フレームワーク活用ガイドひとことで言うと#
顧客がなぜ解約（チャーン）するのかをデータとインタビューで体系的に分析し、解約の予兆を検知して事前に対処するフレームワーク。SaaSビジネスでは「新規獲得5人 < 解約防止1人」のインパクトがあることも珍しくない。
押さえておきたい用語#
- チャーンレート（Churn Rate）
- 一定期間内に解約した顧客の割合を示す解約率のこと。月次チャーン率3%なら、年間で約30%の顧客が離脱する計算になる。
- MRR（Monthly Recurring Revenue）
- 月間経常収益。サブスクリプションビジネスの基本指標で、チャーン分析ではMRRベースの解約率も重要。
- ネガティブチャーン
- 既存顧客のアップセル・クロスセルによる収益増が解約による減収を上回り、解約があっても収益が成長する状態を指す。SaaSの理想状態。
- コホート分析（Cohort Analysis）
- ユーザーを登録時期ごとにグループ分けし、時間経過に伴う行動変化を追跡する分析手法である。チャーンのパターン発見に不可欠。
- ダニング管理（Dunning Management）
- クレジットカードの期限切れや支払い失敗時に、自動でリトライやリマインドを行う仕組みのこと。不本意な解約の防止に直結する。
チャーン分析の全体像#
こんな悩みに効く#
- 月次解約率が3%を超えていて、成長を食い潰している
- 解約理由を聞いても「使わなくなった」としか返ってこない
- どの顧客が解約しそうか予測できず、後手に回っている
基本の使い方#
まず自社のチャーンを正確に計測し、分類する。
チャーンの種類:
- ロゴチャーン: 顧客数ベースの解約率（何社/何人が解約したか）
- レベニューチャーン: 収益ベースの解約率（いくら分の収益が失われたか）
- ネットレベニューチャーン: 解約による減収 − 既存顧客の拡大収益
計算式:
- 月次チャーン率 = 当月の解約顧客数 ÷ 月初の顧客数 × 100
- ネットレベニューチャーン = (解約MRR − 拡大MRR) ÷ 月初MRR × 100
**ネットレベニューチャーンがマイナス（＝ネガティブチャーン）**なら、新規獲得ゼロでも収益が成長する理想状態。
解約は一様ではない。パターンを分類して、それぞれの対策を考える。
主な解約パターン:
- 早期離脱型: 契約後1〜2ヶ月で解約 → オンボーディング・期待値のミスマッチが原因
- 徐々にフェードアウト型: 利用頻度が徐々に下がって解約 → 価値を感じなくなっている
- 突発型: ある日突然解約 → 競合への乗り換え、予算カット、担当者異動
- 不本意型: クレジットカード期限切れ等 → 決済系の技術的問題
データで分析すること:
- 解約直前の30日間のログイン頻度・機能利用状況
- 解約した顧客の共通属性（業種、プラン、企業規模）
- 契約からの経過月数別の解約率分布
解約しそうな顧客を事前に検知するためのスコアリングモデルを作る。
予兆シグナルの例:
- ログイン頻度が前月比50%以上減少
- キー機能の利用がゼロになった
- サポート問い合わせが急増（不満の表れ）
- 請求書の支払い遅延
- 管理者アカウントのログインが途絶えた
実装方法:
- 過去の解約顧客の行動データを収集
- 解約30日前の行動パターンを抽出
- 各シグナルに重み付けしてスコア化
- スコアが閾値を超えたらアラートを発出
シンプルなルールベースから始めて、データが貯まったら機械学習モデルに移行する。
予兆を検知したら、パターン別に対処する。
早期離脱型への対策:
- 契約直後のオンボーディング強化
- 期待値のすり合わせ（営業時の約束と実態のギャップ解消）
フェードアウト型への対策:
- 利用率低下時にカスタマーサクセスが能動的にアプローチ
- 活用事例の提案、未使用機能の紹介
突発型への対策:
- 定期的な価値確認ミーティング（QBR）
- 複数ユーザーの利用を促進（担当者1人に依存しない状態を作る）
