など約25種類を SDK が自動送信します。
BigQuery への無料エクスポート — Firebase プロジェクトと BigQuery をリンクすれば、生イベントを無料で吐き出せます。GA4 UI の限界を回避する最強カードです。
Crashlytics 連携 — クラッシュ・ANR・例外をユーザー行動と同じ画面で確認可能。
Remote Config — A/B テストと段階的ロールアウトを無料で提供。

一方、限界も明確です。UI からデータ取り込みまで24〜48時間の遅延があり、コホート・ファネルビルダーは Amplitude や Mixpanel より遥かに単純です。ユーザー ID ベースのクロスプラットフォーム統合も弱く、BigQuery に直接入って分析しない限り深い洞察は難しいでしょう。

2026年の現実的な活用パターンは「Firebase Analytics + BigQuery + Looker Studio」です。無料ティアで生データを集め、BigQuery で直接クエリして、Looker Studio (旧 Data Studio) でダッシュボードを作る — シードから Series A までの定番です。

3. Amplitude - プロダクト分析の標準

Amplitude は2012年創業、プロダクト分析市場の事実上の標準です。2024年の売上は約3億ドル、6万社以上が利用しており、韓国でもトス・カラット・クーパン・ペミンといった主要企業が導入しています。

主な機能は以下のとおりです。

イベント + ユーザープロパティ — すべての分析は event_name、user_properties、event_properties の3軸上で行われます。
ファネル(Funnel) — app_open -> signup_start -> signup_complete -> first_purchase のような遷移フローを可視化。
リテンション(Retention) — Day 1 / Day 7 / Day 30 リテンションを一画面で分解。
行動コホート(Behavioral Cohort) — 「過去7日に add_to_cart したが購入していないユーザー」のような動的セグメント。
Pathfinder — 特定イベントの前後にユーザーが辿った経路を自動で抽出。
Amplitude Experiment — 2021年に買収した ExperimentX 由来の A/B テストモジュール。
Audiences — コホートを Braze、Iterable、Facebook Custom Audiences に直接書き出す。

価格帯は無料(月1000万イベント)、Plus(月49ドル〜)、Growth(個別見積、通常年5〜10万ドル)、Enterprise(年20万ドル以上)。無料ティアは寛大ですが、MAU が100万を超えると Growth プランへ強制的に上がり、料金が一気に跳ね上がります。

Amplitude の強みは「アナリストが SQL を知らなくても深く潜れる」こと。弱みは「生データのエクスポートが有料プランでしかできない」こと。これが PostHog や Heap が生データの自由を売り文句にする理由でもあります。

4. Mixpanel - Amplitude のライバル

Mixpanel は2009年創業、Amplitude より3年早い第一世代のプロダクト分析ツールです。長らく市場をリードしましたが、2017〜2020年の間に Amplitude に首位を譲りました。2024年の売上は約1.5億ドルと推定されます。

機能面では Amplitude とほぼ拮抗します。Funnels、Retention、Cohorts、Insights、Flows、Impact といったモジュールがすべて揃い、価格帯も似ています。差別化点は以下のとおり。

Boards — 複数のチャートを一画面に束ねて静的ダッシュボードを作る機能。Amplitude の Notebook に似ていますがより軽量。
Formulas — チャート上で直接 event_a / event_b * 100 のような式が使えます。Amplitude では同じ計算のために Custom Events を別途定義する必要があります。
無料ティア — 月1億イベント — Amplitude の10倍ですが、データ保持期間は1年に制限されます。
Group Analytics — ユーザー単位ではなく会社・アカウント単位で分析。B2B SaaS に強い。

選択基準は明確です。個人ユーザー分析(B2C、ゲーム、メディア) なら Amplitude のほうが統合と事例が多く、アカウント単位の分析(B2B SaaS) なら Mixpanel の Group Analytics が自然です。ただし2024年以降、Amplitude も Account Analytics を強化しており、差は急速に縮まっています。

5. PostHog - オープンソースのオールインワン

PostHog は2020年創業のオープンソースプロダクト分析プラットフォームで、2026年に最も成長している分析ツールです。2024年のシリーズ D で7000万ドルを調達し、評価額は約8億ドルに達しました。

PostHog の差別化点は「オールインワン」です。1つの SDK と1つのダッシュボードの中に、以下がすべて含まれています。

Product Analytics — Amplitude / Mixpanel 水準のファネル・リテンション・コホート
Session Replay — FullStory 水準の画面録画
Feature Flags — LaunchDarkly 水準の段階的ロールアウト
A/B Experiments — Statsig 水準の統計的な実験機能
Surveys — アプリ内アンケート
Heatmaps — クリック・スクロールのヒートマップ
LLM Observability — 2024年追加。LLM コールのレイテンシ・コスト・品質を追跡
Data Warehouse — ClickHouse ベースの自社ウェアハウス

