解約理由はChartMogulに決めさせない|AI分析の確かめ方

解約理由はChartMogulに決めさせない|AI分析の確かめ方

「先月のMRRが落ちた理由を、AIが顧客ごとに説明してくれるなら、そのまま経営会議の資料にしたい」「解約の理由までAIが要約してくれるなら、もう分析担当はいらないのでは」——サブスク型の事業で収益の数字を預かる担当者から、2026年の秋に聞こえてくる声です。ドイツの ChartMogul は2026年8月5日、収益データを調べて指標の変化を説明するAIアナリストを公開しました。けれども、AIが出すのは「説明の下書き」であって、解約の理由を確定させたことにはなりません。理由を決めるのは、課金データの正本と指標の定義を持つ人です。この記事では、ChartMogul のAIアナリスト・公式MCP・MRRの突き合わせ機能を材料に、AIの説明を社内の数字として使うまでに人が持っておくべき役割と確認の手順を整理します。


カメ先生カメ先生

AIアナリストが出す説明は、数字の裏の顧客まで並べてくれるから、それ自体が答えだと思われがちなんだ。でも本当は、どの指標を選び、どの顧客を区切るかをAIが一つの解釈で決めた結果なんだよ。


カメ子カメ子

説明がもっともらしくても、問いの解釈がずれていたら答えもずれる、ということですか。


カメ先生カメ先生

そう。それに、解約の理由はメールや通話の記録から機械が拾った信号で、本人が言った理由と同じとは限らない。だから、数字の正本と定義を持つ人が、会議に出す前に確かめる手順を先に決めておくんだ。


カメ子カメ子

AIに調べさせるのは速くていいけれど、確定させる人は別に決めておくんですね。


この記事のポイント
  • ChartMogul は2026年8月にAIアナリスト、10月にMRRの突き合わせ機能を公開し、公式MCPも広げた。AIは今のところ読み取り中心で、確認の質問をせずに解釈して進む
  • AIの説明は下書きとして扱い、課金データの正本と指標の定義を持つ担当が、数字・内訳・顧客・理由の順に確かめてから会議に出す
  • MCPは既定で有効で、社員の手元のAIから広い範囲を読める。誰に許すか、何を社外のAIに渡すかを導入前に決める

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

目次

ChartMogulとは:課金データを継続収益の指標に組み直す分析基盤

ChartMogul は、ドイツのベルリンに拠点を置く事業者が提供する、サブスクリプション型の事業向けの収益分析の基盤です。決済や課金の仕組みから請求とサブスクリプションのデータを取り込み、MRR(月次経常収益)、ARR(年次経常収益)、解約率、継続率、顧客生涯価値といった指標に組み直して見せます。請求書の束を、毎月の継続収益の動きに翻訳する道具と考えると分かりやすいでしょう。

近年は収益の分析に加えて、顧客管理(CRM)の機能も持つようになりました。2026年8月の公式ブログでは、これまで有料だったCRMの席を廃止し、すべての利用者にCRMを含める形にしたと説明しています。つまり、収益の数字と、営業やカスタマーサクセスがやり取りしたメール・メモ・通話の記録が、同じ基盤の中に並ぶ作りになっています。

日本では紹介記事がほとんどない製品ですが、海外のサブスク型の事業者の間では、MRRの増減を新規・拡大・縮小・解約といった動きに分けて見る道具として知られています。MRRとARRの分解の考え方そのものは別の記事で扱っているので、ここでは繰り返しません。この記事で扱うのは、その分解の説明をAIに任せたときに何が起きるか、という一点です。

2026年の三つの発表:AIアナリスト・MCP・MRRaudit

2026年、ChartMogul はAIまわりで三つの動きを見せています。一つ目は8月5日に公開した ChartMogul AI です。公式ブログは、これを製品の中にいる分析担当、つまり「データを調べるアナリスト」と位置づけています。指標がなぜ変わったのか、顧客がなぜ解約したのか、その傾向が何を意味するのか、といった問いに答えることを狙っています。

