コホート分析とは？SaaS・営業組織での実践方法を解説

TL;DR

• コホート分析は同一条件のグループを時間軸で追跡し、平均値の裏に隠れた事業の実態を可視化する手法
• SaaSではリテンションコホートとレベニューコホートを組み合わせ、顧客残存と収益拡大の両面を構造的に把握できる
• 営業組織でも商談発生月を起点にしたコホート分析でリードソース別の受注パターンや商談リードタイムを特定できる

この記事が役立つ状況

• 対象者: SaaS企業のRevOps担当者・カスタマーサクセスリーダー・営業企画担当者
• 直面している課題: 全体平均のチャーンレートやリテンション率では事業の実態が掴めず、どの獲得月・どのチャネルで何が起きているか特定できない
• 前提条件: 獲得月・契約データ・MRR推移・商談発生日などの時系列データが整備されており、コホート単位で集計できるダッシュボード環境があること

このノウハウをAIで実行するプロンプト

以下をコピーしてLLMに貼り付け、[ ] 内を自社の情報に書き換えてください。

あなたはSaaSのレベニューアナリティクス担当です。以下の条件で当社のコホート分析を設計してください。

# 事業情報
- 事業モデル: [SaaS / サブスク / その他]
- 月次獲得社数: [N社]
- 主要プラン: [プラン構成]
- 現在の月次平均チャーンレート: [X%]

# 設計依頼
1. コホート定義基準（獲得時期 / 流入チャネル / プラン別 等）の推奨
2. 追跡指標（リテンション率 / NRR / 利用頻度）の優先順位
3. リテンションコホート表とレベニューコホート表の設計
4. 初月〜3ヶ月目のドロップを早期発見する閾値
5. 改善アクションの優先度判断基準

# 制約
- [分析期間: 月次 / 四半期 / 年次]
- [分析対象期間: 過去Nヶ月]

コホート分析とは — 平均値の裏に隠れた真実を見抜く手法

コホート分析とは、同一条件のグループ（コホート）を定義し、そのグループの行動や指標を時間軸で追跡する分析手法だ。SaaSやサブスクリプションビジネスにおいて、リテンション、LTV（顧客生涯価値）、チャーンレートの構造的な理解に欠かせない手法として広く活用されている。

なぜコホート分析が重要なのか。それは全体平均だけでは事業の実態が見えないからだ。

たとえば、月次チャーンレートが「平均3%」だとする。この数字だけ見れば安定しているように思える。しかし、コホートごとに分解すると、1月獲得コホートのチャーンレートは2%なのに対し、4月獲得コホートは5%に跳ね上がっているかもしれない。この差が見えなければ、4月に何が起きたのか（営業チャネルの変更、プロダクトの不具合、オンボーディングプロセスの変更など）を特定し、改善する機会を逃してしまいる。

コホート分析は「平均の罠」を打ち破り、時間の経過とともに何が改善し、何が悪化しているのかを構造的に明らかにする手法だ。

コホート分析の基本構造 — 3つの要素を決める

コホート分析を始めるには、3つの要素を定義する必要がある。コホートの定義基準、分析期間、追跡する指標だ。

コホートの定義基準

最も一般的なのは「獲得時期」によるコホートだ。「2026年1月に契約した顧客」「2026年2月に契約した顧客」というように、契約月でグループを分ける。これをアクイジションコホートと呼ぶ。

獲得時期以外にも、流入チャネル別（広告経由・紹介経由・インバウンド経由）、プラン別（スタータープラン・エンタープライズプラン）、業種別など、分析目的に応じてコホートの定義基準を変えることができる。

分析期間

月次コホートが最も一般的だ。SaaSの契約サイクルに合っており、施策の効果測定にも適している。顧客数が少ない場合や年間契約が主体の場合は、四半期コホートや年次コホートも有効だ。

