Data Analytics & BIシリーズの一部
完全ガイドを読むコホート分析と保持指標: バニティ数値を超えて
前四半期の月間アクティブ ユーザー数は 15% 増加しました。素晴らしいニュース --- それとも? 1,000 人の新規ユーザーを獲得したものの、500 人の既存ユーザーを失った場合、その 15% の増加には深刻な維持問題が隠れています。次の四半期には、その 1,000 人の新規ユーザーも離れ始め、成長は停滞します。
集計指標 (総ユーザー数、総収益、総注文数) は、ビジネスにおける最も重要なダイナミクスを隠します。つまり、新規顧客は定着しているか?あなたの製品は時間の経過とともにユーザーを維持する能力が向上していますか?どの獲得チャネルが継続的な顧客をもたらしますか?
コホート分析は、共通の特性 (通常は購入日) に基づいて顧客をグループ化し、長期にわたる顧客の行動を追跡することで、これらの質問に答えます。これは、リピート顧客に依存するあらゆるビジネスにとって最も重要な分析手法です。
重要なポイント
- コホート分析は、顧客を獲得期間ごとにグループ化し、長期にわたる顧客の行動を追跡し、集計指標では隠されている保持パターンを明らかにします。
- 健全な企業は、時間の経過とともにコホート維持曲線が改善していることを示しています -- 新しいコホートはそれぞれ、以前のコホートよりも維持されています
- 3 つの維持指標が最も重要です: コホート期間別の維持率、収益維持 (ネットおよびグロス)、およびコホートごとの回収期間
- コホート分析は、RFM セグメンテーション、チャーン予測、および マーケティング アトリビューション に直接接続し、顧客分析の全体像を把握します
コホートとは何ですか?
コホートは、定義された期間内で共通の特性を共有する顧客のグループです。最も一般的なコホート タイプは 獲得コホート です。つまり、特定の月に最初の購入 (またはサインアップ) を行ったすべての顧客です。
獲得コホート
- 2026 年 1 月コホート: 2026 年 1 月に最初に購入したすべての顧客。
- 2026 年 2 月コホート: 2026 年 2 月に最初に購入したすべての顧客。
各コホートの行動を月ごとに (0 か月目、1 か月目、2 か月目など) 追跡することで、顧客のライフサイクル全体にわたって維持率がどのように変化するかを確認できます。
行動コホート
取得日を超えて、行動に基づいてコホートを作成できます。
- 製品コホート: 製品 A と製品 B を最初に購入した顧客。
- チャネル コホート: オーガニック検索と有料広告を通じて獲得した顧客。
- 金額コホート: 最初の注文が 100 ドルを超えた顧客と 100 ドル未満の顧客。
- 機能コホート: 最初の週に特定の機能をアクティブにしたユーザー。
行動コホートにより、どの製品、チャネル、エクスペリエンスが最良の維持率につながるのかが明らかになります。これらの分析情報を マーケティング アトリビューション にフィードして、獲得支出を最適化します。
保持テーブル
保持テーブル (コホート保持トライアングルと呼ばれることもあります) は、コホート分析の中核となる出力です。 B2C eコマース ビジネスの例を次に示します。
毎月のコホート維持率 (購入する顧客の割合)
| コホート | サイズ | 0 か月目 | 1 か月目 | 2 か月目 | 3 か月目 | 4 か月目 | 5 か月目 | 6 か月目 |
|---|---|---|---|---|---|---|---|---|
| 2025 年 10 月 | 850 | 100% | 32% | 24% | 20% | 18% | 16% | 15% |
| 2025 年 11 月 | 920 | 100% | 35% | 26% | 22% | 19% | 17% | --- |
| 2025 年 12 月 | 1,100 | 100% | 28% | 21% | 18% | 16% | --- | --- |
| 2026 年 1 月 | 780 | 100% | 38% | 29% | 25% | --- | --- | --- |
| 2026 年 2 月 | 810 | 100% | 40% | 31% | --- | --- | --- | --- |
| 2026 年 3 月 | 900 | 100% | 42% | --- | --- | --- | --- | --- |
表の見方
列 (左から右): 各コホートの保持率が時間の経過とともにどのように減衰するかを示します。月 0 は常に 100% です (すべての顧客が獲得月に少なくとも 1 回購入しました)。 0 か月目から 1 か月目への低下は、重要な「新規顧客維持」指標です。
