コホート分析に生成AIを活かす方法｜定着と離脱を見抜く

「新しい顧客は増えているのに、売上の伸びがそれに追いつかない」「施策の良し悪しを、その月の数字だけで判断してしまう」——数字を見る立場になった人が、最初に迷う二つの点です。全体の数字が良いのに実感が伴わないのは、集計の間違いではありません。本当は、いつ集めた顧客かという違いが、平均のなかで消えていることが効いています。この記事では、集団の分け方、表の読み方、示唆から打ち手への渡し方までを順に整理します。

コホート分析とは何か

コホート分析とは、同じ時期に同じ行動をとった顧客を一つのグループ（コホート）としてまとめ、その後の変化を時間を追って観察する手法です。たとえば「4月に初回購入した顧客」「6月に無料登録した顧客」というように、獲得した月ごとにグループを作り、それぞれが翌月、翌々月とどう推移するかを見ていきます。

全体の合計や平均を見るだけでは、新しく入ってきた人と、以前から続けている人が混ざってしまい、実態がぼやけます。コホートに分けると、この混ざり合いを解きほぐせます。「いつ獲得した顧客か」という切り口で束ねることで、獲得した後の顧客がたどる道のりが、グループ単位でくっきり見えるようになります。これが、単純な集計との決定的な違いです。

なぜマーケティングで注目されるのか

コホート分析が注目される理由は、施策の効果を「その後の定着」まで含めて評価できる点にあります。多くの分析は、獲得した瞬間の件数やコストで良し悪しを判断しがちです。しかし、安く大量に集めた顧客がすぐ離れてしまうなら、その施策は本当に良かったとは言えません。コホートで追えば、この落とし穴を避けられます。

特にサブスクリプションや継続取引が前提のBtoBビジネスでは、獲得後に長く関係が続くかどうかが利益を左右します。獲得の量だけでなく、獲得した顧客の質を時間軸で見られることが、コホート分析の価値です。どの月の、どの経路で集めた顧客が長く続いているかが分かれば、限られた予算をより定着しやすい獲得に振り向けられます。

コホート分析でわかること（定着と離脱）

コホート分析で最も基本となるのが、定着率（リテンション）の把握です。あるグループが、獲得後の各月にどれだけ残っているかを追うことで、顧客が離れていくペースが見えます。「登録初月から翌月にかけて大きく減り、その後は緩やかに落ち着く」といった、離脱の起き方のパターンをつかめます。

同時に、離脱がどこで集中的に起きているかも明らかになります。多くのサービスでは、獲得直後の早い段階に離脱が偏る傾向があります。もしそうなら、最初の体験をどう良くするかが最優先の課題だと分かります。逆に、しばらく続いた後に離脱が増えるなら、飽きやマンネリ、競合への乗り換えといった別の原因を疑うことになります。離脱の「時期」と「量」を切り分けて見られることが、打ち手の方向を決める助けになります。

マーケティングでの使いどころ

コホート分析は、いくつかの実務場面で力を発揮します。一つ目は施策ごとの質の比較です。キャンペーンA経由の顧客とキャンペーンB経由の顧客をそれぞれコホートにして定着率を比べれば、どちらが「続く顧客」を連れてきたかが分かります。獲得単価が同じでも、定着率が高いほうが実は割安だった、という発見につながります。

二つ目は改善施策の効果検証です。ある月から新しいオンボーディングの案内を始めたなら、その前後のコホートで初期離脱がどう変わったかを比べます。三つ目は顧客層ごとの傾向把握です。業種や企業規模でコホートを分ければ、どの層が自社に定着しやすいかが見え、狙うべきターゲットの精度が上がります。いずれも、平均では見えない差を、グループの違いとして浮かび上がらせる使い方です。

集計作業を生成AIで支援する

コホート分析のネックは、集計の手間です。顧客ごとの獲得月を割り出し、各月に残っているかを数え、表にまとめる——この作業は、データが多いほど骨が折れます。ここで生成AIが役立ちます。コード実行に対応したAIに元データを渡し、「獲得月ごとのコホートを作り、各経過月の定着率を計算して」と頼めば、集計の下ごしらえを任せられます。

表計算ソフトを使う場合でも、AIは強力な補助役になります。「この形のデータからコホート表を作る手順を教えて」「必要な関数を書いて」と相談すれば、自力で組むより早く形にできます。大切なのは、AIが出した集計を鵜呑みにせず、件数の合計が元データと合うかを確かめることです。集計の正しさは分析の土台であり、ここを人が検算することで、後の判断の信頼性が保たれます。

