KDP KENP分析で分かる「読まれ方」のタイプ別マーケティング戦略

対象読者: KDPで3作品以上出版し、Kindle Unlimited収益の最大化を目指す中級者〜上級者
読了時間: 約8分
キーワード: KDP データ分析、Kindle Unlimited、KENP、ロングテール、自費出版マーケティング

---

はじめに：あなたの作品は「初速型」か「ロングテール型」か

Kindle Unlimitedで毎月安定した収益を得ているKDP作家は、だいたいこう悩んでいます：

• 「発売2週間でKENPが伸び悩んだ作品、打ち切りすべき？」
• 「半年経っても読まれ続ける作品の、正しい評価タイミングは？」
• 「広告予算をどの作品に回すべきか、判断基準がない」

実は、作品ごとに「読まれ方」は全然違います。今回は、自前のKDPレポートデータから導き出した「day1整列分析」という手法で、作品を「初速型」「ロングテール型」「超ロングテール型」に分類し、それぞれに最適なマーケティング戦略を紐づけた事例を公開します。

---

1. なぜ「発売日ベース」ではなく「KENP初記録日ベース」で分析するのか

従来の分析の限界

KDPレポートを見るとき、多くの作家は「発売日」を起点に売上トレンドを追いがちです。しかしこれには落とし穴があります：

• 発売日 ≠ KENPが記録される日: 一部の作品は発売後数日〜数週間、KENPが0の状態が続くことがあります
• 作品間の比較が困難: 発売時期が違う作品同士を単純比較すると、季節要因や市場環境の違いがノイズになります

day1整列（KENP初記録日ベース）のメリット

day1整列とは：

各作品について「KENPが最初に記録された日」をday1として、そこからの経過日数（day2, day3…）で時系列を揃える手法

これにより：

• 作品間の「読まれ始めたタイミング」を完全に同期させて比較可能に
• 季節要因や市場環境の差異を排除し、「作品自体の読まれ方の特性」を純粋に抽出

累積KENP比率という指標も併用します：

day30累積比率 = (day1〜day30のKENP合計) ÷ (全期間のKENP合計)

この値が1.0に近いほど「その時点までに読了が集中」していることを意味します。

---

2. 散布図で一目瞭然：3タイプ分類法

分析手法：day30 vs day180 散布図

今回作成したのは、以下の2軸を使った散布図です：

• X軸: day30時点の累積KENP比率（初速の強さ）
• Y軸: day180時点の累積KENP比率（半年での消化率）

この散布図の読み方： 各点は1作品を表し、位置によって「どのタイミングでKENPが出るか」が分かります。右上に行くほど「早く読まれる」、左上に行くほど「後からじわじわ読まれる」作品です。

各作品のKENP累積比率をday30とday180で比較。右上の作品は初速型、左上はロングテール型を示す

図1のポイント解説：

• 右上の作品（day30比率70%超）: 発売1ヶ月でKENPの大半が出ている「初速型」
• 左上の作品（day30比率20%未満、day180比率80%超）: 最初は低調でも半年で追いつく「ロングテール型」
• 対角線上の作品: day30からday180までの伸びが一定。これを基準に「それ以上伸びる作品」「伸びが鈍い作品」を判断できる

全作品の散布図

day180未満のデータしかない作品も含めた全体像がこちらです。

データ期間が短い作品も含めた全体像。day180未満の作品は右下に偏る傾向がある

図2で見える傾向：

• day180未満の作品（観測期間が短い）は右下に集まる
• これは「まだ時間が経っていない」ためで、決して「失敗作」とは言えない
• 長期的にデータを取る重要性が分かる

