churn-analysis

解約リスク分析

利用状況のテレメトリ、サポートでのやり取り、請求履歴、エンゲージメント指標を集約し、アカウントごとの総合リスクスコアを算出することで、顧客の解約につながる早期の兆候を検出します。このスキルはアカウントをリスク階層に分類し、各階層に合わせた実行可能な介入プレイブックを作成することで、CS チームが収益を維持するための先回りした対応を可能にします。

ワークフロー

1. 利用状況とエンゲージメントのデータを収集する — プロダクト分析（DAU、機能の利用状況、セッション時間）、サポート履歴（チケット数、CSAT スコア、エスカレーション）、請求シグナル（支払い遅延、ダウングレードのリクエスト、契約終了日）、エンゲージメントのタッチポイント（メールの開封、ウェビナーへの参加、QBR への参加）に関する指標を取得します。すべての指標を一貫した期間（通常は直近 90 日間）に正規化します。

2. 解約シグナルを定義する — 特定の状況で解約と相関する先行指標を設定します。一般的なシグナルには、ログイン頻度がアカウントの過去の平均の 50％を下回る、30 日以内にサポートチケットが急増する（通常の 3 倍）、更新時の支払い漏れや遅延、社内推進者が退職する、機能の利用が頭打ちになる（60 日間新たな機能が使われていない）、連続したアンケートで NPS スコアが低下する、などがあります。

3. アカウントごとにリスクをスコアリングする — アカウントごとに、健全な状態を 0、解約が差し迫った状態を 100 とする重み付き総合スコアを算出します。予測力に応じて各シグナルに重みを付けます。通常、利用状況の低下は 35％、サポートの評価は 25％、請求シグナルは 20％、エンゲージメント指標は 20％です。利用可能であれば、過去の解約との相関データに基づいて重みを調整します。シグナルのカテゴリにデータがないアカウントには、その項目の中立スコアを付与し、データ品質フラグを設定します。

4. リスク階層に分類する — 総合スコアに基づき、アカウントを 4 つの階層に分類します。Critical（75～100）— 直ちに介入が必要で、30 日以内に解約する可能性が高い状態。High（50～74）— 懸念される傾向があり、2 週間以内の介入が必要な状態。Medium（25～49）— 早期警告の兆候があり、監視しながら先回りして対応する状態。Healthy（0～24）— 順調な状態で、通常の対応頻度を維持します。

5. 介入の推奨事項を作成する — 各階層に応じた具体的な行動計画を作成します。Critical：エグゼクティブスポンサーからの連絡、緊急のサクセスプラン、譲歩やクレジットの提供の検討。High：CSM 主導の詳細なヒアリング、個別のトレーニングセッション、製品ロードマップの先行紹介。Medium：自動化したチェックインメールの配信、利用率の低い機能を対象としたアプリ内ヒント、コミュニティイベントへの招待。Healthy：アップセル／クロスセルの機会の特定、紹介プログラムへの招待。

使用方法

分析対象のアカウントデータを提供するか、分析したいアカウントのポートフォリオについて説明してください。エージェントがリスクスコアを算出し、階層別の推奨事項を返します。

Analyze the churn risk for our Q1 cohort of 200 accounts. Here's the usage
data export. Identify the top 10 at-risk accounts and recommend interventions.

例

例 1：スコアリング表を使ったコホートリスク分析

入力： 過去 90 日間の 8 アカウントの使用状況とエンゲージメントデータ。

出力：

アカウント	プラン	リスクスコア	ティア	主なシグナル	推奨アクション
Acme Corp	Enterprise	88	重大	ログイン数が 72％減少、過去 30 日間にチケット 14 件、18 日後に契約更新	48 時間以内にエグゼクティブスポンサーとの電話会議、専任のオンボーディング再実施を提案、2 か月の延長を準備
Bolt Inc	Pro	71	高	機能の利用が停滞、推進者が退職、NPS が 8→4 に低下	CSM がユースケースを詳しく確認、新たな推進者を特定、製品ロードマップの説明会を設定
Cedar Ltd	Enterprise	63	高	API の使用量が 45％減少、エスカレーションされたチケット 2 件、QBR を辞退	技術面の健全性を確認、SE を割り当てて連携状況をレビュー、CSM が新たな関係者に連絡
Dash Co	Pro	42	中	セッション時間が減少、ウェビナーへの参加を中止	再エンゲージメントメールの連続配信を開始、第 4 四半期にリリースされた新機能のアプリ内ガイドを提供
Echo LLC	Starter	38	中	ログイン頻度が 30％低下、60 日間サポートへの問い合わせなし	自動チェックインメールを送信、無料トレーニングセッションを提案
Forge Inc	Enterprise	22	健全	使用状況は安定、CSAT は良好、座席数が増加	Enterprise アドオンパッケージを提案、アドバイザリーボードに招待
Grid Corp	Pro	15	健全	機能の利用が増加、紹介を 2 件実施	紹介プログラムのアップグレード特典を送付、導入事例の候補として選定
Haven Ltd	Starter	8	健全	エンゲージメントが高く、最近プランをアップグレード	モニタリングを継続、顧客紹介ニュースレターに掲載