行 (上から下): ビジネスの顧客維持が向上しているかどうかを示します。この例では、1 か月目の定着率が 32 パーセント(10 月コホート)から 42 パーセント(3 月コホート)に向上しました。これは、製品の改善、オンボーディングの変更、またはより適切な顧客獲得ターゲティングが機能していることを示す強い肯定的なシグナルです。
対角線 (右上から左下): 特定の暦月にすべてのコホートに何が起こったかを表示します。すべての対角値が同時に低下した場合は、システム的な何かが発生したことになります (サイトの停止、競合他社の立ち上げ、季節的な不況)。
重要な保持指標
顧客維持率
Retention Rate (Month N) = Customers active in Month N / Customers in cohort x 100
これは保持率表に示されているパーセンテージです。すべての期間のすべてのコホートについて追跡します。
収益維持
収益維持は、収益の拡大 (アップセル、クロスセル) と縮小 (ダウングレード) を考慮するため、多くの場合、顧客維持よりも重要です。
総収益保持率 (GRR): 拡張を除いた、既存顧客から保持される収益。常に 100% 以下です。 GRR が 85% 未満の場合は、成長に関係なく解約の問題が発生します。
GRR = (Starting Revenue - Churned Revenue - Contraction Revenue) / Starting Revenue x 100
純収益維持 (NRR): 拡大を含めた収益維持。 100% を超える場合もあります。これは、解約を考慮しても、既存顧客の支出が時間の経過とともに増加することを意味します。
NRR = (Starting Revenue - Churn - Contraction + Expansion) / Starting Revenue x 100
ベンチマーク目標:
| 業種 | GRRターゲット | NRR目標 |
|---|---|---|
| エンタープライズ SaaS | 90-95% | 110-130% |
| SMB SaaS | 80-90% | 100-110% |
| e コマース (繰り返し) | 30-50%* | 35-55%* |
| B2Bサービス | 85-95% | 100-115% |
*e コマース維持率は別の方法で測定されます。毎月の経常収益ではなく、12 か月以内に再度購入する顧客の割合です。
チャーンレートの計算
Monthly Churn Rate = Customers lost in month / Customers at start of month x 100
コホート チャーンと混合チャーン: 混合チャーンではすべてのコホートが混合されるため、誤解を招く可能性があります。毎月 100 人の新規顧客を獲得し、初月の解約率が 50%、継続的な解約率が 5% である企業は、継続的な維持率が優れている場合でも、混合解約率が高くなります。常にコホートごとにチャーンを測定します。
回収期間
Payback Period = Customer Acquisition Cost / Monthly Revenue per Customer
回収期間は、顧客獲得のコストを回収するのに何ヶ月かかるかを示します。コホート分析では、回収期間が改善しているか(ユニットエコノミクスの改善)、悪化しているか(取得コストの上昇または初期段階の収益の減少)を明らかにします。
傾向とパターンの特定
定着率の向上
同じ期間において、新しい各コホートの維持率が前のコホートよりも優れている場合 (たとえば、3 か月目の維持率がコホート全体で 20 パーセント、22 パーセント、25 パーセントになっている場合)、何かが機能していると言えます。何が変わったのかを調査します。
- 製品の改善または新機能
- オンボーディング フローの改善
- カスタマーサポートの向上
- 高品質の取得チャネル
- 価格またはパッケージの変更
定着率の低下
時間が経つにつれて定着率が悪化する場合は、次のことを調査してください。
- 市場の飽和(質の低い顧客が限界に達している)
- 製品の品質の問題
- 競争圧力
- 価格の不一致
- サポートの劣化
保持曲線の形状
健全な維持曲線は、最初の数期間 (0 か月目から 2 か月目) で急激に低下し、その後平坦になります。平らな部分は、長期滞在する「コア」な定着顧客を表します。
- 急降下、その後平坦: 通常。最初のドロップを改善することに重点を置きます。
