mcpField
C
churn-analysis

churn-analysis

github.com/mohitagw15856マーケティング・グロース1.5k39 回インストール5 日前に更新
リポジトリ

churn-analysis について

カスタマーサクセスや収益チーム向けに、顧客離脱を体系的に分析するスキルです。回避可能・不可避・非自発的な離脱を区別し、セグメントや時期ごとの要因を調べ、分析結果に沿った維持策を提案します。

主な機能

  1. 01顧客・収益の解約指標を算出
  2. 02解約理由と回避可能性の分類
  3. 03セグメント別・時期別の分析
  4. 04早期警告シグナルの特定
  5. 05根本原因に沿った維持策
  6. 06データ不足と分析品質の確認

活用シーン

  1. 01指定期間の顧客離脱の分析
  2. 02顧客セグメントごとの離脱リスク比較
  3. 03離脱要因に基づく維持計画の策定

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/mohitagw15856/pm-claude-skills --skill churn-analysis

インストール後、Claude Code で/churn-analysisを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

references/
avoidability-calls.md
worked-example.md
templates/
churn-report.md

詳細

解約分析スキル

見出しの数値だけにとどまらない、体系的な解約分析を作成します。顧客が離れる理由、最もリスクの高いセグメント、そして顧客維持への効果が最も大きい施策を特定します。

Brain からの読み込み/Brain への書き込み

professional-brain(brain/)が存在する場合は、すでに把握していることを再度尋ねず、そこにある情報を分析の根拠にします。

  • まず読み込むもの: context.md(指標の定義 — ここでの「解約」の意味)、knowledge/、関連セグメントの entities/。python3 ../professional-brain/scripts/brain_query.py ./brain "churn" を実行し、各事実の出典タグを引き継ぎます。
  • 📥 Brain への記録を提案: 分析の作成後、主な顧客維持に関する調査結果を knowledge/([data])に、顧客維持に関する判断を decisions/ に、リスク要因を hypotheses/ に記録することを提案します。提案内容を提示して承認を得てから、../professional-brain/scripts/brain_write.py … --commit を使って書き込みます(追記のみ。デフォルトではドライラン)。

必要な入力情報

まだ提供されていない場合は、以下を尋ねます。

  • 分析対象期間(例:第1四半期、過去12か月)
  • 期間開始時点の顧客総数と解約した顧客数
  • 解約によって失われたARR または売上
  • 解約理由のデータ — 解約アンケートの結果、CSM のメモ、サポートデータ、または失注理由
  • 顧客セグメント — ティア、業界、コホート、または製品ライン別
  • 判明している場合は現在の顧客維持率
  • 解約に影響した可能性のある最近の変更 — 価格設定、製品、サポートモデルなど

解約の分類

分析の前に、必ず解約を分類します。

カテゴリ定義
自発的 — 回避可能対応できる問題が原因で顧客が離れた場合(製品の不足、不十分なオンボーディング、関係構築の失敗)
自発的 — 回避不可能自社では制御できない理由で顧客が離れた場合(予算削減、買収、会社の閉鎖)
非自発的支払いの失敗、誤った契約更新漏れ、管理者のミス

カテゴリごとに必要な施策は異なります。これらを混同すると、誤った結論につながります。

出力形式


解約分析:[製品/セグメント/会社]

期間:[開始日] — [終了日] 作成者:[名前] | 日付:[日付]


主な数値

指標値
期間開始時点の顧客数[N]
解約した顧客数[N]
顧客解約率[X]%
期間開始時点の ARR£/$/€[X]
解約によって失われた ARR£/$/€[X]
総収益解約率[X]%
(同期間の)拡張による ARR£/$/€[X]
純収益維持率(NRR)[X]%

ベンチマークの比較:

  • 顧客解約率:[X]%、業界ベンチマーク [Y]% に対して — [上回る/下回る/同水準]
  • NRR:[X]% — [意味:100%超 = 拡張が解約分を相殺、100%未満 = 顧客基盤が縮小]

カテゴリ別の解約内訳

カテゴリ顧客数解約に占める割合失われた ARR
自発的 — 回避可能[N][X]%£/$/€[X]
自発的 — 回避不可能[N][X]%£/$/€[X]
非自発的[N][X]%£/$/€[X]
合計[N]100%£/$/€[X]

総解約に占める回避可能な解約の割合:[X]% — 実際に対策できる数値です。


解約理由 — 回避可能な解約のみ

頻度順に並べます。データがある場合は ARR の比重も含めます。

理由件数回避可能な解約に占める割合失われた ARR代表的なコメント
[理由 1 — 例:「製品に不可欠な機能がない」][N][X]%£/$/€[X]"[コメント]"
[理由 2][N][X]%£/$/€[X]"[コメント]"
[理由 3][N][X]%£/$/€[X]"[コメント]"
[理由 4][N][X]%£/$/€[X]"[コメント]"
その他[N][X]%£/$/€[X]—

テーマの統合:[上位の理由を2~3つのテーマにまとめた2~3文。例:「上位3つの理由は、2つのテーマに集約されます。1つ目は [領域] における製品の不足(回避可能な解約の X% に影響)、2つ目は顧客が価値を得られないまま終わるオンボーディングの失敗(Y%)です。」]


