サービスやECのデータを見ていると、「今月の継続率は悪くないが、最近入ってきた顧客は本当に定着しているのだろうか」と感じることはないでしょうか。
全体の平均だけを見ると、一見よく見えても、実は特定の時期に入った顧客群だけが弱いということがあります。
そんなときに役立つのが、コホート分析です。
コホート分析は、同じ時期や同じ条件で集まった顧客グループを分けて、その後の行動や継続を比較するためのフレームワークです。
顧客の定着率や、施策ごとの違いを見たいときに使いやすい型です。
そこでこの記事では、コホート分析の意味、使い方、具体例、注意点までを、初心者向けにやさしく整理して解説します。
この記事でわかること
- コホート分析とは何か
- コホート分析は何に使うのか
- コホート分析の基本的な考え方
- コホート分析の使い方
- コホート分析の具体例
- RFM分析との違い
最初から高度なデータ分析をする必要はありません。まずは「同じ時期の顧客を分けて、その後を比べる型だ」とわかれば十分です。
コホート分析とは？
コホート分析とは、同じ時期や同じ条件で集まった顧客グループをひとまとめにして、その後の変化を比較する分析手法です。
もっとやさしく言うと、コホート分析は
似たタイミングで入ってきた顧客たちが、その後どう動いたかを比べる型です。
たとえば、同じサービスでも、
- 1月に登録した人たち
- 2月に登録した人たち
- 3月に登録した人たち
では、その後の継続率が違うことがあります。
ある月の顧客だけ継続率が高いなら、その時期のキャンペーンや導線が良かったのかもしれません。逆に低ければ、初期体験に問題があったのかもしれません。
コホート分析は、そうした差を見つけるためのフレームワークです。
コホート分析を一言でいうと
コホート分析を一言でいうと、顧客群ごとのその後の変化を比べるフレームワークです。
コホート分析は、全体平均に隠れた違いを見つけるための型です。
コホート分析は何に使うのか
コホート分析は、主に次のような場面で使います。
- 継続率の比較
- リピート率の比較
- 登録時期ごとの定着状況確認
- キャンペーンごとの質の違い確認
- 初期体験改善の検証
- 顧客群の長期行動比較
たとえば、アプリの登録者数が増えていても、最近の登録者だけ継続率が低ければ、成長の質は悪化しているかもしれません。
コホート分析を使うと、その違いを見やすくなります。
どんな人に向いているか
コホート分析が向いているのは、次のような人です。
- サービスやアプリを運営している人
- 継続率や定着率を見たい人
- キャンペーンの質を比べたい人
- 顧客群ごとの差を見たい人
コホート分析の基本的な考え方
コホート分析では、主に次のような流れで考えます。
- 顧客を同じ条件でグループ化する
- その後の一定期間の行動を追う
- グループ同士を比較する
つまり、単に「今月の継続率」を見るのではなく、
どの顧客群が、どの時点で、どう変化したか
を見ることがポイントです。
コホートの切り方としては、たとえば次のようなものがあります。
- 同じ登録月
- 同じ初回購入月
- 同じキャンペーン流入
- 同じ広告チャネル経由
- 同じ商品購入者群
コホート分析の使い方
ここからは、コホート分析の基本的な使い方を順番に見ていきます。
最初は難しく考えず、「どのグループを比べたいか」を決めるところから始めれば大丈夫です。
手順1 コホートの切り方を決める
まずは、どんな条件で顧客を分けるかを決めます。
もっとも基本的なのは、登録月や初回購入月ごとに分ける方法です。
手順2 追いたい指標を決める
次に、何を比較するのかを決めます。
継続率、再購入率、課金率、アクティブ率などがよく使われます。
手順3 各コホートの推移を並べる
それぞれのグループについて、1か月後、2か月後、3か月後…のように推移を見ます。
手順4 差を確認する
どのグループが強いか、どのグループが弱いかを見ます。
特定の月だけ弱いなら、その時期の施策や導線に問題があった可能性があります。
手順5 要因と改善策を考える
最後に、差が生まれた理由を考え、次の施策につなげます。
- コホートの切り方を決める
- 追いたい指標を決める
- 各コホートの推移を並べる
- 差を確認する
- 要因と改善策を考える
