churn-analysis について
churn-analysisは、顧客離脱の原因を調べ、リスクの高いアカウントを見つける創業者向けスキルです。サポート、コミュニケーション、利用状況、商業面のシグナルを分析し、リスクレポートと対象別の維持策を作成します。
主な機能
- 01サポート、連絡、利用、請求のシグナルを分析
- 02アカウントの離脱リスクを評価
- 03アカウント別の維持策を作成
- 04リスク対象の売上と推移を報告
- 05解約、決済回収、再獲得の施策を設計
活用シーン
- 01近く解約する可能性のあるアカウントを特定
- 02顧客離脱率が上昇した原因を調査
- 03リスクのある顧客への連絡を計画
- 04決済回収や再獲得キャンペーンを作成
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/ shawnpang/ startup-founder-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。
詳細
解約分析
使用するタイミング
解約前にリスクのあるアカウントを特定したい、解約の要因を診断したい、顧客ヘルススコアリングシステムを構築したい、解約や引き留めのフローを設計したい、決済失敗を回収したい、または離脱した顧客に再アプローチしたい創業者がいる場合に有効化します。「解約率が高すぎる」「離れようとしている顧客はどれか」「顧客が解約する理由は何か」「顧客ヘルススコアを作成する」「督促メールを設定する」「顧客呼び戻しキャンペーンを作成する」といった依頼が該当します。特に、GainsightやChurnZeroのような専用のCSプラットフォームを導入せず、顧客を手作業で管理しているシード期/シリーズAのチームに適しています。
必要なコンテキスト
- startup-context から: ビジネスモデル(B2B/B2C、サブスクリプション型/従量課金型)、現在の解約率(顧客数ベースと売上ベース)、顧客セグメント、料金プラン、契約条件、プロダクト利用データの有無、現在の顧客維持ツール。
- ユーザーから: 利用可能なデータソース(サポートチケット、Slack チャンネル、NPS スコア、利用ログ、メールログ、請求データ)、顧客の「健全な」行動の定義、過去の解約パターン、解約の主な原因が自発的なものか非自発的なものか、解決したい具体的な解約の問題。
利用可能なデータを使って対応します。初期段階の企業には正式なCSシステムがないことも多いため、このスキルではサポート受信箱、Slack の履歴、スプレッドシートも活用できます。
ワークフロー
- 情報収集と基準値の設定 — 利用可能な顧客データをすべて収集します。顧客リスト、サポートチケット、Slack/コミュニケーション履歴、NPS スコア、利用データ、メールログ、請求記録が対象です。「健全な」状態の定義を確立し、把握済みの解約パターンを特定します。
- シグナルを抽出する — すべてのアカウントについて、4つのシグナルカテゴリを分析します。サポート、コミュニケーション、利用状況、商業面のシグナルです(以下のフレームワークを参照)。
- リスクをスコアリングする — シグナルカテゴリに重み付けして、各アカウントの複合リスクスコア(0〜100)を作成します。スコアが高いほどリスクも高くなります。
- 引き留め施策を作成する — リスクの高いアカウントごとに、原因の仮説、推奨アクション、CSとの会話で使うトークトラック、エスカレーション条件を含む具体的な介入策を作成します。
- 週次スコアカードを作成する — アカウントごとの分析、リスクにさらされているMRR、トレンドデータ、シグナルの分布、推奨する重点領域を含む週次リスクレポートにまとめます。
- 介入策を設計する — 特定された各解約要因に応じて、適切な介入策を設計します。プロダクトの修正、CSからの連絡、解約フローでの引き留めオファー、督促シーケンス、顧客呼び戻しキャンペーンなどが該当します。
出力形式
具体的な依頼に合わせた解約リスクレポートを作成します。以下を含む場合があります。
- 週次リスクスコアカード — すべてのアカウントをスコアリングしてリスク階層に分類し、シグナルの内訳を提示
- リスクにさらされているMRRの概要 — リスク階層別の売上エクスポージャー合計
- 引き留め施策の概要 — 赤/オレンジの各アカウントについて、原因、推奨アクション、トークトラック、エスカレーション条件を提示
- 介入策の設計 — 必要に応じて、解約フロー、督促シーケンス、顧客呼び戻しキャンペーンを作成
- トレンド分析 — 時間の経過に伴うシグナル分布の変化
フレームワークとベストプラクティス
シグナルの抽出カテゴリ
以下の4種類のシグナルについて、すべてのアカウントを分析します。
サポートのシグナル: チケット数の急増、未解決のチケット、「不満だ」「受け入れられない」「解約」といったエスカレーションを示す言葉、応答時間の悪化、同じトピックでの問題の繰り返し。
コミュニケーションのシグナル: 連絡のないアカウント(30日以上連絡なし)、連絡頻度の低下、Slack/メールでのセンチメントの変化、チャンピオンの関与低下(主な連絡担当者から反応がなくなる)、新しい関係者が基本的な質問をする(チャンピオンの離任を示唆)。
利用状況のシグナル: ログイン頻度の低下、機能の利用停止(以前は定期的に使っていた機能を使わなくなる)、浅い利用(ログインはしているが、主要なワークフローを完了していない)、利用量が時間とともに増加しない、エクスポート/データダウンロードの急増(移行の準備)。
商業面のシグナル: 割引の要求、ダウングレードの問い合わせ、決済失敗、更新時期が近いにもかかわらず拡張の話がない、いずれかのチャネルでの競合他社への言及。
リスクスコアリングモデル
個々のシグナルに重みを付けて、複合スコア(0~100)を算出します。
