コホート分析

具体例

アプリやサービスの場合

「2025年9月に新規登録したユーザー」ごとの継続率（リテンション率）を比較する。

「キャンペーン経由で獲得したユーザー」と「自然流入ユーザー」で課金率を比較する。

ECサイトの場合

初回購入月ごとにユーザーを分け、リピート購入率やLTVを追跡する。

会員ランクごとの解約率を比較する。

コホート分析の軸の例

時間軸コホート

登録月 / 初回購入月 / インストール日 などを基準に分ける

リテンション分析によく使われる

「あるキャンペーンを利用した人」や「特定の機能を初めて使った人」など行動ベースで分ける

属性軸コホート　

地域、年齢層、プラン（無料/有料）などで分ける

分析でよく使う可視化

横軸：経過月数 / 縦軸：コホート（登録月など）

→ 残存率や課金率を色の濃淡で表示

折れ線グラフ

各コホートごとのリテンションカーブを比較する

https://gyazo.com/6036bad8a9c6589e96d6925bddae324b

Gyazoの画像ロック.icon

そのセグメントごとに異なる施策を実施する

例えば、特に今の収益もなく、将来性もないような一番左のセグメントには、低コストなチャネルでサービスを提供する

顧客セグメントのある種の合理的な妥協である

リソースが無限にあるなら、個別の顧客に対して、個別の最も効果的な施策を打つべきで、

しかし、そんなことをやっていたら全く効率的でないし、そんなリソースなどあるわけない

ということで、いくらかのセグメントに分けて、それごとに施策を打つというのをやる

一方で、目的ベースのセグメントとかもあるはず

例えば、Chocozapを考えると

筋肉ムキムキになりたい

健康のため

モテたい

みたいなのもあるし、その手段としても

安く、コスパよく鍛えたい

気軽に鍛えたい

近いから

とか色々ある

ムキムキと健康はかなり目的が異なるので、アプローチも異なる

置く機材とか、キャンペーンの内容とか

概念の分割方法が無限にあるように、顧客の分割方法も無限に考えられる

個々の目的に沿って、最も効果的なセグメンテーションを行い、分析する

それをどういう軸で行うのか、というところに工夫が生まれる

分析の筋の良さ、モデルとしての良さ、という観点もあるし、

分析のしやすさ、という観点もあるだろう

筋が良くても、その準備が大変すぎる、とか、式が複雑すぎる、とか考えられる