二つ目は公式MCPサーバーの拡張です。同じブログによれば、6月に80を超える道具を持つ版を出し、Claude と ChatGPT の連携一覧にも掲載されました。ChartMogul AI と同じデータと道具の層を、汎用のAIからも使えるようにしたものです。三つ目は10月21日に発表した MRRaudit で、決済基盤と ChartMogul のあいだでMRRが合わない理由を調べる機能です。

発表時期何をするか書き込み
ChartMogul AI2026年8月5日指標の変化を、裏の顧客と動きまでたどって説明する公式には読み取り専用。書き込みは次に予定と説明
公式MCPサーバー2026年6月に拡張(ヘルプは11月4日更新)社員の手元のAIから収益・顧客・請求・メモなどを照会する読み取りと説明されるが、タグの追加・削除の道具がある
MRRaudit2026年10月21日決済基盤と ChartMogul のMRRの不一致を原因別にまとめる読み取り専用で、元データは変えないと説明

三つとも、数字を「作る」道具ではなく「説明する」道具として出ている点が共通しています。だからこそ、説明を受け取った側が何を確かめるかが、導入の成否を分けます。

誤解:「AIが解約の理由を見つけてくれる」

AIアナリストの導入でいちばん起きやすい誤解は、「解約の理由をAIが見つけてくれる」というものです。公式ブログによれば、ChartMogul AI はメール・メモ・通話の記録といった構造化されていない内容を前処理し、解約の理由、競合への言及、感情、製品への意見といった信号に変えて使います。これは顧客が言った理由そのものではなく、記録の文面から機械が読み取った手がかりです。

たとえば、解約の直前に価格についての問い合わせがあったとしても、本当の理由は担当者の交代や、社内の予算凍結かもしれません。記録に残っているのは、営業やサポートが書き留めた範囲だけです。記録の少ない顧客ほど理由は推測に近くなり、記録の多い顧客ほど理由がはっきり出たように見えます。記録の濃さの差が、そのまま理由の偏りになるのです。

もう一つ見落とされやすいのは、公式ブログ自身が「すべての問いに完璧に答えるわけではなく、判断の代わりにはならない」と書いていることです。ヘルプにも、行動に移すものや社外に出すものは確かめるように、という注意があります。提供している側が線を引いている以上、使う側が「AIが理由を決めた」として扱うのは筋が違います。

AIアナリストが実際にしている作業

公式ブログの説明では、ChartMogul AI は一度に答えを出すのではなく、多段の調査をします。まず関係する指標を選び、次に絞り込みと顧客の区分を作り、変化の裏にある顧客と動きを確かめ、CRMの文脈を加え、最後に結果をまとめます。いま開いているレポートや区分、顧客の記録を理解したうえで答える、とも説明しています。

作りの面で注目したいのは二つです。一つは、絞り込みを書く別のエージェントがいて、実在するプランやタグを確かめてから、同社独自のフィルタ言語で条件を書くこと。もう一つは、グラフや顧客へのリンクが元のデータに付いていて、モデルはそれを写すだけで、自分で組み立てないようにしていることです。存在しない顧客やグラフを指す、という種類の誤りを減らす作りと言えます。

ただし、この作りが防ぐのは「指す先が間違う」誤りであって、「どの指標を選ぶか」「どの期間で比べるか」の解釈の誤りではありません。たとえば「先月なぜ減ったか」と聞いたとき、純増減を見るのか、解約だけを見るのか、為替の影響を除くのかは、問いの書き方とAIの解釈で変わります。リンクが正しいことと、問いの解釈が正しいことは別です。

確認の質問をしない前提で、問いを書く

公式ブログは現時点の制約として、ChartMogul AI が「まだ確認の質問をしない」と明記しています。問いが曖昧なときは、一つの解釈を選んでそのまま進みます。また「まだ記憶を持たない」ため、新しい会話はいつもまっさらから始まります。人間の分析担当なら「それは新規を含めた純増減の話ですか」と聞き返す場面で、AIは聞き返しません。

このため、社内で使うなら問いの書き方をそろえておくほうが安全です。期間(暦月か、締め日基準か)、対象(全顧客か、特定のプランや地域か)、指標(純増減か、解約だけか、縮小を含むか)、通貨の扱いの四つを、問いの中に必ず書く決まりにします。聞き返さない相手には、聞き返されそうなことを先に書いておくのが基本です。