セグメント別の解約

解約率が平均より高い、または低いセグメントを特定します。

ティア別
ティア解約率全体比備考
Enterprise[X]%+/-[X]pp
Mid-Market[X]%+/-[X]pp
SMB[X]%+/-[X]pp
コホート別(獲得年)
コホート解約率備考
[Year 1][X]%
[Year 2][X]%
[Year 3][X]%
業界/ユースケース別(データがある場合)
セグメント解約率備考
[Segment 1][X]%
[Segment 2][X]%

主な傾向: [解約率が最も高いセグメントと、その理由として考えられること]


タイミング分析

  • 解約までの平均契約期間: [X months]
  • リスクが最も高い時期: [例:「3か月目 — トライアルで得られた価値が薄れ、全面的な導入には至っていない時期」]
  • 解約時期の分布:
解約が発生した時期解約アカウントに占める割合
0–3 months[X]%
3–6 months[X]%
6–12 months[X]%
12+ months[X]%

早期警告シグナル

解約したアカウントに基づき、解約に先立って現れた(より早い介入のきっかけになり得た)シグナルを特定します。

シグナル解約までの先行期間検出方法
[Signal 1 — e.g. "DAU/MAU dropped below 15%"][~X weeks][Usage dashboard / alert]
[Signal 2 — e.g. "No QBR in 90+ days"][~X weeks][CRM flag]
[Signal 3 — e.g. "Champion left the account"][~X weeks][LinkedIn alert / CSM tracking]
[Signal 4][~X weeks][Detection method]

介入の推奨事項

推定効果と実現可能性に基づく優先順位です。

介入策対応する要因推定解約削減効果工数担当
[Intervention 1 — e.g. "Improve onboarding for [segment] with dedicated 30-day check-in"][Reason 1][X accounts / £X ARR]Low / Med / High[Team]
[Intervention 2][Reason 2][X accounts / £X ARR]Low / Med / High[Team]
[Intervention 3][Reason 3][X accounts / £X ARR]Low / Med / High[Team]

優先事項: [今四半期に実施した場合、最も大きな効果が見込める介入策とその理由]


不明点(データの不足)

  • [Data gap 1 — e.g. "Exit survey response rate is only 30% — the reasons data may not be representative"]
  • [Data gap 2 — e.g. "No product usage data for SMB tier — can't confirm usage signal correlation"]
  • [Data gap 3]

避けるべきパターン

  • 回避可能な解約と回避不可能な解約を介入計画の中で混同しないでください — 会社の閉鎖が理由で解約した顧客に対して製品の改善を推奨しても、リソースの無駄になります
  • 期末の顧客数を分母にして解約率を計算しないでください — 解約率が実態より低く算出されます。必ず、解約した顧客数を開始時点のコホート数で割ってください
  • 解約理由の把握に、解約時アンケートのデータだけを頼りにしないでください — 回答率は通常低く、回答するだけの関与がある顧客にサンプルが偏るという自己選択バイアスが生じます
  • 具体的な解約理由と結び付けずに介入策を推奨しないでください — 根本原因と無関係な介入策では、顧客維持率は改善しません
  • グロス売上解約率だけを報告しないでください — 純売上維持率(NRR)がなければ、良好に見える維持率の裏に売上基盤の縮小が隠れている可能性があります

詳細資料

このスキルには補助ファイルが含まれています。利用可能な場合は使用してください。

  • references/avoidability-calls.md — 回避可能か、そうでないか?解約分類における判断。成果物を作成する際に適用してください。このファイルには、上記の手法概要では簡略化されている基準や判断事項が記載されています。
  • templates/churn-report.md — 品質チェック項目が本文に含まれた、記入式の成果物テンプレート。生成を依頼するのではなく、ユーザー自身で文書を作成したい場合に案内してください。

採点基準(0–40)

このスキルの出力は、提出前に必ず採点してください。32点以上なら、公開できる品質です。

評価項目0510
解約率の計算の整合性期末の顧客数を使って解約率を計算しており、NRRがない分母は正しいが、グロス解約率のみ分母が正しく、グロスとネットを並べて示し、ベンチマークの文脈を飾りではなく解釈に活用している
回避可能性の切り分けすべての解約を一括りにしているカテゴリ別に集計しているが、施策の対象が依然として全体になっている回避可能・回避不能・非自発的な解約の内訳を以降のすべてのセクションで引き継ぎ、施策の対象を回避可能な割合のみに絞っている
セグメントとタイミングの分析平均値のみセグメント表はあるが、偏りの分析がない偏りが最も大きいセル(プラン × コホート)と、リスクが最も高いタイミングを、その理由とともに特定している
施策との関連付け推奨事項が原因と結び付いていない各施策に理由が示されているが、効果の規模が見積もられていないすべての施策を、順位付けした理由と、回復が見込まれるアカウント数/ARRに結び付け、優先順位の根拠も説明している

品質チェック

  • 解約率が正しく計算されている(期末の総顧客数ではなく、開始時のコホートに対する解約数)
  • 回避可能な解約と回避不能な解約が切り分けられており、施策の対象が回避可能な解約のみに限定されている
  • 解約理由が、社内の推測ではなく顧客の申告に基づいている
  • セグメント分析で、平均値だけでなく、どのセグメントに偏りがあるかを特定している
  • 早期警戒シグナルが具体的で検出可能であり、「エンゲージメントが低い」のような一般的なものではない
  • 施策が解約の主な理由に直接結び付いており、根本原因に対応しない推奨事項がない

トリガーフレーズの例

  • 「顧客が離れていく理由を調査してください。」
  • 「ネット売上維持率を計算してください。」
  • 「顧客維持のための施策計画を作成してください。」

コメント