概要： 重大なアカウントが 2 件（ARR の 25％がリスクにさらされています）、高リスクが 2 件、中リスクが 2 件、健全なアカウントが 2 件です。重大ティアの合計 ARR 480K ドルに対し、即時の対応を推奨します。

例 2：個別アカウントの解約リスクを詳しく分析

入力：「Acme Corp の解約リスクを分析してください。Enterprise アカウント、ARR 240K ドル、契約更新まで 18 日です。」

出力：

Acme Corp — リスクスコア：88/100（重大）

シグナルのカテゴリ	重み	スコア	根拠
使用状況の低下	35％	92	日次アクティブユーザーが過去 60 日間で 145 人から 41 人に減少しました。中核ワークフロー（レポート生成）の使用量が 80％減少しました。
サポートに対する評価	25％	85	過去 30 日間にチケットが 14 件（通常は月 3 件）ありました。P1 のエスカレーション 2 件が未解決です。直近 3 件のチケットの CSAT は 2、1、2 です。
請求関連のシグナル	20％	78	18 日後に契約更新を迎えますが、更新に関する話し合いは始まっていません。財務チームから契約条件の文書を求められました（多くの場合、ベンダーの評価に先立って行われます）。
エンゲージメント	20％	90	直近 2 回の QBR の招待を辞退しました。過去 30 日間、メールの開封は 0 件です。主な推進者（オペレーション担当副社長）は 6 週間前に退職しました。

介入計画：

1. 0～2 日目： CS 担当副社長が Acme の CTO に直接電話します。体験の質が低下していることと、未解決のエスカレーションについて伝えます。
2. 2～5 日目： 専任の SE を割り当て、未解決の P1 チケット 2 件を解決します。毎日、進捗状況を更新します。
3. 5～10 日目： 新たな意思決定者と、オンサイトで成功計画セッションを設定します。90 日間の立て直しロードマップを提示します。
4. 10～15 日目： 譲歩策を提示します。費用なしでの 60 日間の契約延長と、リアルタイムサポート用の専用 Slack チャンネルを提供します。
5. 15～18 日目： 更新の口頭での確約を得るか、CRO にエスカレーションしてエグゼクティブ交渉を行います。

ベストプラクティス

• シグナルの鮮度を保ちながらノイズを減らすため、重要度が「クリティカル」および「高」のアカウントではリスクスコアを毎週再計算し、「中」および「健全」なアカウントでは毎月再計算します。
• シグナルの重み付けは、実際の解約事例を使ったバックテストにより四半期ごとに検証します。デフォルトの35/25/20/20という配分は出発点であり、普遍的な正解ではありません。
• 定量的なシグナルと定性的なCSMのメモを組み合わせます。CSMが「前回の通話で嫌な予感がした」と指摘するのも、モデルでは捉えられない正当なシグナルです。
• どのアクションが実際に解約を防いだのか、先延ばしにしただけなのか、効果がなかったのかを把握できるよう、介入結果を追跡してフィードバックループを構築します。
• 分析では、自発的な解約（不満）と非自発的な解約（支払い失敗、会社の閉鎖）を分けます。必要な介入がまったく異なるためです。
• 季節性を考慮します。業界によっては利用が自然に落ち込む時期があるため（小売業では休暇シーズン後、教育分野では夏季）、それによってリスクスコアが不必要に上がらないようにします。

エッジケース

• 新規アカウント（利用開始から90日未満） — 意味のある傾向を算出するには、過去のデータが不十分です。利用の減少の代わりに、オンボーディングのマイルストーン完了率を代理シグナルとして使用します。
• パワーユーザーが1人だけのアカウント — 利用がすべて1人に集中しています。そのユーザーのアクティビティが低下した場合、複数のユーザーに分散した利用が減少した場合よりも、リスクスコアへの重みを大きくします。
• 無料から有料への移行コホート — 移行直後のアカウントは、既存アカウントと比べてエンゲージメントが低く見えることがありますが、実際には利用が拡大している途中です。初回の更新サイクルにあるアカウントには、別のベースラインを適用します。
• 複数製品を利用するアカウント — 解約リスクはアカウント単位だけでなく、製品ラインごとに評価します。あるアカウントが製品Aでは健全でも、製品Bでは解約に向かっている場合があり、統合スコアではこの状況が見えなくなります。
• 積極的な拡大中のアカウント — 1シートあたりの利用指標が一時的に低下していても、実際の利用離れではなく、シートの急増（分母の増加）が原因の可能性があります。利用率は総シート数ではなく、アクティブなシート数で正規化します。