記憶がないということは、先月の会議で決めた前提を、今月のAIは知らないということでもあります。毎月同じ問いを投げるなら、前提を書いた問いの文面を社内で保存しておき、それを使い回すほうが、月ごとの説明の前提がぶれません。共有された会話は全体に公開するか非公開にするかを選べるので、定型の問いは全体で共有しておくと便利です。

正本はどこか:課金データと指標の定義を誰が持つか

AIの説明を確かめるには、まず「何と照らし合わせるか」が決まっていなければなりません。ChartMogul の数字は、決済や課金の仕組みから取り込んだデータを、同社の計算の決まりで組み直したものです。請求の正本は課金の仕組みの側にあり、ChartMogul の数字はその写しを加工したものです。会計上の売上とも、決済基盤の画面に出る数字とも、定義が違えば一致しません。

そこで、導入の前に役割を決めておきます。課金データの正本を持つのは誰か(経理か、課金の仕組みの管理者か)。MRRや解約の定義を決めるのは誰か(経営企画か、財務か)。AIの説明を下書きとして受け取り、会議の資料にするのは誰か。この三つが同じ人である必要はありませんが、空席にしてはいけません。

役割持つものAIの説明に対してすること
課金データの管理者請求・返金・値引きの正本AIが挙げた顧客の請求が、正本と合っているか確かめる
指標の定義の持ち主MRR・解約・縮小の数え方の決まりAIが選んだ指標と期間が、社内の定義と同じか確かめる
説明の取りまとめ役会議資料と説明の文章理由の記述が推測なのか、顧客の言葉なのかを書き分ける
顧客の担当者顧客とのやり取りの記憶上位の解約顧客について、AIの挙げた理由が実感と合うか答える

小さな会社では一人が兼ねることもあるでしょう。その場合でも、どの帽子をかぶって確かめているのかを意識するだけで、確認の抜けは減ります。

MRRauditが示した「数字が合わない」理由

10月21日に公開された MRRaudit は、AIアナリストではありませんが、この記事の論点にとって示唆の大きい機能です。公式ブログによれば、決済基盤と ChartMogul を読み取り専用でつなぎ、返金・値引き・支払いの失敗などをどう扱うかの規則を決めると、顧客の欠け、MRRの不一致、契約状態の違いを原因別にまとめ、根拠となる記録とともに示します。どちらの数字を採るかは、利用者が顧客ごと、またはまとまりごとに選びます。

公式ブログが挙げる例はこうです。顧客が年額4,800ドルのプランに上げ、担当が自動の請求書を取り消して、単発の請求書を出し、顧客がそれを支払った。決済基盤の側は契約に基づいてMRRを400ドルと出す一方、ChartMogul は経常の請求が見えないので0ドルと出す。同じ顧客の同じ月で、どちらも自分の決まりでは正しいという状態です。

この例が教えてくれるのは、AIが「この顧客が縮小した」と説明したとき、それが実際の縮小なのか、請求の処理の仕方が生んだ見かけの動きなのかを、AIだけでは区別できないことがある、という点です。支払いが1回失敗したら解約と数えるのか、一時停止中の契約をゼロとするのか、単発の値引きでMRRを下げるのか。こうした判断は製品が決めるのではなく、自社が決めて規則に書くものです。

  • MRRauditは決済基盤のアカウントだけでも始められると公式は説明している。対象は公式ブログの時点では決済基盤一つと ChartMogul の組み合わせ
  • 公式ブログにはAIを使うという記述はない。AIアナリストとは別の機能として扱う

経営会議に出す前の確認:数字・内訳・顧客・理由の4段

AIの説明をそのまま資料に貼るのではなく、確かめる順番を決めておきます。順番が大事なのは、上の段が崩れていると下の段を確かめても意味がないからです。合計の数字が正本と合っていなければ、その内訳の説明も、顧客の並びも、理由の要約も、前提から崩れています。

STEP1
合計の数字を正本と照らす

当月のMRRと増減の合計が、課金データの正本や前月の確定値と矛盾しないかを見る。差があれば、まず請求の処理の違いか取り込みの遅れかを疑い、AIの説明には進まない。

