---
title: "リテンション・ライフサイクル"
chapter: "11"
part: 2-knowledge-areas
status: revised
visibility: public
authors:
  - claude
reviewers: []
revision: 0.1
updated: 2026-05-19
related-skills: []
related-chapters: []
related-knowledge: []
---
# リテンション・ライフサイクル

**「獲得の5倍は既存が効率的」** (Bain) とも言われる領域。CAC高騰・クッキーレス・広告単価上昇時代において、リテンションはほぼ唯一コントロール可能な成長ドライバー。
リテンションはマーケティングサイクルの **起動・実装する / 学ぶ** が効く筆頭領域 — 実データから次のSetへ還元しやすい。

## リテンションの階層

```
Acquisition（獲得）
    ↓
Activation（初回価値体験）  ← ここが最重要
    ↓
Retention（継続利用）
    ↓
Revenue（収益化）
    ↓
Referral（紹介）
```

Reforgeの定義：
- **浅い関与（Shallow Engagement）** — ログイン・訪問レベル
- **中核行動（Core Action）** — プロダクトの本質価値を体験する行動（Slackで送信、Netflixで視聴完了）
- **定着ユーザー（Retained User）** — 一定期間内に中核行動を繰り返す

**中核行動を定義できているかが全ての起点。**

## Activation — Aha Momentの設計

ユーザーが「これは価値がある」と気づく瞬間 = **Aha Moment**。

有名な例：
- Facebook: 10日以内に7人の友達
- Twitter(X): 30人フォロー
- Dropbox: 1デバイス以上で1ファイル保存
- Slack: チーム内で2,000メッセージ送信

### Aha Momentの見つけ方

1. 長期リテンションユーザーの行動ログを抽出
2. 離脱ユーザーと比較し、**差分となる行動**を見つける
3. その行動の**量・頻度・タイミング**の閾値を特定
4. オンボーディングでその閾値まで誘導する設計に変更

## リテンションカーブの読み方

```
継続率
100%│╲
    │ ╲
    │  ╲_____
    │        ╲___     ← Smiling Curve（優良）
    │            ╲___
    │                  残存率が横ばいに
    └────────────────────────────→ 時間

100%│╲
    │ ╲___
    │      ╲___
    │          ╲___    ← Declining Curve（PMFなし）
    │              ╲___
    └────────────────────────────→ 時間
```

- **水平に収束するカーブ** = PMFあり、一定の熱烈ファンが残る
- **ゼロに向かうカーブ** = PMFなし、獲得しても穴の空いたバケツ
- **リターンカーブ（U字）** = 一度離れても戻ってくる層が存在（季節性・ユースケース頻度）

**PMF判定の実務ルール**: Day 30 retentionが横ばいに転じる層が存在するか。

## コホート分析の基本

コホート = 同じ時期に獲得したユーザー群。
縦軸に獲得月、横軸に経過月を取り、継続率をヒートマップ化する。

見るべき変化：
- **最新コホートの初月Activationが上がっているか** — オンボーディング改善の成果
- **M3〜M6の残存率が上がっているか** — プロダクト本体の改善成果
- **特定コホートだけ異常** — 獲得チャネル品質の問題（広告キャンペーンの質など）

## RFM分析（既存顧客セグメント）

EC / トランザクション系で必須。

| 指標 | 内容 |
|------|------|
| **R — Recency** | 最終購入からの経過日数（短いほど良い） |
| **F — Frequency** | 購入頻度（多いほど良い） |
| **M — Monetary** | 累計購入額（多いほど良い） |

各指標を3〜5段階スコア化し、セグメントを作る：

| セグメント | R | F | M | 打ち手 |
|----------|---|---|---|--------|
| **Champions** | 高 | 高 | 高 | VIP特典、先行アクセス、紹介依頼 |
| **Loyal** | 高 | 中 | 中 | アップセル、コミュニティ招待 |
| **Potential Loyal** | 高 | 低 | 低 | 次回割引、関連商品レコメンド |
| **At Risk** | 低 | 高 | 高 | Win-back、個別メッセージ、価値再訴求 |
| **Lost** | 低 | 低 | 低 | 最終Win-backメール、リスト外し |