価格は無料(月100万イベント、セルフホストは無制限)、クラウドは利用量ベースで100万イベント超過後はイベントあたり約0.00005ドル。セルフホスティングは完全に無料ですが、運用負荷はそれなりにあります。

PostHog が強力な理由は、ソースが本当にオープンで、生データのエクスポートに追加料金がかからず、EU データや機微情報をセルフホストで完全に分離できる点にあります。欠点は UI/UX の成熟度が Amplitude / Mixpanel に比べてわずかに見劣りすること、ただしこの差は2025年を通じて急速に縮まりました。

6. Heap - Auto-Capture と Retroactive 分析

Heap は2013年創業、2024年に ContentSquare に買収されました。中核となる差別化点は「オートキャプチャ(auto-capture)」です。

Amplitude、Mixpanel、PostHog はすべて「手動インストルメンテーション」を要求します。エンジニアが analytics.track('Add to Cart', { product_id }) のようなコードをすべてのインタラクションに書く必要があり、新しいボタンを追加した際に track コードを忘れるとデータは永久に失われます。

Heap のオートキャプチャは すべてのクリック・ページビュー・フォーム送信を SDK が自動的に記録します。アナリストはあとから「決済ボタンがどの CSS セレクタに対応するか」を定義するだけで、過去にさかのぼって新しいメトリクスを作れます。これを Retroactive Analytics と呼び、「データを事前定義する必要がない」が強力なセールスポイントです。

欠点は2つあります。

イベントノイズ — すべてのクリックを取り込むのでデータ量が膨れ上がり、意味のあるイベントとミスクリックが混在します。
SPA・React でセレクタが不安定 — div[class="abc-123"] のような動的クラスはビルドごとに変わり、セレクタが壊れます。data-heap-id のような data 属性を明示的に付ける運用が事実上のベストプラクティスになりました。

Heap が真価を発揮するのは、マーケティング・グロースチームがエンジニア介入なしで分析を素早く始めたい場面です。ウェブで強く、モバイルアプリでは React Native や Flutter のオートキャプチャの安定性がまだ不揃いです。

7. Adobe Analytics + Customer Journey Analytics

Adobe Analytics は2009年の Omniture 買収から続く老舗の企業向け分析ツールで、かつてはエンタープライズの市場シェア首位でした。2020年に登場した Customer Journey Analytics (CJA) は Adobe Experience Platform 上に構築された次世代版で、BigQuery や Snowflake のような cloud DW と直接連携できるよう設計されています。

特徴は以下のとおりです。

Calculated Metrics — Excel 関数レベルの複雑な指標計算。
Cross-channel — Web、App、オフライン POS、コールセンターのデータを1つのユーザー ID で統合。
Anomaly Detection — 時系列の異常値を自動検出。
Cohort Tables — コホート分析。
Workspace — アナリスト向けの自由形式キャンバス。

価格は非公開ですが、通常年10〜50万ドル規模。導入には4〜6ヶ月のコンサルティングが付随します。

Adobe Analytics は 金融・通信・航空・大型小売 が今なお圧倒的に好む選択肢で、韓国では LG U+、新韓カード、ロッテショッピングなどが利用中です。Amplitude や Mixpanel が「PM・グロースチーム向け」なら、Adobe Analytics は「アナリスト・BI チーム向け」の色合いが濃いツールです。

8. Pendo / WalkMe / Userlane / Appcues - オンボーディングオーバーレイ

このカテゴリはしばしば「DAP (Digital Adoption Platform)」と呼ばれます。中核的な価値は アプリ内ガイド・ツールチップ・チェックリスト・NPS アンケートをノーコードで表示することで、副次的にそれらのガイドの利用状況を分析することです。

Pendo(2013年創業、売上約2億ドル)— B2B SaaS の標準。ガイド、分析、フィードバックを統合。韓国ではトス、カラットなどで一部利用。
WalkMe(2011年、2024年に SAP が買収)— エンタープライズ標準。SAP、Salesforce、Workday のような巨大 SaaS の中で従業員向けガイドとして強力。
Userlane — 欧州拠点。GDPR フレンドリー。
Appcues — スタートアップ向け。価格が最も安い。
Chameleon — デザイン面の柔軟性。
Userflow — ノーコードを前面に押し出す。

価格は通常 MAU ベースで年1〜10万ドル。これらのツールは プロダクト分析を補助する役割で、単独で Amplitude や Mixpanel を置き換えるものではありません。ただし「オンボーディングのドロップオフ」という非常に狭い領域では、汎用ファネルより直感的な洞察を与えます。

9. MMP - AppsFlyer / Adjust / Branch / Singular / Kochava

MMP (Mobile Measurement Partner) は、モバイルアプリが広告チャネル(Facebook、Google、TikTok、Apple Search Ads、インフルエンサーなど)からインストールされた経路を追跡するツールです。プロダクト分析とは本質的に別カテゴリです。