STEP2
内訳の定義を確かめる

新規・拡大・縮小・解約・再開の内訳が、社内の定義どおりに数えられているかを見る。AIがどの指標と期間を選んだかを、問いの文面と照らし合わせる。

STEP3
上位の顧客を開いて見る

増減への影響が大きい顧客を上から数社開き、請求の履歴と契約状態がAIの説明と合っているかを確かめる。見かけの縮小や二重計上がここで見つかる。

STEP4
理由の記述を書き分ける

解約や縮小の理由は、顧客が言ったことか、記録から読み取った推測かを分けて書く。顧客の担当者に一言確認できる上位の顧客だけを「理由」と書き、残りは「記録上の手がかり」とする。

この4段は、取締役会や投資家向けの資料ではさらに厳しく扱います。社外に出す数字は、AIの説明ではなく、確定した正本の数字と社内の定義で書くのが原則です。AIの説明は、どこを確かめるべきかを早く見つけるための道具と割り切ると、手戻りが減ります。

誰が使えるか:役割と共有の範囲

ヘルプによれば、ChartMogul AI を使えるのは所有者・管理者・スタッフの役割の利用者です。AIは収益の指標、顧客の記録、営業の案件に加え、顧客とのメールや営業の会話の文脈まで使って答えます。製品の利用状況やリード・案件のデータをつなげば、答えはより充実するとも説明しています。

ここで気をつけたいのは、AIに与えた権限の広さが、そのまま見える範囲の広さになることです。顧客とのメールまでつないだ状態でスタッフの役割を広く配ると、収益の数字を見たいだけの人にも、個別の顧客とのやり取りの要約が届くことになります。役割を配る前に、メールの受信箱をつなぐかどうかを決めておくのが順番です。公式ブログによれば、受信箱の接続は利用者が自分のメールの設定から行う形です。

会話は、全体に共有するか、本人だけの非公開にするかを選べ、削除すると元に戻せません。会議資料のもとになった会話は全体に共有して残し、試行錯誤の会話は非公開にする、といった使い分けを決めておくと、あとから「この説明はどの問いから出たのか」をたどれます。

MCPで社員の手元のAIから読むとき

公式MCPサーバーを使うと、ChartMogul の外にある汎用のAI、たとえば Claude や ChatGPT から、収益の指標や顧客、請求、メモ、メール、案件、リードなどを照会できます。ヘルプによれば認証は OAuth 2.0 で、利用できるのは所有者・管理者・スタッフ・閲覧のみの役割の利用者、管理は管理者と所有者です。この接続は既定で有効になっており、チームの安全設定で切り替える形です。

ヘルプは「読み取りでつながる」と説明していますが、道具の一覧には顧客のタグを追加・削除し、タグの名前を変えたり消したりする道具も並んでいます。タグを顧客の区分や絞り込みに使っている会社では、AIがタグを付け替えると、翌月の区分の数字が変わりえます。「読み取り専用だから安全」と一言で片づけず、書き込める道具を把握してから許可することが大切です。

また、ヘルプには、データは利用者の問いに応じてだけ取得され、AIが勝手にアカウントにつなぐことはない、と書かれています。裏返せば、社員が手元のAIに聞いた内容と、返ってきた顧客や請求のデータは、その社員が使っているAIの側の会話に残るということです。どの汎用AIからの接続を許すかは、そのAIの会話データの扱いとあわせて決める必要があります。

  • 導入初日から既定のまま全員に接続を許し、誰がどのAIから読んでいるか分からない
  • タグの書き込みを想定せず、区分に使うタグが会話の中で付け替えられる
  • 個人契約の汎用AIから顧客の請求データを照会し、会話の履歴が会社の管理外に残る

何が社外に出るか:モデルの提供元と、ファイルの保持

公式ブログは、ChartMogul AI が現時点で Anthropic の最新のモデルを使っていると説明しています。つまり、収益や顧客のデータ、メールの要約などが、回答を作るためにモデルの提供元に渡る経路があるということです。公式ブログと今回確認したヘルプの範囲では、モデルの提供元で学習に使われるかどうかや、会話の保持期間については書かれていませんでした。この点は、契約書とデータ処理の取り決めで必ず確かめるべき項目です。