## ライフサイクルステージごとの打ち手

| Stage | ユーザー状態 | メッセージ | チャネル |
|-------|-----------|-----------|---------|
| **Welcome** | 登録直後 | Aha Momentへ誘導 | メール、アプリ内 |
| **Onboarding** | 初回体験中 | 次の一歩を提示 | プロダクト内ガイド |
| **Engagement** | 定着化中 | 新機能・活用法・小さなコツ | メール週次、プッシュ |
| **Habituation** | 習慣化 | コミュニティ・UGC・深掘り機能 | アプリ内、Discord |
| **Win-back** | 離脱中 | 価値再想起 + インセンティブ | メール、リターゲティング |
| **Re-activation** | 長期離脱 | 最後の一撃 | 最終メール、不要なら削除 |

## チャーン予兆の代表的シグナル

- ログイン頻度の**前週比-50%以上**
- 中核行動の停止（投稿/送信/保存が止まる）
- サポートチケットでの**ネガティブワード**
- サブスクで**決済失敗**の放置（パッシブチャーン）
- 主要ユーザー（管理者・決裁者）の**離脱**（B2B）

これらを検知してトリガーメール / CS介入。

## チャーンの分類と対処

| 種類 | 原因 | 打ち手 |
|------|------|--------|
| **Active Churn** | 顧客が能動的に解約 | プロダクト改善、価値再訴求 |
| **Passive Churn** | カード期限切れ等の決済失敗 | Dunning（リトライ自動化）、更新催促 |
| **Seasonal Churn** | 使用頻度が元から低い | 一時停止プラン、年間契約 |
| **Hidden Churn** | 契約継続だが使用停止 | 使用量アラート、CS介入 |

**SaaSのパッシブチャーンは年間5〜10%を占める。** Stripe Smart Retries / Churnkeyで自動回収。

## メールライフサイクル設計（B2B/B2C共通）

### 最低限あるべき7通
1. Welcome（登録直後）
2. Onboarding Step 1（翌日 / 初回Aha誘導）
3. Onboarding Step 2（3日後 / 2つ目の機能）
4. Use Case Showcase（1週間後 / 成功事例）
5. Feature Highlight（2週間後 / 深い機能紹介）
6. Renewal / Upgrade（月末 / プラン変更誘導）
7. Re-engagement（離脱7日後 / 「最近お見かけしません」）

開封率・クリック率をコホートで測定し、継続的に改善。

## NRR（Net Revenue Retention）— SaaS最重要指標

```
NRR = (当期収益 - 解約 - ダウングレード + アップセル + クロスセル) / 前期収益
```

- **100%超** = 既存だけで成長する状態（優良SaaSのベンチマーク）
- **110%以上** = Best-in-class（Snowflake 158%、Datadog 146%など）
- **90%未満** = バケツに穴、獲得を増やしても成長しない

NRRを上げる3レバー：
1. **解約率を下げる** (中核行動 / CSM / プロダクト改善)
2. **既存からアップセル** (上位プラン / ユーザー追加 / 使用量増)
3. **クロスセル** (別製品の導入)

## ロイヤルティの測り方

- **NPS（Net Promoter Score）**: 「推奨意向」だけに絞った指標。+40以上は優秀、+70以上はBest-in-class
- **CSAT**: 個別接点の満足度
- **CES（Customer Effort Score）**: 「解決のしやすさ」。サポート体験と相関
- **リピート率・継続率**: 行動ベースの真実

NPSスコア単体ではなく、**推奨者と批判者の定性コメント**を読むことが価値の源泉。

## ライフサイクル別チャーン分類（補足）

`Active/Passive/Seasonal/Hidden` の原因軸と直交して、**ライフサイクル位置**でも分類すると対策の精度が上がる：

| タイプ | 説明 | 主因 | 効く対策 |
|-------|------|-----|---------|
| **Involuntary Churn** | 決済失敗による解約 | カード期限切れ・与信落ち | Dunning自動化、期限前通知、カード更新フロー |
| **Early Churn**（初月〜3ヶ月） | Activation 失敗 | オンボーディング不良・価値未到達 | TTV短縮、Aha Moment再設計、初期CSM接点 |
| **Engaged Churn** | 使っていたが解約 | 競合移行・予算変更・ROI不足 | 競合差分の可視化、ROI再訴求、Annualロック |
| **Silent Churn** | 使わなくなって解約 | リエンゲージメント不足 | Early Warning発火、利用停滞時の再接触 |