自分で集計を組む前に、手元の計測ツールで作れる範囲を確かめておくと、手間を大きく減らせます。GA4のコホートデータ探索には、公式のヘルプに仕様が書かれています。区切りは毎日・毎週・毎月の3つで、週は日曜から土曜、月は月初から月末に固定されています。1つの探索で扱えるコホートは最大60件、内訳に使う項目は上位15個までです。この範囲で足りるなら、集計を自前で組む必要はありません。まずは既定の形で1枚作り、どこが足りないかを見てから次を考えます。足りない点がはっきりすれば、自前で組むときの条件も短い文で書けるようになります。既定の形で作れない項目が3つ以上出てきたときに、初めて自前の集計を検討します。

自前で組むのは、この枠を外れるときです。契約の更新月で区切りたい、件数ではなく金額で見たい、といった場合が当たります。生成AIに手順を書かせるときは、獲得日の定義、母数に入れる条件、除外する条件の3つを、先に文章で固定してから渡します。渡さないまま任せると、生成AIは足りない部分を自分で補って進めますが、その仮定は出力のどこにも書かれません。検算は、各コホートの初月の人数を足し上げて、元データの総数と一致するかを見るところから始めます。定着率が100%を超える行があれば、母数の取り方が間違っている合図です。検算が合わない原因の多くは、除外する条件の書き忘れです。解約済みや社内での動作確認の分を抜いたかを先に確かめます。

コホート表・ヒートマップの読み方

コホート分析の結果は、多くの場合、縦に獲得月、横に経過月を並べた表で示されます。マスの色を濃淡で表すヒートマップにすると、定着率の高低が一目で分かります。読み方の基本は、まず横方向、つまり一つのコホートが時間とともにどう減るかを追うことです。急な色の薄まりがあれば、そこで離脱が集中しています。

次に縦方向、つまり獲得月の違うグループを、同じ経過時点で比べる視点です。新しく獲得したコホートほど定着が良くなっていれば、施策の改善が効いている証拠です。表を渡してAIに「どの時点で離脱が集中し、どの獲得月から定着が改善しているか読み解いて」と頼めば、見落としがちなパターンを言葉にしてくれます。読み方の視点を整理すると次のようになります。

見る方向	何を比べるか	わかること
横（時間の流れ）	同じコホートの経過月ごとの残り	離脱が集中する時期と離脱のペース
縦（獲得月の違い）	経過月をそろえてグループ間を比較	施策改善で定着が良くなっているか
色の濃淡（ヒートマップ）	定着率の高低を視覚化	問題箇所や好調な層のあたりづけ

同じ元データでも、計算の仕方が違えば数字は変わります。GA4のコホート計算タイプは、標準・ローリング・累計の3つです。標準はその期間だけ条件を満たした人、ローリングはその期間までの各期間すべてで満たし続けた人、累計は期間のどこかで一度でも満たした人を数えます。累計は高く、ローリングは低く出ます。表を人に見せる前に、どの計算タイプで作ったかを表の脇に書いておきます。同じ月の定着率が会議ごとに違う、という混乱のほとんどは、ここを書き忘れたことから起きています。資料に貼るときも、この一行だけは落とさないようにします。計算タイプを途中で変えると前の表と比べられなくなる点も、あわせて書き添えておきます。

読み誤りで多いのが、表の右下です。新しく獲得した月の、先の経過月にあたる部分は、まだ十分に日が経っていないので、空か薄い色のまま残ります。これを見て、最近の顧客は定着が悪くなったと読んでしまうのが典型的な誤りです。防ぐには、読む範囲を先に決めます。経過3か月までしか読まない、といった打ち切りをかけ、生成AIに読ませるときも打ち切ったあとの表を渡します。薄いマスを残したまま渡せば、その薄さを傾向として説明してきます。打ち切る位置は、途中で変えずに毎回そろえておくと、前の回の表とそのまま比べられます。打ち切った範囲の外の数字は、参考として別の色で残しておくと、消したわけではないと伝わります。

数字から示唆を引き出す

表やヒートマップを作っただけでは、まだ分析とは言えません。大切なのは、そこから何が言えるかという示唆を引き出すことです。「初月から翌月で3割が離れる」という数字を見たら、「なぜその時期に離れるのか」「離れた顧客と続いた顧客は何が違うのか」と問いを立てます。この問いこそが、打ち手につながる出発点です。

生成AIは、この示唆出しの壁打ち相手になります。集計結果と、自社のサービスの前提を伝えて「この定着率のパターンから考えられる原因と、検証すべき仮説を挙げて」と頼めば、見落としていた切り口が出てきます。ただし、AIが挙げるのはあくまで仮説であり、正解ではありません。自社の現場感と照らし合わせ、確からしいものを選ぶのは人の役割です。数字と現場の両方を知る人が、AIの示唆を取捨選択することで、質の高い解釈が生まれます。