ヘルプには、1回の問いに添付できるファイルは5つまで、アップロードしたファイルと書き出したファイルは30日間保持され、その後は期限切れとして取り出せなくなる、とあります。表計算やPDF、画像、テキストを添付できるので、社内の予算表や顧客の一覧を気軽に添付しがちですが、添付したものは30日間は相手側に残る前提で、何を添付してよいかを決めておきます。

日本の個人情報保護法の観点では、顧客の担当者の氏名やメールの文面が含まれるなら、外国にある第三者への提供や委託の扱い、利用者への情報提供の中身を、法務と一緒に確かめておく必要があります。BtoBの取引先でも、担当者個人の情報は個人情報です。収益の数字だけを扱うつもりで、メールの受信箱をつないだ瞬間に扱う情報の種類が変わる点を見落とさないようにします。

マーケと営業の数字にどうつなぐか

AIの説明が役に立つのは、経営会議の資料だけではありません。マーケの担当にとっては、獲得したチャネルごとに、その後のMRRがどう伸び、どこで解約が多いかを知る手がかりになります。ChartMogul には獲得チャネルや施策の情報を顧客にひもづけて分析する使い方があり、AIに「この四半期に解約した顧客は、どの獲得経路から来た顧客が多いか」と聞けば、区分を作って答えてくれるでしょう。

ただし、獲得チャネルの情報は、多くの場合、フォームや広告の計測から流し込まれたもので、取り込みの漏れや最後に触れた経路だけの記録が混ざります。チャネル別の解約の違いが、本当に顧客の質の差なのか、記録の付き方の差なのかを、マーケの側で一度確かめてから施策の判断に使います。数が少ない区分の差は、偶然の揺れである可能性も高いと考えます。

営業の側では、既存顧客の拡大、つまりプランの格上げや席の追加の動きを、案件の情報とあわせて見る使い方が考えられます。AIは顧客の記録と案件の文脈を使えるので、「拡大した顧客に共通する商談の動き」を要約させることはできます。しかしそれは相関の要約であって、拡大の原因を示したものではありません。営業の評価や報酬の判断に直接使わない、と決めておくのが安全です。

費用・止め方と、書き込みへの備え

今回確認した公式ブログとヘルプでは、ChartMogul AI 自体の料金や利用の上限は示されていませんでした。CRMの有料席を廃止したことは明記されていますが、AIの利用がどの契約に含まれ、使う量でどう増えるかは、導入前に営業窓口で確かめる必要があります。料金の一覧をここで並べることはせず、確かめるべき問いだけを挙げておきます。

  1. AIアナリストの利用は、現在の契約に含まれるのか、追加の費用がかかるのか
  2. 利用の量に上限があるか、上限を超えたときにどうなるか
  3. MCP経由の照会は、AIアナリストの利用と同じ扱いか、別に数えるか
  4. 解約したときに、AIの会話や添付ファイルがいつ消えるか

止め方も先に決めておきます。MCPの接続は、管理者がチームの安全設定から切り替えられるとヘルプにあります。一方、AIアナリスト自体を全体で止める設定については、今回確認した範囲のヘルプには記載がありませんでした。止める手段が確認できないものは、止められない前提で配る範囲を絞るのが、導入時の基本的な構えです。

書き込みが加わる前に決めておくこと

公式ブログは、書き込みの操作を「次に加える予定」と書いています。予定の機能なので、いつ、何を書き込めるようになるかは、公開後の文書で確かめる必要があります。とはいえ、収益分析の基盤で書き込みと言えば、顧客の区分やタグ、CRMの案件やメモ、作業の割り当てなどが候補になるでしょう。

読み取りしかできないAIの誤りは、間違った説明として人の前に出てくるので、確かめれば止められます。書き込めるAIの誤りは、区分やタグとして基盤の中に残り、翌月の数字や担当の動きを静かに変えます。書き込みが加わったら、承認なしで書ける範囲と、記録の残り方を最初に確かめることを、今のうちに運用の決まりに書いておきます。