AppsFlyer(2011年、イスラエル)— グローバル市場シェア1位。2024年売上は約2.5億ドル。広告チャネル12,000以上と統合。SKAdNetwork 4.0 / 5.0 のサポートが最速。韓国でも1位。

Adjust(2012年、ベルリン)— グローバル2位。2021年に AppLovin が10億ドルで買収しましたが独立ブランドとして運営。日本・欧州で強く、ゲーム広告主の比率が高い。

Branch(2014年、米国)— ディープリンキング分野のリーダー。アトリビューションは副次機能ですが、「広告をタップした時にアプリが未インストールなら App Store / Play Store に飛ばし、インストール後の初回起動時に広告が指していた画面に自動で飛ばす」という deferred deep link の体験は事実上の標準です。

Singular(2014年、米国)— マーケティング分析とアトリビューションを統合。ROAS (Return on Ad Spend) 分析と広告費データの統合に強い。

Kochava(2011年、米国)— プライバシーを前面に。IDFA や GAID に依存しない独自の Indirect Measurement 手法を強調。

Tenjin — モバイルゲーム広告主専用。

MMP	本社	強み	価格(概算)
AppsFlyer	イスラエル	1位、チャネル統合	月5万インストールあたり約1,500〜3,000ドル
Adjust	ベルリン (AppLovin)	日本・EU ゲーム	非公開、年5〜20万ドル
Branch	米国	ディープリンキング標準	無料〜月1,500ドル〜
Singular	米国	ROAS と広告費の統合	非公開
Kochava	米国	プライバシー・ゲーム	非公開
Airbridge	韓国	韓国の広告チャネル	非公開
Adbrix	韓国	韓国の広告チャネル	非公開

MMP 選択の最重要基準は「自分が出稿する広告チャネルとすべて統合されているか」です。韓国・日本の広告チャネル(カカオモーメント、ネイバー GFA、Line Ads など)を使うならグローバル MMP だけでは不十分で、Airbridge や Adbrix のような国内 MMP が必須となります。

10. Airbridge / Adbrix - 韓国の MMP

Airbridge は2014年創業の韓国 Ab180 社が開発する MMP で、韓国市場では AppsFlyer とシェアを二分しています。2022年のシリーズ C で580億ウォンを調達し、日本・東南アジア・米国への展開を進めています。

差別化点は次のとおりです。

アジアのチャネルとの統合(カカオモーメント、ネイバー GFA、Line、Line Ads) — グローバル MMP では1〜3ヶ月遅れて対応するチャネルを最速でサポート。
MMM (Marketing Mix Modeling) 統合 — 2024年にローンチした Airbridge MMM は IDFA なしでもチャネル貢献度を統計的に推定。
韓国語ネイティブサポート — 韓国 SaaS の典型的な強み。

Adbrix は2012年に IGAWorks が開発した MMP で、Airbridge より歴史が長いツールです。広告主側よりも媒体社(アドネットワーク)側でより頻繁に使われます。2023年に IGAWorks が複数の買収を行い、データ統合機能が強化されました。

Adison は IGAWorks グループ内のアトリビューション + 報酬型広告統合ソリューションです。

韓国モバイル広告主の標準構成は「AppsFlyer(グローバルチャネル) + Airbridge(国内チャネル)」のデュアル MMP、もしくはコスト削減のために「Airbridge 単独」です。デュアル MMP の落とし穴は インストール数の重複カウントが起こり得ること。これを防ぐために Single Source of Truth (SSOT) ポリシーを策定し、いずれか一方をマスターとして指定する必要があります。

11. 日本の MMP 市場 - Adjust 東京、F.O.X、Singular

日本のモバイル市場は韓国と似ていますが、独自の構造があります。Adjust 東京オフィスが事実上の1位であり、ゲーム広告主(Cygames、Mixi、KLab、gumi など)が圧倒的に好みます。

Adjust Tokyo — 2014年に東京オフィスを開設。日本のトップティアのゲーム会社を多数顧客に持つ。日本語サポートとゲーム広告ワークフローに特化。
F.O.X (Fox Insight) — Cyberowl(現 Septeni Holdings)の子会社。日本ネイティブの MMP。日本の広告チャネル(Line Ads、Yahoo! 広告、AmebaAd など)との統合に強い。
Singular Japan — 非ゲームの E コマース・D2C 広告主で成長中。
AppsFlyer Japan — グローバル指向の広告主(メルカリ、楽天など)が利用。

韓国と異なり、日本のモバイル広告費用はゲーム比重が圧倒的に高く、ROAS / LTV (Lifetime Value) 測定の正確性がビジネスの生死を分けます。ゲーム広告主は Adjust の SKAN (SKAdNetwork) ツールや Singular の ROAS Dashboard を実質的にマストインフラとして使っています。

また日本の広告主は 2023年に改正された個人情報保護法 (APPI) 以降、IDFA や GAID への依存度を一層引き下げており、MMP の server-to-server (s2s) 測定 や 確率論的アトリビューション への依存が韓国より高い傾向があります。