- 継続的な減少: 危険です。安定して維持される顧客ベースがありません。
- スマイル曲線 (最初の低下後に維持率が増加): 製品の価値実現が遅れている --- それを加速するためにオンボーディングを改善することを検討してください。
さまざまなビジネス モデルのコホート分析
eコマース
コホートの定義: 最初の購入月。
維持指標: その後の月に少なくとも 1 回購入した顧客の割合。
重要な洞察: e コマース コホートは通常、1 か月目の継続率が 25 ~ 40 パーセントを示し、6 か月目までに 10 ~ 20 パーセントで安定します。1 か月目の継続率が 20 パーセント未満の場合は、注文確認のアップセル、製品の推奨、ロイヤルティ プログラムなど、購入後のエンゲージメントに焦点を当てます。
上級: 初回購入製品カテゴリごとにコホートをセグメント化します。消耗品 (繰り返し購入する製品) から始める顧客は、1 回限りの購入から始める顧客よりもはるかに高い定着率を示します。この洞察は、消耗品を通じて顧客を引き付けることを優先する獲得戦略に反映されます。
SaaS / サブスクリプション
コホートの定義: サインアップ月またはサブスクリプション開始月。
維持指標: その後の月もアクティブなサブスクリプションの割合。
重要な洞察: 最初の 90 日間が重要です。ユーザーが 30 日以内に「なるほどと思う瞬間」(核となる価値提案)に達しなかった場合、3 か月目に解約する可能性が劇的に増加します。早期エンゲージメント データに基づいてトレーニングされた チャーン予測モデル を使用して、リスクのあるユーザーを離脱前に特定します。
B2B サービス
コホート定義: 契約開始月。
維持指標: コホートごとの契約更新率と収益拡大。
重要な洞察: B2B の維持は、関係の質と実現される ROI によって決まります。コホート分析では、サービス提供が時間の経過とともに改善されているかどうか (新しいコホートの更新率が高いかどうか)、または特定のサービス タイプに維持の問題があるかどうかが明らかになります。
コホート ダッシュボードの構築
次の視覚エフェクトを使用して、セルフサービス BI ダッシュボード にコホート分析を表示します。
リテンションヒートマップ
保持率テーブルを色分けします。保持率が高い場合は濃い緑色、保持率が高い場合は黄色、保持率が低い場合は赤です。これにより、改善傾向の対角線 (左下が緑になる) や懸念される列 (月 3 は常に赤) など、傾向を一目で簡単に見つけることができます。
保持曲線グラフ
同じグラフ上に各コホートの保持曲線をプロットします。 X 軸は取得後の月数、Y 軸は維持率です。各行はコホートを表します。最近のコホートラインが古いコホートラインを上回っている場合、定着率は向上しています。
収益コホートのウォーターフォール
各コホートが時間の経過とともに総収益にどのように寄与するか (初期収益、拡大、縮小、解約) を示します。これにより、収益の増加が新規顧客の獲得 (解約率が高い場合はリスクが高い) によってもたらされるのか、それとも既存顧客の拡大 (持続可能) によってもたらされるのかが明らかになります。
コホート比較表
ユーザーが特定のコホートを並べて比較できるようにします。 「6 か月目の時点で、1 月のコホートと 7 月のコホートを比較するとどうですか?」これは、新しいオンボーディング フロー、価格設定の変更、製品の発売など、特定の変更の影響を測定する場合に特に役立ちます。
基礎となるデータは データ ウェアハウス から取得され、トランザクション履歴と顧客ディメンションによって柔軟なコホート定義が可能になります。
よくある質問
コホート分析はどこまで遡るべきですか?
季節的なパターンと傾向を特定するには、少なくとも 12 か月分のコホートを含めます。顧客ライフサイクルが長い企業 (B2B サービス、エンタープライズ SaaS) では、24 ~ 36 か月でより良い信号が得られます。顧客数が 30 人未満のコホートは含めないでください。結果は統計的に意味がありません。
毎週または毎月のコホートを使用する必要がありますか?
月次コホートは、ほとんどの企業の標準です。迅速な実験を実行し、より迅速なフィードバックが必要な場合は、毎週のコホートを使用します (例: 新しいオンボーディング フローをテストし、第 1 週の定着率に与える影響を測定する)。週次コホートでは、統計的に意味のある顧客数が必要です。週次コホートあたり少なくとも 50 ~ 100 人の顧客が必要です。
コホート分析では季節性をどのように考慮すればよいでしょうか?