3タイプの特徴と位置づけ

今回のデータ（24作品中、day180以上のデータが揃った10作品）の実際の数値：

• day30累積比率の範囲: 0.3% 〜 79.4%
• day180累積比率の範囲: 18.7% 〜 95.2%

これだけで、同じ作家の作品でも「読まれ方」に圧倒的な差があることがわかります。

---

3. 時系列で見るKENPパターン：ヒートマップ分析

散布図だけでなく、日次のKENP推移をヒートマップで可視化すると、さらに深い洞察が得られます。

縦軸が作品ID、横軸がday1からの経過日数。色の濃さがKENPの多さを示す。縦の帯（特定の日に複数作品でKENPが出ている）がキャンペーンやセールの影響を示唆

図3で分かること：

• 横方向のパターン: 左から右へ薄くなる作品は「初速型」、中央〜右側まで濃い色が続く作品は「ロングテール型」
• 縦方向のパターン: 特定の日（縦のライン）で複数作品に濃い色が出ている場合、それはキャンペーン告知やセールの影響と考えられる
• 個別作品の特徴: Book13のように初期だけ濃く、後で消える作品 vs Book07のように長期間にわたって薄く続く作品の違いが視覚的に把握できる

このヒートマップと散布図を組み合わせることで、「いつ」「どの作品に」施策を入れるべきかの判断材料が増えます。

---

4. なぜ「タイプ分類」がマーケティング戦略を変えるのか

誤った見切り判断のリスク

多くのKDP作家が陥る失敗パターン：

しかし、実際にはロングテール型の作品は30日時点ではまだ全く読まれていないのが正常です。day30時点で14%しか出ていない作品でも、半年後には95%に到達するケースがあります。

タイプ別の正しい施策設計

具体例：作品別の判断フロー

---

5. データ分析の実装：あなたも今日からできる手順

ステップ1：データの準備

KDPのレポート（.csv）から以下を抽出：

• 作品別・日別のKENP数
• ASIN（作品識別用）

ステップ2：day1整列の実行

各作品について：

1. KENP > 0 となった最初の日を day1 と定義
2. そこからの経過日数を計算（day2, day3…）
3. 各日までの累積KENPを算出
4. 作品の全期間総KENPで割り、「累積比率」を計算

Excelでの計算例:

=SUM($B$2:B2)/SUM($B$2:$B$最終行)

（$B$2:B2はday1からその日までの範囲）

ステップ3：散布図の作成

• X軸：day30累積比率
• Y軸：day180累積比率
• 作品をプロット

閾値の目安（今回の分析から導出）：

• day30比率 30%以上 → 初速型の可能性大
• day30比率 30%未満、day180比率 80%以上 → ロングテール型
• day180比率 70%未満 → 超ロングテール型 or 露出不足

ステップ4：施策の割り当て

上記の「タイプ別施策設計」に従い、広告予算・プロモーション方針を決定。

---

6. 補足：注文数とKENPの相関に関する注意点

同じデータセットで「注文数（有料DL）とKENPの相関」を調べたところ、興味深い傾向が出ました：

日次データでは相関が弱いが、月次に集約すると相関が強くなる

理由：

• 日次には曜日効果・キャンペーン・観測欠けなどのノイズが多い
• KU読者の読了ペースには個人差が大きく、日次では読了タイミングがばらつく
• 月次にまとめると「その月に新規流入した読者数」と「読了数」の関係が明確に

実践的な示唆：

• 日次のKENP変動に一喜一憂しない
• 月次の推移でトレンド判断を行う
• キャンペーン効果の測定も、最低1ヶ月単位で評価

---

7. 次のステップ：より高度な活用方法

この分析を基盤として、以下の発展形が考えられます：

① 自動判定システムの構築

day30累積比率に閾値を設定し、作品を自動分類：

• day30比率 ≥ 30% → 「初速型」→ 短期評価ルート
• day30比率 < 30% → 「ロングテール疑い」→ 180日評価ルート

② 施策データとの紐づけ

過去の施策（無料DLキャンペーン・Amazon広告出稿・SNS投稿等）を時系列で記録し、タイプ別にROIを検証：

• 「初速型は広告費回収が早い」
• 「ロングテール型は継続広告が有効」等の法則を導出

③ 予測モデルの構築

day7・day14の累積比率から、day30・day180の比率を予測するモデルを作れば、「早期の見切り判断」が可能になります。

---

まとめ：今日から始める「読まれ方」分析

特に重要なのは、「ロングテール型作品を早期に見切らない」こと。30日時点のKENP低調に落胆せず、半年スパンで評価することで、見逃していた収益機会を取り戻せるはずです。

---

あなたの作品のKENPデータは、どのタイプに該当しますか？
まずはExcelでday1整列を試してみてください。新たな発見があるはずです。

---