12. SKAdNetwork - Apple のプライバシーアトリビューション

2021年に iOS 14.5 で導入された App Tracking Transparency (ATT) は、モバイル広告測定のパラダイムを書き換えました。ユーザーが明示的に「Allow Tracking」をタップしなければ、広告 SDK は IDFA (Identifier for Advertisers) を読めません。2024〜2026年の IDFA opt-in 率は業界平均で約20〜30%にとどまっています。

Apple は IDFA の置き換えとして SKAdNetwork (SKAN) を導入しました。中核の仕組みは次のとおり。

広告クリックからインストールまでの情報はすべて OS が処理。
広告主はインストールイベントと、それに伴う conversion value (0〜63) のみを受け取る。
ポストバックは 24〜48時間遅延 で届く。
キャンペーン・クリエイティブ・媒体別の精緻なアトリビューションは事実上不可能。

2023年導入の SKAdNetwork 4.0 では conversion value が coarse(low/medium/high)と fine(0〜63)の二段階に拡張され、2025年の 5.0 では re-engagement アトリビューションや multi-postback が追加されました。

AppsFlyer、Adjust、Branch、Airbridge のような MMP は SKAN データを馴染みのあるアトリビューション表面に翻訳する役割を担います。広告主の最重要意思決定は conversion value mapping schema 設計で、「どのユーザー行動(初回購入、レベル5到達、広告クリックなど)をどの conversion value ビットにマッピングするか」が LTV と ROAS 測定の精度を決定します。

13. Google Play Privacy Sandbox - Android の答え

Android 側では Google が2022年から段階的に Privacy Sandbox for Android を導入しています。中核コンポーネントは次のとおりです。

Topics API — ユーザーの関心はデバイスに保存され、広告 ID の代わりにカテゴリラベル(例:「旅行」「スポーツ」)のみを広告主に開示。
Protected Audience API (FLEDGE) — リターゲティングをデバイス内で実行。
Attribution Reporting API — IDFA や GAID なしで「クリック→インストール→コンバージョン」アトリビューションを測定。

2024〜2026年にかけて段階的ベータが続いており、2027年頃の正式リリースが見込まれます。Apple の SKAN と異なり、Google は 広告主に親和的でよりリッチなデータ を約束していますが、GAID (Google Advertising ID) 自体が即座に消えるわけではありません。

広告主から見て重要なのは、SKAN と Privacy Sandbox の双方を MMP が処理してくれることです。OS API と直接統合することはほぼなく、AppsFlyer、Adjust、Airbridge の SDK 更新に追随していけば十分です。

14. CDP - Segment / RudderStack / Hightouch / mParticle

CDP (Customer Data Platform) は「一度インストルメントすれば、どこへでも送信できる」を約束します。アプリやウェブのイベントを一度だけ計装すれば、Amplitude、Mixpanel、AppsFlyer、Braze、Iterable、Snowflake など数十のデスティネーションに同時に流せます。

Segment(2011年創業、2020年に Twilio が32億ドルで買収)— 市場シェア1位、400以上のデスティネーション対応。
RudderStack(2019年創業)— Segment のオープンソース版。ワークフローはほぼ同一でセルフホスティング可能。
mParticle(2013年創業)— エンタープライズ専用、Audience 統合に強い。
Tealium(2008年創業)— 古参の強者。セキュリティ認証(SOC 2、HIPAA、FedRAMP)が充実。
Treasure Data(2011年創業、日本の Arm 子会社)— 日本・アジアで強い。
Hightouch(2021年創業)— Reverse ETL カテゴリを開拓。流れを逆転させ、Snowflake や BigQuery から Salesforce、Braze などへ。
Census — Hightouch の主要な競合。
Snowplow(2012年創業、オープンソース)— セルフホスト型イベント収集パイプ。データチーム親和的。

CDP の価格は MTU (Monthly Tracked Users) ベースで、通常年1〜30万ドル。Segment は MTU 1万までは無料ですが、それを超えると急騰します。

RudderStack vs Segment の本質は「データ主権」です。Segment は Twilio データセンターを経由するため、EU や金融サービス企業はガバナンス上それを許容できず、RudderStack のセルフホスティング選択肢へと向かいます。

Hightouch の Reverse ETL は新しいパターンです。従来の CDP は「アプリ -> CDP -> デスティネーション」の方向でしたが、Hightouch は「Snowflake -> デスティネーション」です。すでに Snowflake や BigQuery にデータを集約済みの企業なら、わざわざ CDP を挟まずにウェアハウスを単一の真実源として扱うほうが綺麗だ、という発想で、2024〜2026年で急速にシェアを伸ばしています。

15. RevenueCat - サブスク分析の標準

iOS と Android のアプリ内課金 (IAP) は StoreKit (iOS) と Google Play Billing Library (Android) という OS API 経由でしか実行できず、両者はレシート形式・サブスク状態モデル・返金ポリシー・ファミリー共有がまったく異なります。サブスク SaaS を自前で作るなら、両 OS のレシートをサーバーで検証し、更新・キャンセル・返金の Webhook を受け、満期と再購読を追跡する必要があります — 通常エンジニア3〜6名で6〜12ヶ月かかる大作業です。