コホートを直前のコホートではなく、前年の同じ期間と比較します。 12 月のコホートは、休日の購買行動により、6 月のコホートとは異なるリテンション パターンを持つことがよくあります。コホートの前年比比較 (2025 年 12 月と 2024 年 12 月) では、前月比の比較では見逃される季節の影響を制御します。
1 か月目の維持率の適切なベンチマークは何ですか?
ビジネスモデルによって大きく異なります。 SaaS: 80 ~ 90 パーセント (サブスクリプション ベースなので非常に高い)。 e コマース: 25 ~ 40 パーセント (任意の反復購入)。モバイル アプリ: 20 ~ 30%。 B2B サービス: 90 ~ 95 パーセント。まず定着率を自社の過去のパフォーマンスと比較し、次に業界のベンチマークと比較します。
次は何ですか
コホート分析は、BI 戦略、顧客セグメンテーション、予測分析、マーケティング アトリビューション の間の結合組織です。これにより、ビジネスが本当に改善しているのか、それとも表面的に成長しているだけなのかがわかります。
ECOSIRE は、Odoo CRM、Shopify、GoHighLevel と統合されたコホート分析ダッシュボードを構築します。当社の OpenClaw AI プラットフォーム は、コホートの作成を自動化し、保持パターンを特定し、コホートの洞察を予測モデルに提供します。私たちの Odoo コンサルタント チームは、正確なコホート追跡を強化するデータ パイプラインを構成します。
お問い合わせ して、虚栄的な指標を超えて、本当のリテンション ストーリーを理解してください。
ECOSIRE によって発行 --- Odoo ERP、Shopify eCommerce、OpenClaw AI にわたる AI を活用したソリューションで企業のスケールアップを支援します。
執筆者
ECOSIRE TeamTechnical Writing
The ECOSIRE technical writing team covers Odoo ERP, Shopify eCommerce, AI agents, Power BI analytics, GoHighLevel automation, and enterprise software best practices. Our guides help businesses make informed technology decisions.
関連記事
電子商取引のための AI コンテンツ生成: 商品説明、SEO など
AI を使用して e コマース コンテンツを拡張します: 商品説明、SEO メタ タグ、電子メールのコピー、ソーシャル メディア。品質管理フレームワークとブランドの声の一貫性に関するガイド。
AI を活用したダイナミックプライシング: リアルタイムで収益を最適化
AI 動的価格設定を実装し、需要弾力性モデリング、競合他社の監視、倫理的な価格設定戦略により収益を最適化します。アーキテクチャと ROI のガイド。
電子商取引向け AI 不正検出: 販売を妨げずに収益を保護
AI 詐欺検出を実装すると、誤検知率を 2% 未満に抑えながら、不正取引の 95% 以上を捕捉できます。 ML スコアリング、行動分析、ROI ガイド。
Data Analytics & BIのその他の記事
Power BI と Tableau 2026: ビジネス インテリジェンスの完全な比較
Power BI と Tableau 2026: 機能、価格設定、エコシステム、ガバナンス、TCO について直接対決します。それぞれを選択するタイミングと移行方法についての明確なガイダンス。
会計 KPI: すべての企業が追跡すべき 30 の財務指標
収益性、流動性、効率性、粗利益、EBITDA、DSO、DPO、在庫回転数などの成長指標を含む 30 の重要な会計 KPI を追跡します。
ビジネス インテリジェンスのためのデータ ウェアハウス: アーキテクチャと実装
ビジネス インテリジェンスのための最新のデータ ウェアハウスを構築します。 Snowflake、BigQuery、Redshift を比較し、ETL/ELT、ディメンション モデリング、Power BI 統合について学びます。
Power BI 顧客分析: RFM セグメンテーションとライフタイム バリュー
DAX 数式を使用して、RFM セグメンテーション、コホート分析、チャーン予測の視覚化、CLV 計算、カスタマー ジャーニー マッピングを Power BI に実装します。
Power BI と Excel: ビジネス分析をアップグレードする時期
データ制限、視覚化、リアルタイム更新、コラボレーション、ガバナンス、コスト、移行をカバーするビジネス分析に関する Power BI と Excel の比較。
ビジネスのための予測分析: 実践的な実装ガイド
販売、マーケティング、運営、財務全体にわたって予測分析を実装します。モデルの選択、データ要件、Power BI 統合、およびデータ文化ガイド。