不本意型への対策:
- カード期限切れ前のリマインド
- 支払い失敗時の自動リトライ（ダニング管理）
具体例#
状況: 従業員60名のSaaS企業。月額課金のプロジェクト管理ツール（月次チャーン率4.5%、顧客数約800社）。
データ分析の結果:
| 解約パターン | 割合 | 主因 |
|---|---|---|
| 早期離脱（2ヶ月以内） | 40% | オンボーディング不足 |
| フェードアウト | 35% | 管理者しか使わず全社浸透しない |
| 突発型 | 15% | 予算カット・競合乗り換え |
| 不本意型 | 10% | カード期限切れ |
重点施策:
- 早期離脱対策: 契約直後に45分のキックオフミーティングを必須化
- フェードアウト対策: 「アクティブユーザー率30%未満」の企業にCSが自動アラート→活用提案
- 不本意型対策: ダニング管理ツールを導入し、支払い失敗時に3回リトライ＋メール通知
3ヶ月で月次チャーン率は4.5%から2.8%に改善し、年間ベースで約2,000万円の解約防止効果が出た。ネットレベニューチャーンは+3%から-1%に転じ、ネガティブチャーンを達成している。
背景: 月額7,800円のオンライン英会話サービス。月間新規入会者500名に対し、初月解約率が28%と高い。
コホート分析の発見:
| 初月の受講回数 | 2ヶ月目の継続率 |
|---|---|
| 0〜1回 | 22% |
| 2〜3回 | 58% |
| 4回以上 | 89% |
予兆検知ルール: 入会後7日以内にレッスン予約がゼロの会員を「ハイリスク」と判定。
施策:
- 入会翌日に「初回レッスン予約」のリマインドメール+電話フォロー
- 初回レッスン後24時間以内に2回目の予約を促すポップアップ
- 7日以内に3回受講した会員に「3回達成バッジ」を付与
「最初の1週間で3回受講する」が最大の継続ドライバーだった。この発見に基づく施策で初月解約率は28%から14%に半減し、LTVベースで推定年間6,500万円の収益改善につながった。
背景: 人口8万人の地方都市で週1回の有機野菜宅配サービスを運営（会員380世帯、月額4,200円）。半年以内の解約率が35%。
データ分析:
- 解約者の72%が「フェードアウト型」（注文頻度が徐々に減少→休止→解約）
- 注文を2週連続スキップした会員の3ヶ月後解約率は68%
- 一方、月1回以上「おすすめレシピ」を参照した会員の継続率は82%
施策:
- 2週連続スキップ時にLINEで「今週のおすすめ旬野菜セット」を提案
- 月に1回、届いた野菜を使った簡単レシピカードを同梱（コスト1枚18円）
- 3ヶ月継続ごとに地元産の特産品をプレゼント（コスト500円）
半年以内の解約率は35%から19%に改善し、会員数は380世帯から520世帯に増加、月間売上が約60万円増。最もROIが高かったのは1枚18円のレシピカード同梱で、「届いた野菜をどう使えばいいかわからない」という隠れた不満を解消した。
やりがちな失敗パターン#
- 解約後にアンケートを送るだけで終わる — アンケートの回答率は低く、本音は書かれない。解約前に予兆を捉えて介入するほうが100倍効果的
- チャーン率を全体平均でしか見ない — プラン別、獲得チャネル別、利用開始月別に分けないと原因が見えない。セグメント別にチャーン率を分解すること
- 解約を止めることに固執して、正当な解約まで引き止める — ターゲット外の顧客を無理に引き留めてもLTVは上がらない。「止めるべき解約」と「受け入れるべき解約」を区別する
- 獲得だけに投資して解約対策を後回しにする — バケツの穴が大きい状態で水を注ぎ続けても溜まらない。解約率の改善は新規獲得と同等以上のROIがある
まとめ#
チャーン分析は「なぜ顧客が去るのか」を科学する作業。解約パターンを分類し、予兆を検知し、パターン別に対処する。解約率を1%下げることは、新規獲得を大幅に増やすのと同等のインパクトがある。穴の空いたバケツに水を注ぐ前に、まず穴をふさごう。