RevenueCat(2017年創業)はこの作業を SDK の1行に圧縮しました。2024年の売上は約5000万ドル、30,000以上のアプリが本番投入中で市場リーダーです。

機能は以下のとおりです。

SDK — iOS、Android、React Native、Flutter、Unity、Web Billing に対応。Purchases.shared.purchase(product) 1行で決済完了。
Subscription Status — レシート検証、更新、満期、返金をサーバー側で自動追跡。
Webhooks — 更新・キャンセル・返金イベントを自社サーバーへ push。
Charts — MRR、Churn Rate、LTV、ARPU といったサブスク指標のダッシュボード。
Experiments — 価格やペイウォール(paywall)の A/B テスト。
Targeting — ユーザーセグメントごとに異なる価格・ペイウォールを表示。
Paywalls — ノーコードのペイウォールビルダー(2024年ローンチ)。

価格は MTR (Monthly Tracked Revenue) ベースで、最初の月2,500ドルの売上までは無料、それ以降は売上の1%(Apple / Google 手数料とは別)。月100万ドルの売上だと RevenueCat 月額は約800ドルとなり、自前構築と比較して圧倒的に安価です。

16. Adapty / Qonversion / Glassfy - RevenueCat の競合

Adapty(2020年創業)は RevenueCat の最も手強い競合です。差別化点は ペイウォールの A/B テスト と CRM 統合 がより深いこと。価格はほぼ同等です。

Qonversion(2020年創業)はオープンソース親和的で、usage-based pricing に早くから対応しました。無料ティアは RevenueCat より寛大(最初の1万ドル売上までは無料)。

Glassfy(2021年創業)は4社の中で最も小さいプレイヤーですが、EU GDPR フレンドリーで、インフラは EU にホストされています。

選択基準は明確です。

最速で開始 + 最多事例 + 最安定 SDK -> RevenueCat
ペイウォール実験 + CRM 統合 -> Adapty
コスト最小化 + オープンソース親和 -> Qonversion
EU データレジデンシー + GDPR -> Glassfy

2026年、ほぼすべての新規サブスクアプリはこの4つのいずれかを採用しており、自前構築は事実上消滅しました。

17. セッションリプレイ - FullStory / LogRocket / Smartlook / PostHog / Sentry

セッションリプレイ(Session Replay) は、実際のユーザーセッションを動画のように再生するツールです。イベントファネルでは見えない「なぜこのユーザーは決済画面で離脱したのか」を、視覚的に教えてくれます。

FullStory(2014年創業)— エンタープライズ首位。ページインデクシングと検索が強力。高価だが精度が高い。
LogRocket(2016年創業)— 開発者親和。Redux store と console.log をセッションと一緒に取り込み、デバッグに強い。
Smartlook(2016年創業、チェコ)— 価格対機能比で最強。自動イベントキャプチャが強み。
Hotjar(2014年創業、2023年に ContentSquare が買収)— ウェブヒートマップとリプレイ。
Mouseflow — Hotjar の代替。
ContentSquare — エンタープライズ UX 分析。Hotjar と Heap を買収後、統合中。
PostHog Session Replay — PostHog に内蔵。価格対価値で最強。
Sentry Session Replay — Sentry のエラーモニタリング SDK に内蔵。エラー発生直前の30秒だけ録画するパターンが特長。
Datadog RUM Session Replay — Datadog の RUM に統合。
Microsoft Clarity — 完全無料。洗練度は劣るがスタートには十分。

価格は通常 MTU ベースで月100〜5,000ドル、最大の差別化点は 保存期間(3ヶ月 vs 1年)と マスキングポリシー(PII の自動マスク品質)です。

モバイルアプリでセッションリプレイはウェブよりはるかに難しい領域です。iOS や Android の UIKit / SwiftUI / Jetpack Compose の画面を復元するにはネイティブ計装が必要で、テキスト入力フィールドのマスキングはウェブよりずっと複雑です。PostHog、Sentry、Smartlook がこの領域に積極投資しています。

18. フィーチャーフラグ - LaunchDarkly / Statsig / Optimizely / GrowthBook

フィーチャーフラグ(Feature Flag) はコードをデプロイせずに機能をオン・オフできるツールで、A/B テスト、段階的ロールアウト、キルスイッチ、ベータアクセスといった機能の中核インフラです。

LaunchDarkly(2014年創業)— エンタープライズ標準、2024年売上約2億ドル。最も高価ですが最も安定。
Statsig(2021年創業)— Meta 出身者が創業。無料で無制限 + A/B テスト統合。2024年シリーズ C で評価額約7億ドル、最速成長。
Optimizely Flags — Optimizely が Rollouts を買収して投入。
PostHog Feature Flags — PostHog に無料で内蔵。
Flagsmith — オープンソース、セルフホスト可能。
GrowthBook — オープンソース、統計分析に強い。
Unleash — オープンソース、セルフホストが最も綺麗。
Eppo — 統計分析に特化した実験プラットフォーム。
Vercel Flags — Vercel に統合の無料フラグ。