コホート分析は、数字を比べることよりも、なぜその差が出たかを考えることが大切です。
コホート分析の具体例
ここでは、「定額制の学習アプリ」を例に、考え方を簡単に見てみます。
例：学習アプリの継続率
前提として、学習アプリの登録者を、登録月ごとに分けるとします。
- 1月登録者
- 2月登録者
- 3月登録者
それぞれについて、登録後1か月、2か月、3か月の継続率を見ます。
たとえば、
- 1月登録者は3か月後継続率が40％
- 2月登録者は3か月後継続率が35％
- 3月登録者は3か月後継続率が20％
だったとします。
この場合、3月の登録者だけ大きく弱いことがわかります。
もし3月に新しい広告クリエイティブを使い始めていたなら、訴求が強すぎて、期待と実際のサービス内容にズレがあったのかもしれません。
あるいは、初回導線が変更されていて、定着しにくくなっていた可能性もあります。
別の例：ECサイトの初回購入月別再購入率
- 4月に初回購入した顧客
- 5月に初回購入した顧客
- 6月に初回購入した顧客
これらの2回目購入率、3回目購入率を比べると、どの月の顧客がリピートしやすいかが見えてきます。
具体例でわかるポイント
- 全体平均では見えない違いが見える
- 特定時期の施策の質を確認しやすい
- 初期体験や流入の質を見やすい
コホート分析を使うメリット
コホート分析を使うメリットは、主に次の通りです。
- 顧客群ごとの差を見つけやすい
- 継続率や定着率の質を見やすい
- 施策ごとの違いを確認しやすい
- 全体平均に隠れた問題を見つけやすい
たとえば、全体継続率が横ばいでも、最近の登録者の質が落ちていることがあります。コホート分析を使うと、そうした変化に早く気づきやすくなります。
コホート分析を使うときの注意点
注意
コホート分析は便利ですが、分け方が雑だと意味が弱くなりやすいです。
よくある失敗は、次のようなものです。
- コホートの切り方が曖昧
- サンプル数が少なすぎる
- 差を見つけて終わる
- 外部要因を考えない
特に初心者は、「月ごとに分ければ十分」と思いがちですが、そうではありません。大切なのは、比較する意味のある切り方をすることです。
RFM分析との違い
コホート分析とよく比較されるのが、RFM分析です。
- コホート分析 → 同じ時期や条件の顧客群のその後の変化を見る型
- RFM分析 → 顧客を今の状態で分類する型
つまり、コホート分析は時間の流れで見るのに向いており、RFM分析は現在の温度感を見るのに向いています。
どう使い分ければよいか
継続率や再購入率の変化を見たいならコホート分析が使いやすいです。
一方で、「今、誰にどんな施策を打つか」を整理したいなら、RFM分析のほうが向いています。
AARRRとの違い
コホート分析は、AARRRとも役割が異なります。
- コホート分析 → 顧客群ごとの経時変化を見る型
- AARRR → サービス成長全体を5つの段階で見る型
この違いを理解しておくと、実務で迷いにくくなります。
コホート分析は、顧客群の質の変化を見るのに向いています。
一方、AARRRは、サービス全体の成長構造を見るのに向いています。
コホート分析はどんな場面で使うと効果的か
特にコホート分析が効果を発揮しやすいのは、次のような場面です。
- 継続率や再購入率を比較したいとき
- 施策ごとの顧客の質を見たいとき
- 最近の獲得顧客の定着を見たいとき
- 全体平均では見えない差を見たいとき
逆に、直近の顧客状態を分類したいときにはRFM分析、導線上の離脱ポイントを見たいときにはファネル分析のほうが合います。
そのため、コホート分析は万能ではなく、顧客群ごとのその後の変化を見たい場面で使うのが最も効果的です。
まとめ
コホート分析とは、同じ時期や条件で集まった顧客群を分けて、その後の行動や継続を比較するフレームワークです。
アプリ、サブスク、EC、会員サービスなど幅広い場面で使いやすく、特に「最近の顧客の質はどうか」を整理したいときの入口として役立ちます。
最初は難しく見えるかもしれませんが、まずは
- どんな条件で分けるか
- 何の指標を見るか
- どのグループが強いか弱いか
の3つを意識するだけでも十分です。
大切なのは、平均値だけを見ることではなく、グループごとの差を見て改善につなげることです。