具体的には、AIに書き込ませてよいのは本人の作業メモや下書きの区分までとし、全体で使う区分やタグ、案件の金額や段階は人が変える、といった線引きが考えられます。予定の機能に合わせて決まりを後から作るのではなく、先に線を引いておけば、機能が出た日にどこを開けるかを判断するだけで済みます。

定着させる運用:月次の締めと、崩れる典型

AIアナリストを入れて数か月たつと、確認の手順が省かれていきます。最初の数回は4段の確認を丁寧に回しても、AIの説明がいつも合っているように見えると、合計の照らし合わせだけで済ませるようになり、やがてそれも省かれます。確認を省いた月にこそ、請求の処理の変更や取り込みの遅れが起きるものです。

定着させるには、月次の締めの手順の中にAIの説明の確認を組み込みます。締めの日に正本の確定値が出たら、その数字と照らしたうえでAIに説明を書かせ、上位の顧客を開いて確かめ、理由を書き分けて資料にする。この流れを担当表と日付つきで残しておけば、担当が替わっても手順は残ります。AIの説明を受け取った人と、確かめた人の名前を資料の隅に書くだけでも、確認の省略は起きにくくなります。

  • AIの説明文をそのまま取締役会の資料に貼り、理由の記述が推測なのか顧客の言葉なのか誰も答えられない
  • 請求の処理方法を経理が変えたのに、指標の定義の持ち主に伝わらず、翌月から見かけの縮小が続く
  • 毎月の問いの文面が担当ごとに違い、前月との比較で前提がずれる

四半期に一度は、AIの説明と、顧客の担当者が実感として持っている解約の理由を突き合わせる場を設けるとよいでしょう。ずれが大きい分野があれば、それは記録の付け方が足りない分野であることが多く、営業やサポートの記録の付け方を見直す材料になります。

導入前のチェックリスト

最後に、ChartMogul のAIアナリストと公式MCPを社内に入れる前に、確かめておく項目をまとめます。全部がそろっていなくても始めることはできますが、空欄の項目は「誰がいつ決めるか」だけでも書いておきます。

  • 課金データの正本の持ち主と、MRR・解約・縮小の定義の持ち主が決まっている
  • 返金・値引き・支払いの失敗・一時停止の扱いを、社内の規則として書いている
  • AIへの問いに期間・対象・指標・通貨を必ず書く決まりと、定型の問いの文面がある
  • 会議に出す前の4段の確認(数字・内訳・顧客・理由)と、確認した人の記名がある
  • メールの受信箱をつなぐかどうか、つなぐなら誰の受信箱かを決めている
  • MCPの接続を誰に許し、どの汎用AIからの接続を認めるかを決め、タグの書き込みを把握している
  • 添付してよいファイルの範囲と、30日間の保持を周知している
  • モデルの提供元での学習利用と保持期間を、契約とデータ処理の取り決めで確かめた
  • AIの利用料金と上限、止める手段を営業窓口とヘルプで確かめた

このうち最初の二つは、AIを入れるかどうかに関係なく、継続収益を扱う会社が持っておくべきものです。AIの導入をきっかけに、指標の定義と正本の所在を文書にしておくと、AIを使わない月の数字の説明もずっと楽になります。

まとめ

ChartMogul は2026年8月にAIアナリストを公開し、MRRやARR、解約の変化を、裏にいる顧客と動きまでたどって説明できるようにしました。公式MCPも広がり、10月にはMRRの不一致を原因別にまとめる MRRaudit も出ています。どれも、数字を説明する道具として出てきたものです。AIの説明は下書きであり、解約の理由を確定させるのは課金データの正本と指標の定義を持つ人です。確認の質問をしない、記憶を持たないという今の制約を前提に問いの書き方をそろえ、数字・内訳・顧客・理由の順に確かめてから会議に出すこと。そして、MCPの接続範囲、メールの扱い、モデルの提供元に渡るデータを導入前に決めておくこと。この三つを押さえておけば、AIアナリストは確認の手間を減らす道具として、社内に根づいていくはずです。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

運営会社:株式会社デボノ

目次