価格は天と地ほど違います。LaunchDarkly は MAU ベースで年5〜50万ドル、Statsig は MAU 1億未満まで無料、PostHog Flags は MTU 100万まで無料。

Statsig の無料・無制限戦略は市場を揺らしました。LaunchDarkly の価格に憤った企業が大量に移行しつつあり、2026年現在シェアが急速に動いています。それでも LaunchDarkly の安定性と高度機能(SDK 種類、ガバナンスなど)はエンタープライズで依然プレミアムを取れる水準です。

19. A/B テスト - 統計の落とし穴

A/B テストツールは上記のフィーチャーフラグとほぼ重なりますが、統計分析エンジンの洗練度で差が出ます。

Optimizely Web/X — A/B テスト第一世代。高価ですが最も検証されている。
Statsig — フィーチャーフラグと A/B を同じ SDK で処理。CUPED (Controlled-experiment Using Pre-Experiment Data) のような分散縮減技術を標準サポート。
GrowthBook — オープンソース。統計学博士たちが作ったエンジンとして評価が高い。
Eppo — Airbnb 出身者が創業。統計の精緻さで業界最先端。
PostHog Experiments — 無料。基本的な統計のみ。
Amplitude Experiment — Amplitude 分析と同じ SDK 内で A/B。
VWO — インド拠点、コスパが強み。
AB Tasty — フランス拠点、欧州で強い。
Vercel Toolbar A/B — Vercel 内に統合。

A/B テストの古典的な落とし穴は、統計的有意性 (p-value 0.05未満) だけ見て意思決定することです。実際には次の点をすべて考慮する必要があります。

サンプルサイズが十分か — 通常はバリアントごとに5,000人以上。
実行期間が十分か — 最低1週間、通常2週間(平日と週末のパターンを反映)。
Peeking Problem — 毎日結果を覗き「有意になったから止めよう」と判断する偽陽性の罠。
Novelty Effect — 新機能に最初だけ反応する効果。
Multiple Comparison — 同時に10指標を見ると偶然1つだけ有意に見えるのはほぼ確実。

Eppo、Statsig、GrowthBook はこれらの問題を 自動で補正する統計エンジンを提供します。

20. サーバーサイドタギング - GTM Server、Snowplow

伝統的な分析はクライアント(ブラウザ・アプリ)の SDK が直接、分析サーバーへイベントを送信します。しかし以下の理由で サーバーサイドタギング (Server-Side Tagging) が標準化しつつあります。

広告ブロッカーがクライアント SDK のリクエストを遮断(uBlock Origin は GA、Mixpanel など約90%を遮断)。
iOS Safari ITP がサードパーティ Cookie を1日に制限。
GDPR / CCPA が同意なきサードパーティへのデータ送信を禁止。
データの正確性 — クライアントから直接送るとフィンガープリンティング型ブロッカーを回避するのが事実上不可能。

サーバーサイドタギングではクライアントは first-party ドメイン(例:analytics.mycompany.com)にイベントを送り、自社サーバーがそれを受けて Google、Facebook、Amplitude に転送します。広告ブロッカーは first-party トラフィックを遮断できません。

ツールは次のとおりです。

Google Tag Manager Server Container — 標準。GCP App Engine 上の Docker コンテナとして運用、月100〜500ドル程度。
Segment / RudderStack — CDP がサーバーサイド役も兼ねる。
Snowplow — セルフホスティングのトップ候補。
Tealium iQ — エンタープライズ。

2026年、サーバーサイドタギングはマーケや分析運用にとって オプションではなく必須です。広告ブロッカーが30〜50%のデータを蝕む状態を放置するのは、意思決定のデータ基盤を腐らせるに等しい行為です。

分析を導入する前に必ずレビューすべき規制は次のとおりです。

GDPR(EU、2018年)— 最も厳格。明示的 opt-in、忘れられる権利、データポータビリティ。
CCPA / CPRA(カリフォルニア、2020 / 2023年)— opt-out ベース、米国標準。
LGPD(ブラジル、2020年)— GDPR をモデルにした規制。
PIPEDA(カナダ)— GDPR に近い。
個人情報保護法 (韓国 PIPA)(2011年、2023年改正)— KISA が管轄。サードパーティ広告 SDK 利用時に明示的同意が必要。
個人情報保護法 (日本 APPI)(2003年、2023年改正)— opt-in / opt-out 混在。
PDPA(シンガポール)— opt-in。

