MAXsuite

解約率（Churn Rate）の測定と低減手法 — Churn 計算と予兆検知

解約率（Churn Rate）は LTV を直接決定する変数。本記事では Churn の正しい計算方法、業界別ベンチマーク、解約予兆の検知手法、低減施策を体系的に解説します。

最終更新 2026年5月2日·6分で読める·LTV 用語集に戻る

解約率（Churn Rate）の計算

解約率は、一定期間内にサービスから離脱した顧客の割合を示す指標。最も基本的な計算式は以下の通りです。

Churn Rate = 期間内に解約した顧客数 ÷ 期初の顧客数 × 100%

たとえば、月初に1,000人の有料会員がいて、月末までに50人が解約したら、月次解約率は5%。年次に換算すると（1-0.95)^12 = 約46%が年次解約率になります。

サブスクリプションサービスでは月次解約率が直接 LTV を決定します。LTV ≈ ARPU（平均月額） / 月次解約率（簡略式）。たとえば月額1万円・解約率5%なら LTV = 1万円 / 0.05 = 20万円。解約率を半分（2.5%）にできれば LTV は倍（40万円）になります。

業界別 Churn Rate ベンチマーク

5%以下
B2C SaaS の月次解約率（健全）
出典: 業界調査
1%以下
B2B SaaS の月次解約率（健全）
出典: 業界調査
180日
EC で「実質解約」とみなす一般的な無購入期間
出典: 業界慣行

Churn の種類

Customer Churn（顧客ベース）
顧客数の単純な減少率。基本的な指標。
Revenue Churn（収益ベース）
解約による失った収益の割合。高額顧客の解約は単純な顧客数より売上影響が大きいので、両方併用するのが標準。
Net Revenue Churn
Revenue Churn から「既存顧客のアップセル分」を差し引いた純解約。マイナスになると「既存からの増収が解約損を上回る」優れた状態。
Voluntary Churn（自発解約）
顧客が自分で解約手続きをしたケース。サービス満足度の指標。
Involuntary Churn（非自発解約）
支払い失敗（カード期限切れ・残高不足）等による意図しない解約。施策で大きく減らせる領域。Dunning Email や事前期限通知で改善。

解約予兆の検知シグナル

解約してから手を打つのは遅い。解約前の予兆を捉えて介入する仕組みが LTV 改善の核心。

  1. 1. 利用頻度の低下前月比でログイン・利用回数が30%以上減少。SaaS では最強の予兆指標。
  2. 2. 主要機能の使用停止コア機能の利用が止まる。「ダッシュボードしか開かなくなった」など。
  3. 3. サポート問い合わせの増加・性質変化解約直前は「不満」「クレーム」「他社比較」のような問い合わせが増える傾向。
  4. 4. ダウングレード上位プランから下位プランへの変更は解約の前兆として観測されやすい。
  5. 5. 決済失敗Involuntary Churn の予兆。期限切れ前のカード更新通知で防止。
  6. 6. NPS スコアの低下個別顧客の NPS が前回より2点以上下がったら要警戒。

Churn 低減施策

予防（解約前の介入）

  • オンボーディング設計：初回購入後30日のフォローシリーズ
  • アクティブユーザー化：「初週で○○を使う」までのガイド
  • 成果実感を生むコンテンツ：使用効果の可視化、お客様の声
  • コミュニティ・ロイヤルティ：他のユーザーとの繋がりが解約阻害

予兆検知（リアルタイム監視）

  • 利用頻度・主要機能利用の自動モニタリング
  • 前月比30%以上の活動低下で CS チームへ自動アラート
  • NPS スコア低下時の即フォロー
  • 決済失敗時の Dunning Email 自動送信

解約防止（解約画面での最終介入）

  • 解約理由を必ずヒアリング（Voluntary Churn の根本原因）
  • ダウングレード提案（解約より下位プラン継続が長期的に有利）
  • 一時停止オプション提供
  • 個別オファー（割引・特典）の提示

よくある質問

Q. EC で「解約」をどう定義しますか？
業界慣行では「最終購入から180日経過した顧客」を解約とみなすケースが多いです。ただし業態の購買サイクルにより、消耗品なら30日、家電なら2年など調整が必要。自社の購買サイクル分析から「平均購買間隔の3〜5倍」を解約閾値にするのが標準です。
Q. Churn Rate は何%以下が良いですか？
B2C SaaS で月次5%以下、B2B SaaS で月次1%以下、EC（180日無購入率）で年間40%以下が健全水準。業界・成長フェーズで変動するため、自社の「前年比」「前期比」での改善が最も実用的です。
Q. Voluntary と Involuntary はどう分けて管理しますか？
別管理が必須。Involuntary（決済失敗等）は技術的な施策（カード期限通知・複数決済手段）で大きく削減可能。Voluntary（自発的解約）は商品・サービス改善が必要で、対処が根本的に異なります。混在管理だと打ち手を間違えます。
Q. 解約予兆の検知精度を上げるには？
機械学習モデル（Logistic Regression や XGBoost）で複数指標を統合するのが本格手法。シンプルなヒューリスティック（利用頻度低下＋NPS低下＋サポート問い合わせ増）でも8割の精度は出ます。まずシンプルから始めるのが推奨です。
MAXsuite — LTVMAX

解約予兆を自動検知する LTVMAX

売上 CSV から RF・購買サイクル・利用頻度を自動分析。解約予兆を月次で検出し、CS チームへのアラートまで一気通貫。

LTVMAX を試す製品ページを見る

関連記事