| シグナルの深刻度 | ポイント | 例 |
|---|---|---|
| 重大 | 25 | 明示的なキャンセル依頼、競合への移行を開始、推進者が退職 |
| 高 | 15 | 利用率が50%以上低下、未解決のエスカレーションが3件以上、支払いが2回失敗 |
| 中 | 8 | ログイン頻度の低下、サポートへの感情が否定的、ダウングレードの問い合わせ |
| 低 | 3 | 利用率がわずかに低下、更新に関する話し合いの遅れ、支払いが1回未払い |
複数のシグナルは累積します。高リスクのシグナルが2つ(30ポイント)、中リスクのシグナルが3つ(24ポイント)あるアカウントは、54点となり、オレンジティアに確実に分類されます。
リスクティアと対応期間
| ティア | スコア | 期間 | 対応 |
|---|---|---|---|
| 赤 | 70-100 | 今週中に対応 | 経営幹部から連絡、引き留めオファーを準備、根本原因を特定 |
| オレンジ | 40-69 | 2週間以内に対応 | CS から連絡、介入計画を策定、毎日モニタリング |
| 黄 | 20-39 | 30日以内にモニタリング | フォローアップを予定、シグナルの深刻化に注意 |
| 緑 | 0-19 | 定期的なフォローアップ | 四半期ごとのレビュー、拡大機会を評価 |
解約要因の分類
解約イベントはすべて、次のいずれかに分類します。
- 価値のギャップ — 製品が課題を十分に解決できていない
- オンボーディングの失敗 — 顧客が価値を実感する段階に到達できなかった(利用開始から30~60日以内の解約)
- サポートの失敗 — サポートを受ける際の体験が悪かった
- 価格への敏感さ — 認識されている価値に対して価格が高すぎる
- 推進者の退職 — 顧客企業内の推進者が退職した
- 事業環境の変化 — 顧客のニーズが変化した(買収、方向転換、事業停止)
- 非自発的な解約 — 支払いの失敗によるもので、意図的に解約を決めたわけではない
キャンセルフローの設計
- 理由を尋ねます(必須)。 分類に合った理由の選択肢を5~7個提示します。自由記述欄も設けます。このデータは不可欠です。
- 申告された理由に応じた引き留め策を提示します。「価格が高すぎる」場合は割引やダウングレード、「機能が足りない」場合はロードマップ、「使っていない」場合は請求の一時停止を提案します。
- 確認にひと手間を加えます。 キャンセルすると失うものを示す画面を、クリック1回分追加します。罪悪感を与えるのではなく、価値を伝えます。
- 一時停止を提案します。 請求を30~60日間一時停止すると、解約予定だったユーザーの15~25%(B2C)、10~15%(B2B)を引き留められます。
- 丁寧に利用を終了します。 データのエクスポート方法と「またのご利用をお待ちしています」というメッセージを記載した確認メールを送ります。
適切に設計されたキャンセルフローでは、キャンセルを開始したユーザーの10~20%を引き留められます。
督促と支払いの回収
非自発的な解約は全解約の20~40%を占め、最も減らしやすい要因です。失敗した請求を10~14日間にわたり4~6回再試行します。カード情報の更新リンクを送信します(事前認証済み)。カードの有効期限が切れる30日前と7日前に通知します。優れた督促システムでは、支払い失敗の30~50%を回収できます。
再獲得キャンペーン
30~90日前に解約した顧客を対象にします。90日を過ぎると、反応率は急激に低下します。解約理由ごとにセグメント分けします。解決可能な理由(価格、現在は提供済みの機能不足)で離れたユーザーは、平均の2~3倍の確率で再開します。適切に実施した一連の施策全体で、5~15%の再開を見込めます。
関連スキル
feedback-synthesis— 解約した顧客からの定性的なフィードバックを、定量的な解約データと併せて分析しますonboarding-flow— 解約分析から、主な要因が利用初期の解約であり、アクティベーションに問題があると判明した場合に使用しますemail-marketing— ライフサイクル全体を対象とするメールシーケンス(督促、再獲得、健全性シグナルをトリガーとした再エンゲージメント)を構築します
例
例 1:週次リスクスコアカード
ユーザー:「45社のアカウントを手作業で管理しています。解約しそうなアカウントを特定するのを手伝ってください。」
良い出力例:
週次リスクスコアカード — 2026年3月15日
リスクにさらされているMRR: $18,400(MRR合計の12%)
アカウント MRR リスクスコア ティア 主な兆候 Acme Corp $2,400 82 レッド 3週間前に主要担当者が退職、利用状況が60%低下、直近2通のメールに返信なし Beta Inc $1,200 55 オレンジ 2週間でサポートチケットが4件(月1件から増加)、ダウングレードについて問い合わせ Gamma LLC $800 28 イエロー ログイン頻度が低下、拡大の兆候がないまま更新時期が近づいている 維持策 — Acme Corp: 根本原因:主要担当者の退職。新しい連絡先へのオンボーディングが完了していません。 対応:新しい関係者を特定するため、経営幹部レベルでアプローチします。専任の再オンボーディングセッションを提案します。必要に応じて、更新時に20%の割引を用意します。 エスカレーションの条件:5営業日以内に返信がない場合 — CEOからCEO宛てにメールを送信します。
例 2:解約の原因分析
ユーザー:「月次解約率が前四半期の4%から7%に跳ね上がりました。原因を特定するのを手伝ってください。」
良い対応方針: コホート、プランのティア、獲得チャネル別に増加分を分類します。解約時アンケートのデータと照合し、増加している解約要因を特定します。価格設定、顧客獲得の質、製品の問題など、具体的な変化と急増を結びつける根本原因の仮説を立て、各要因に対する的を絞った対策を提案します。