追跡する指標

代表的な指標は以下の3つだ。

• リテンション率: 契約から N ヶ月後に何%の顧客が継続しているか
• 収益リテンション（NRR）: 契約から N ヶ月後に収益がどう変化しているか。アップセル・クロスセルの効果も含まれる
• 利用頻度: 契約から N ヶ月後にプロダクトがどの程度利用されているか

リテンション率は顧客数の維持を、NRRは収益の維持・拡大を測る指標だ。両方を追跡することで、「顧客は維持できているが単価が下がっている」「顧客数は減っているが残存顧客のアップセルで収益は伸びている」といった構造が明確になる。

SaaS企業でのコホート分析実践

SaaS企業でコホート分析が最も威力を発揮するのは、リテンションコホートとレベニューコホートの2つの視点を組み合わせたときだ。

リテンションコホート

リテンションコホートは、各月に獲得した顧客が時間の経過とともにどの程度残存しているかを追跡する。

具体的には、以下のような表を作成する。

• 行: コホート（2026年1月、2月、3月…）
• 列: 経過月数（Month 0、Month 1、Month 2…）
• セル: リテンション率

たとえば、2026年1月コホート（50社）が Month 1 で92%、Month 3 で80%、Month 6 で68%という推移と、2026年3月コホート（60社）が Month 1 で96%、Month 3 で88%という推移を並べて見ることで、オンボーディングプロセスの改善効果が数値で確認できる。

リテンションコホートで特に注目すべきは「初月〜3ヶ月目のドロップ」だ。SaaSの解約は契約後3ヶ月以内に集中する傾向がある。この初期離脱を抑えることがチャーンレート改善の最大のレバレッジになる。

レベニューコホート

レベニューコホートは、リテンション率の代わりにMRR（月次経常収益）の推移を追跡する。

リテンションコホートでは「顧客が残っているかどうか」しかわからないが、レベニューコホートでは「残った顧客がどれだけ収益を生んでいるか」まで把握できる。アップセルやプラン変更によるExpansion MRRが含まれるため、NRRの実態をコホート単位で可視化できる。

たとえば、ある月のコホートのMRRが契約時点で月500万円、6ヶ月後に450万円（90%）、12ヶ月後に520万円（104%）であれば、初期の解約を乗り越えた後にアップセルが効いていることがわかる。この場合、カスタマーサクセスのエクスパンション戦略が機能している証拠だ。

営業組織でのコホート分析活用

コホート分析はSaaSのリテンション分析だけでなく、営業組織のパフォーマンス改善にも有効だ。

商談コホート

商談の発生月をコホートとして定義し、「何ヶ月後にどの程度の商談がクローズしているか」を追跡する。

• 行: 商談発生月（2026年1月、2月、3月…）
• 列: 経過月数
• セル: 累積受注率

この分析により、リードソースごとの商談リードタイムの違いや、四半期末に集中する駆け込み受注のパターンが可視化される。たとえば、「展示会経由の商談は3ヶ月以内に60%がクローズするが、ウェビナー経由は6ヶ月かかっても40%にとどまる」というような知見が得られる。

営業パーソン別コホート

営業担当者ごとに商談コホートを分析することで、個人のパフォーマンスを時系列で評価できる。単月の受注件数や受注金額だけでは、たまたま大型案件が決まった月が高く評価されてしまいる。コホート分析を用いれば、「この営業担当者が担当する商談は、平均して何ヶ月でクローズし、受注率は時間とともにどう推移しているか」がわかる。

これにより、営業育成においても「受注率は高いがリードタイムが長い」「初月の提案スピードは早いが3ヶ月以上の長期案件で失注しやすい」といった個別の課題が特定でき、具体的なコーチングにつなげることができる。

コホート分析のダッシュボード設計

コホート分析の結果を効果的に伝えるには、ヒートマップ形式のダッシュボードが最適だ。

ヒートマップ形式の表現

コホート分析の結果は、行にコホート（時系列）、列に経過月数を配置し、セルの値をリテンション率やMRRリテンション率で埋めた表で表現する。セルの色を値に応じてグラデーションで塗り分けることで、問題のあるコホートや改善傾向が一目で把握できる。