示唆を打ち手につなげる

分析の最終目的は、具体的な打ち手を決めて実行することです。たとえば「初期離脱が大きい」という示唆が得られたら、最初の1週間の案内メールを増やす、使い方のガイドを送る、といった施策に落とし込みます。「特定の業種で定着が良い」なら、その業種向けの獲得に予算を寄せる、という判断ができます。

ここでもAIは、施策の案出しを助けます。「初期離脱を減らすために、獲得直後にできる施策のアイデアを、手間の軽い順に挙げて」と一覧にさせると、着手しやすい候補が並びます。重要なのは、打ち手を打ったら再びコホートで効果を確かめることです。分析と打ち手を一度きりで終わらせず、回し続けることで、定着率は少しずつ上向いていきます。

コホート分析の進め方（手順）

初めて取り組むなら、いきなり複雑な分析を目指さず、次のような手順で小さく始めるのが現実的です。まずは獲得月別の定着率という、最も基本的なコホートから作ってみます。

最初から精緻な分析を目指すと、準備だけで力尽きます。粗くても一度最後まで通し、そこで得た気づきを次に生かす。この回し方が、コホート分析を定着させるコツです。

手を動かす前に決めておくことが4つあります。1つ目は区切りで、月にするか四半期にするか。2つ目は獲得日の定義で、初回の接触か、初回の入金か、利用を始めた日か。3つ目は母数の下限で、これを下回るコホートは読まないという線です。4つ目は見る期間の打ち切りです。とくに2つ目が割れます。営業の側と請求の側で、いつの顧客かという答えが違っていることが珍しくなく、後から気づくと表そのものを作り直すことになります。4つとも、決めた内容を一行ずつ書き残してから集計に入ります。書き残したものは表の上か別紙に貼り、読む人が毎回同じ前提で見られるようにしておきます。

最初の1回は、直近12か月・月区切り・定着率だけに絞ります。表が1枚できたら、作り込む前にいったん手を止めて、その数字を使って判断する人に見せます。見せる相手は、数字を眺める人ではなく、施策を決める人です。この段階で、この区切りでは判断に使えない、という指摘が出ることがよくあります。作り込んだあとで同じ指摘を受けると、集計の組み方まで戻ることになり、手戻りがはるかに大きくなります。粗い1枚を早く見せるほうが、精度の高い1枚を遅く出すより、結果として速く進みます。1枚目を見せる場は、長い会議である必要はありません。区切りと定義を口頭で確かめるだけで、作り直しの大半は防げます。

BtoBならではの見方

BtoBのコホート分析では、取引のサイクルが長く、意思決定に複数の人が関わるという特性を踏まえる必要があります。消費者向けサービスのように月単位で細かく離脱を追うより、四半期や半年といった長めの区切りで定着を見るほうが実態に合うことがあります。契約更新のタイミングに合わせてコホートを区切るのも有効です。

また、BtoBでは一件あたりの取引額が大きいため、件数だけでなく金額ベースでも定着を見ると、経営への影響がつかみやすくなります。少数でも大口の顧客が定着しているなら、件数の減少ほど深刻ではないかもしれません。逆に、大口が離れ始めていれば早急な対応が要ります。自社のビジネスの単位に合わせて、追う指標と区切りを選ぶことが大切です。

BtoBでは、獲得日をどこに置くかで表の形が変わります。「日本のBtoB購買に関する意識・実態調査2026」（2026年7月16日公表、同年6月に従業員50名以上の企業で購買に関わった1,573名へ実施）では、売り手に最初に接触した時点で、すでに複数候補の絞り込み以降まで検討が進んでいた買い手が63.5%を占めました。接触した日は、検討が始まった日ではないということです。初回の接触を獲得日に置くと、実際の検討の長さをまるごと取りこぼし、獲得から定着までの見え方も短く歪みます。獲得日にどれを使うかは、営業と請求の双方が同席する場で一度だけ決め、以後は動かしません。

BtoBは1件あたりの重みが大きいので、件数の定着率と金額の定着率は、かならず並べて出します。件数が横ばいでも金額が落ちていれば、大口が離れ始めています。逆に、件数が減っていても金額が保たれているなら、慌てて動く話ではありません。社内で使うときは、どの数字を見て誰が決めるのかを先に決めておきます。更新の見込みを役員に説明するなら、四半期区切り、金額ベース、直近8四半期、といった形にそろえて固定します。現場の打ち手を決める場では、同じデータを月区切り、件数ベースで見る、と分けておくと話が混ざりません。見る単位を分けるときは、どちらの表なのかが一目で分かる題を付けておきます。