中核的な義務はほぼ同じです。

明示的な同意バナー — 分析 SDK のロード前にユーザー同意を取得。
データ削除リクエストへの応答 — 通常30日以内。
データレジデンシー — EU ユーザーのデータは EU サーバー上に。
データ処理者契約 (DPA) — 各分析ベンダーと別途締結。

ツールは CMP (Consent Management Platform) ベンダーが標準化しています。OneTrust、Cookiebot、Iubenda、Termly、Didomi(フランス)などで、価格はドメインあたり年1,000〜10,000ドル規模。

2026年の現実はトレードオフです:プライバシー親和的 = 高コスト + 計測可能なデータ損失。しかし GDPR 違反時の罰金は売上の4%か2,000万ユーロのいずれか高い方であり、同意なき分析はもはや現実的な選択肢ではありません。

22. コスト - イベント数 × ユーザー数 × 保持期間

分析ツールの価格構造はほぼ常に次の積で表されます。

MTU (Monthly Tracked Users)。
ユーザーあたりのイベント数。
データ保持期間(1年 vs 5年)。
デスティネーション数(CDP の場合)。

MAU 100万規模の2026年のおおまかな価格帯は次のとおりです。

ツール	MAU 100万の年間費用(概算)
Firebase Analytics + GA4	0ドル(BigQuery 費用別、通常月100ドル程度)
Amplitude Growth	5万〜10万ドル
Mixpanel Growth	4万〜8万ドル
PostHog Cloud	1万〜3万ドル
Heap	4万〜8万ドル
Adobe Analytics	15万〜50万ドル
Segment	10万〜30万ドル
AppsFlyer	3万〜10万ドル(インストール数基準)
RevenueCat	売上の1%(月10万ドル MRR なら年1.2万ドル)
LaunchDarkly	5万〜20万ドル
Statsig	0ドル(MAU 1億未満)
FullStory	3万〜10万ドル

合算すると MAU 100万規模の企業は 年30〜100万ドルを分析ツールに支払うのが典型です。この費用を圧縮する最も効果的な手段は次のとおり。

イベントダイエット — 毎月すべてのイベントを見直し、誰もクエリしないものを削除。
サンプリング — 全ユーザートラッキングではなく10人に1人。
セルフホスティング (PostHog、RudderStack、GrowthBook) — インフラ費は上がるが、使用量は無制限になる。
BigQuery / Snowflake 統合 — 高価な SaaS の代わりに生データを直接分析。

23. 韓国 - トス、カラット、クーパンの分析スタック

トス (Toss) — トスは2020年以降 Amplitude をメインのプロダクト分析ツールとして使ってきました。2024年のトス技術ブログによれば、トスは MAU 約3000万、1日あたり約50億イベントを処理しています。コスト効率のため、生イベントは自社の BigQuery ベースデータウェアハウスに先に投入し、Amplitude には重要イベントだけサンプリングして転送します。MMP は Airbridge と AppsFlyer のデュアル運用、決済分析は自前構築が主流です。

カラット (Karrot) — カラットの標準スタックは Amplitude + AppsFlyer + Firebase です。2023年のカラット技術ブログによれば、生イベントは Snowflake に蓄積され、BI は Looker、コホート分析は Amplitude、実験は自社製 A/B プラットフォーム(Karrot Experiments)を使います。グローバル展開に伴い、Airbridge から AppsFlyer への統合が進行中です。

クーパン (Coupang) — クーパンは自社内製比率が最も高い企業です。Adobe Analytics、自社内製ツール、一部の Mixpanel を組み合わせて利用しており、巨大なデータエンジニアリング組織が支えています。グローバル SaaS の存在感は韓国の他社よりかなり小さいのが特徴。

ペミン (Baemin) — Amplitude と AppsFlyer が中核です。2024年に Woowa Brothers の技術ブログが RudderStack の採用とセルフホスト PostHog の実験を公開しました。データガバナンスのため、すべてのイベントは RudderStack を経由します。

24. 日本 - メルカリ、SmartHR、LINE の選択

メルカリ (Mercari) — 日本最大のフリマアプリ。2024年の Mercari Engineering Blog のスタック公開では、Amplitude(プロダクト) + Adjust(MMP) + BigQuery(ウェアハウス) + Looker(BI) の組み合わせ。RevenueCat は使わず、決済システムを自前運用しています。

SmartHR — 日本の HR SaaS リーダー。B2B 特性により Group Analytics に強い Mixpanel をメインで採用、マーケ分析は Google Analytics 4 を補助として使っています。2025年の SmartHR Tech Blog はセルフホスト PostHog の検証を公開しました。

LINE — LINE は自社データプラットフォーム(Data Platform 2.0)が圧倒的で、Amplitude / Mixpanel はほぼ使いません。社内ユーザーは自社 OLAP(Apache Druid + Trino)の上で分析を行います。外部 SaaS の利用は MMP(Adjust + F.O.X)に概ね限定。

Cygames / KLab / Mixi (ゲーム) — Adjust + Singular + 自社内製分析。ゲームの ROAS はビジネスの生死を決めるので、MMP の精度と自社分析の深さの両方が必要となります。