各タイプは原因も対策も異なる。**まず自社のチャーンを 4 タイプの構成比で分解する**。

## 解約フロー（Cancellation Flow）の設計

解約ページ自体が Save の最大の機会。以下 5 点で診断する：

1. **Friction Level** — 解約ボタンが見つからないと信頼が壊れる。「見つけやすさ」と「摩擦の少なさ」は別物。導線は明確に、ただし衝動解約を防ぐ確認ステップは設ける
2. **Reason Collection** — 解約理由を必ず聞く。選択式 + 自由記述 + 「それ以外」を併用
3. **Save Offer** — 理由別に異なるオファーを出す（後述のマトリクス）
4. **Downgrade Path** — 「解約 or 現プラン」の二択ではなく、**Pause（1〜3ヶ月停止）/ ダウングレード**を中間選択肢として提示
5. **Exit Experience** — 最終的に解約した場合も、いつでも戻れる経路とデータ保持期間を明示

### 推奨フロー

```
[解約ボタン click]
  ↓
[理由選択（必須）+ 自由記述]
  ↓
[理由別 Save Offer 表示]
  ↓             ↓
[Save受諾]   [継続解約]
                ↓
            [Pause/ダウングレード提示]
                ↓             ↓
            [Pause選択]   [解約確定]
                              ↓
                          [Exit Survey + 復帰経路の明示]
```

**Pause は強力**。「解約」と「継続」の間に中間選択肢を置くだけで実 Churn が減る。

## Save Offer Playbook（理由別オファー）

| 解約理由 | Save Offer 例 | 想定 Save 率の目安 |
|---------|------------|--------------|
| 高すぎる | 時限割引 / ダウングレード提案 / ROI 再訴求 | 15〜25% |
| 使っていない | 1〜3ヶ月 Pause / 1on1 オンボーディング再実施 | 30〜40% |
| 機能が足りない | ロードマップ共有 / β機能への早期アクセス | 10〜20% |
| 競合に移行 | 機能差分の具体的提示 / 移行コスト可視化 | 10〜15% |
| 一時的な事情 | Pause / 年額割引 / 解約リマインダー設定 | 25〜35% |

**一律割引は安売りの罠**。理由に応じた対応が信頼を生む。Save 率だけ見ると、強引に残留させて後で解約される罠（LTV 悪化）に陥るので、**Save 後 90 日のリテンション**を必ず Guardrail に置く。

## Reactivation（復帰）シーケンス

解約者向けの 3 タッチ・リエンゲージメント：

| Day | 件名の方向性 | 目的 |
|-----|------------|-----|
| 0 | お気持ちが変わったら... | データ保持期間と復帰経路の明示。引き止めない |
| 30 | 最近の改善を見てください | 新機能・改善点を知らせる |
| 90 | 特別オファー | 割引付き復帰オファー |

Day 0 で**引き止めない**ことがブランド信頼の起点。90 日割引は LTV を下げるリスクがあるので、**Save 候補ではなく完全離脱者**にだけ送る。

## Involuntary Churn Fix（決済失敗対策）

工数小・効果大の最優先対策。SaaS では年間 5〜10% を占める。

- **Dunning フロー**: 失敗後 N 通のメール + アプリ内通知 + （重要顧客は）SMS
- **Card Update**: カード期限の **30 日前通知** を自動化
- **Smart Retries**: Stripe Smart Retries / Churnkey 等で曜日・時間帯を最適化
- **Grace Period**: 失敗後即解約ではなく N 日の猶予期間

## 参考文献

- *Loyalty Loop* — Andy Cloyd
- *Hooked* — Nir Eyal（既にmarketing-frameworks.mdで言及）
- *The Customer Success Economy* — Nick Mehta
- Reforge: "Retention + Engagement" シリーズ (Brian Balfour, Casey Winters)
- Andrew Chen: "The Cold Start Problem" リテンション章
- Lenny Newberry（Lenny's Newsletter）: リテンション関連回
- ProfitWell / Paddle: Churn関連リサーチ

## マーケティングサイクルとの接続

- **Set**: 中核行動の定義、現状のD1/D7/D30リテンション率、主要セグメントを `memory/profile/` に書く
- **Ask**: 「このリテンションカーブを読んで / コホート比較して / ライフサイクルメール案を7通作って」
- **再構築**: メール実装、アプリ内プロンプト、ダッシュボードのアラート設定、Dunning実装
- **Feedback**: 施策前後の残存率・NRR・チャーン率を `memory/results/performance-data.md` に記録