他の分析と組み合わせる

コホート分析は単独でも有用ですが、他の分析と組み合わせると、示唆の解像度がさらに上がります。たとえば、離脱が集中する時期が分かったら、その時期の顧客の行動ログを詳しく見る。定着の良い顧客層が見えたら、その層がどの経路から来たかを流入分析で確かめる。こうして「いつ・誰が・なぜ」を多面的に押さえます。

生成AIは、こうした複数の切り口を横断する整理も得意です。コホートの結果と他のデータの概要を渡して「これらを踏まえて、優先して深掘りすべき論点を整理して」と順序をつけさせると、次に見るべきポイントが絞られます。分析はやろうと思えば無限に広げられるため、限られた時間で成果につながる論点に集中する判断が重要になります。

よくある失敗

コホート分析でつまずきやすい点を、あらかじめ押さえておきましょう。

• 表を作って満足する：集計しただけで示唆を出さず、打ち手につながらない
• 母数の小さいコホートで判断する：数件しかないグループの定着率は偶然に振り回される
• 離脱の原因を決めつける：数字から見える相関を、確かめずに原因と断定してしまう
• 一度きりで終える：打ち手の効果を次のコホートで検証せず、改善が回らない

生成AIに表を渡して、ここから何が言えるかを出させると、もっともらしい原因がいくつも並びます。気をつけたいのは、原因の判断そのものを生成AIにさせないことです。出させるのは、その読み取りが表のどのマスから言えるのかという対応づけのほうにします。マスを指せない読み取りは、表から出た話ではなく推測です。推測を混ぜたまま社内に共有してしまうと、確かめられていない原因が、そのまま次の打ち手の前提として一人歩きします。対応づけを求めておけば、読み取りが正しいかどうかを、人があとから同じ表で追い直せます。どうしても対応づけが出せないなら、表の粒度が粗すぎることもあり、割り方を見直す合図になります。

もう1つは母数です。数件しかないコホートは、1件の増減で定着率が大きく動いてしまいます。下限を決めておき、それを下回る行は網掛けにして読まない扱いにします。さらに見落としやすいのが、期間の途中で獲得日の定義を変えてしまうことです。定義を変えた月から先は、前の月と並べて比べられません。変えたときは、表のどこかに変更した日と、変える前の定義を書き残しておくと、後任の担当者が誤読せずに済みます。定義の変更は、打ち手の効果と見分けがつかないため、変えた月に印を置くことが特に大事です。印は表の中に置きます。別の資料に書くと、表だけが独り歩きしたときに伝わりません。

継続的に回す仕組み

コホート分析の効果は、続けることで積み上がります。毎月または四半期ごとに定点観測すると、施策の改善が定着率に効いているかを継続的に確認できます。都度ゼロから集計するのは大変なので、一度作った集計の手順を型化し、データを差し替えれば更新できる状態にしておくと負担が減ります。

生成AIに、集計手順や読み解きの観点をまとめさせ、チームで共有できるドキュメントにしておくのも有効です。そうすれば、担当者が変わっても同じ視点で分析を続けられます。分析を個人の作業で終わらせず、チームの仕組みにすることが、コホート分析を一過性で終わらせないための鍵になります。

よくある質問

どのくらいのデータ量があれば分析できますか？

厳密な下限はありませんが、各コホートに一定数の顧客がいないと、定着率が偶然に左右されて信頼できません。数件しかないグループは参考程度にとどめます。まずは手元のデータで試し、母数が小さければ区切りを月から四半期に広げるなど、安定して読める単位を探すとよいでしょう。

専用のツールがないと難しいですか？

表計算ソフトでも十分に始められます。生成AIに集計の手順や関数を教えてもらえば、専用ツールがなくても基本的なコホート表は作れます。分析を本格化させたい段階になったら、専用のツールやMAツールの機能を検討する、という順で問題ありません。

AIに任せれば分析は完結しますか？

集計や読み解きの補助はできますが、完結はしません。集計の検算、示唆の取捨選択、打ち手の判断は人の役割です。AIは作業を速める道具であり、自社の事情を踏まえた最終判断まで代わってはくれません。人とAIの分担を意識して使うことが大切です。

まとめ

コホート分析に生成AIを活かす要点は、同時期に獲得した顧客を時間軸で追い、集計と読み解きはAIに助けてもらい、示唆を打ち手につなげることです。全体の平均では見えない定着と離脱の実態が、グループ単位でくっきり見えるようになります。まずは獲得月別の定着率という基本の形から、手元のデータで小さく作ってみるところから始めてみてください。分析を回し続けることで、施策の精度は着実に高まっていきます。

※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。