たとえば、リテンション率90%以上を緑、80-90%を黄色、80%未満を赤で色分けすると、特定のコホートの初期離脱が目立つ場合にすぐ気づける。

ダッシュボード設計の3つの原則

1. 比較を容易にする: 同じ経過月数でのリテンション率を縦に並べることで、コホート間の比較が直感的にできる構造にする。施策の前後比較がすぐに読み取れることが重要だ。

2. ドリルダウンを可能にする: 全体のコホート表から、特定のコホートをクリックすると、そのコホートの詳細（セグメント別内訳、個社リスト）が見られる構造が理想的だ。BIツールを活用する場合は、フィルター連動でこの導線を実現する。

3. アクションにつなげる: ダッシュボードの隣に「注目すべきポイント」「推奨アクション」を記載するセクションを設ける。数字を見るだけでは行動は変わらない。カスタマーサクセスチームが翌週に取るべきアクションが明確になるダッシュボードが、真に価値のあるダッシュボードだ。

コホート分析から導くアクション

コホート分析の最終目的はデータの可視化ではなく、具体的な改善アクションの実行だ。

チャーン改善への活用

コホート分析で「特定のコホートのチャーンが高い」と判明した場合、そのコホートに共通する要因を特定する。

• 獲得チャネル: 特定の広告キャンペーンや紹介経由のコホートでチャーンが高い場合、ターゲティングや顧客適合度に問題がある可能性がある
• 契約プラン: 低価格プランのコホートでチャーンが高い場合、機能制限によるバリュー不足が原因かもしれない
• 季節性: 年度末に駆け込み契約したコホートのチャーンが高い場合、十分な検討なく導入された可能性がある

このように原因を構造的に分解し、獲得段階からの改善（営業時の期待値調整、ターゲティング精度の向上）とオンボーディング段階の改善（初期設定支援、成功体験の早期創出）を並行して進めることが、持続的なチャーンレート改善につながる。

オンボーディング最適化への活用

コホート分析のリテンション曲線を見ると、多くのSaaS企業で「契約後1-3ヶ月」にリテンション率が急落するパターンが見られる。これはオンボーディングの失敗を示唆している。

改善コホート（オンボーディングプロセスを変更した後のコホート）と従来コホートを比較することで、施策の効果を定量的に検証できる。たとえば、「専任CSによる初回セットアップ面談を導入した2026年3月以降のコホートは、Month 1リテンションが8ポイント改善した」という検証が可能になる。

LTV予測の精度向上

コホートごとのリテンション曲線と収益推移を蓄積することで、LTVの予測精度が向上する。全体平均のチャーンレートから算出するLTVは精度が低くなりがちだが、コホートベースで算出すれば、セグメントやチャネルごとの実態に即したLTVが得られる。これにより、「どの獲得チャネルに投資すべきか」「どの顧客セグメントに注力すべきか」という意思決定の精度が格段に上がる。

まとめ — コホート分析をRevOpsの共通言語にする

コホート分析は、全体平均では見えない事業の構造的な変化を可視化する手法だ。SaaS企業ではリテンションコホートとレベニューコホートを併用することで、顧客維持と収益拡大の両面から事業を評価できる。営業組織では商談コホートや営業パーソン別コホートを活用し、受注プロセスの改善に活かせる。

重要なのは、コホート分析をマーケティング、営業、カスタマーサクセスの全部門が参照する共通言語にすることだ。マーケティングは獲得チャネル別コホートの質を、営業は商談コホートの受注効率を、CSはリテンションコホートの改善を、それぞれの責任範囲で追跡する。部門横断でコホートデータを共有し、改善サイクルを回すことが、RevOpsの実践そのものだ。コホート分析で把握したチャーンの構造的な課題への対策についてはチャーン率改善の実践ガイドで詳しく解説している。また、GTMエンジニアのデータパイプライン設計でコホート分析用データの自動集計基盤を構築する方法も参照してください。