日本市場の特徴は 韓国より自社内製比率が遥かに高いことです。LINE、メルカリ、楽天、ZOZO のような大企業は強力な BI チームを持ち、SaaS 分析は補助的なツールとして扱われます。日本のエンジニア人件費が米国・韓国より相対的に安く、自社内製の ROI が高くなるためです。

25. 実務適用 - 5つのシナリオプレイブック

最後に、企業ステージ別の推奨スタックを整理します。

シードステージ (MAU 1万以下、1〜3人チーム):

プロダクト分析: Firebase Analytics + GA4(無料)
セッションリプレイ: Microsoft Clarity(無料)または PostHog Free
A/B: Firebase Remote Config または PostHog
MMP: まだ広告未出稿なら不要。出稿するなら Branch 無料ティア。
合計コスト: 年0ドル。

シリーズ A (MAU 10万、10〜30人チーム):

プロダクト分析: Amplitude Free または PostHog Cloud
セッションリプレイ: PostHog または LogRocket
A/B: Statsig(無料)
MMP: AppsFlyer または Airbridge
サブスク: RevenueCat(売上2,500ドルまで無料)
合計コスト: 年1〜3万ドル。

シリーズ B (MAU 100万、50〜150人チーム):

プロダクト分析: Amplitude Growth + BigQuery 生エクスポート
セッションリプレイ: FullStory または LogRocket
A/B: Statsig Pro または GrowthBook セルフホスト
MMP: AppsFlyer + Airbridge デュアル
サブスク: RevenueCat
CDP: Segment または RudderStack
合計コスト: 年30〜80万ドル。

シリーズ C 以降 (MAU 1000万、300人以上のチーム):

プロダクト分析: 自社 OLAP(ClickHouse、Druid、Pinot)+ 一部 Amplitude
セッションリプレイ: FullStory Enterprise
A/B: 自社内製または Eppo
MMP: AppsFlyer + Airbridge + 自社 SKAN 処理
サブスク: RevenueCat または自社内製
CDP: Segment Enterprise または自社 + Snowplow
合計コスト: 年100〜500万ドル。

エンタープライズ:

Adobe Analytics + Adobe Experience Platform が標準
MMP: AppsFlyer Enterprise
50〜200人規模の自社 BI チーム
合計コスト: 年500〜2000万ドル。

企業ステージが上がるほど 自社内製比率が増え、SaaS への依存は薄れます。しかしどのステージでも MMP とサブスク分析は外部 SaaS のほうが圧倒的に効率的である点は変わりません。

26. 参考 / References

Firebase Analytics ドキュメント — https://firebase.google.com/docs/analytics
Google Analytics 4 ドキュメント — https://support.google.com/analytics/answer/10089681
Amplitude ドキュメント — https://www.docs.developers.amplitude.com/
Mixpanel ドキュメント — https://docs.mixpanel.com/
PostHog ドキュメント — https://posthog.com/docs
Heap ドキュメント — https://developers.heap.io/
Adobe Analytics ドキュメント — https://experienceleague.adobe.com/docs/analytics.html
AppsFlyer ドキュメント — https://dev.appsflyer.com/
Adjust ドキュメント — https://help.adjust.com/
Branch ドキュメント — https://help.branch.io/
Singular ドキュメント — https://support.singular.net/
Kochava ドキュメント — https://support.kochava.com/
Airbridge ドキュメント — https://help.airbridge.io/
Adbrix ドキュメント — https://help.adbrix.io/
RevenueCat ドキュメント — https://www.revenuecat.com/docs/
Adapty ドキュメント — https://docs.adapty.io/
Qonversion ドキュメント — https://documentation.qonversion.io/
Segment ドキュメント — https://segment.com/docs/
RudderStack ドキュメント — https://www.rudderstack.com/docs/
Hightouch ドキュメント — https://hightouch.com/docs
LaunchDarkly ドキュメント — https://docs.launchdarkly.com/
Statsig ドキュメント — https://docs.statsig.com/
GrowthBook ドキュメント — https://docs.growthbook.io/
Eppo ドキュメント — https://docs.geteppo.com/
FullStory ドキュメント — https://developer.fullstory.com/
LogRocket ドキュメント — https://docs.logrocket.com/
Apple SKAdNetwork ドキュメント — https://developer.apple.com/documentation/storekit/skadnetwork
Google Privacy Sandbox for Android — https://privacysandbox.google.com/private-advertising
Apple App Tracking Transparency — https://developer.apple.com/documentation/apptrackingtransparency
Standard Webhooks specification — https://www.standardwebhooks.com/
Mercari Engineering Blog — https://engineering.mercari.com/en/blog/
SmartHR Tech Blog — https://tech.smarthr.jp/
トス技術ブログ — https://toss.tech/
カラット技術ブログ — https://medium.com/daangn
Woowa Brothers 技術ブログ — https://techblog.woowahan.com/