SaaS解約率（チャーンレート）の改善方法 オンボーディング・ヘルススコア・CS連携の実践

SaaS企業の解約率（チャーンレート）改善は、新規獲得よりも確実にMRRを守る手段です。月次チャーンが1%と3%では、100社の顧客基盤が12ヶ月後に89社残るか69社まで減るかの違いになります。

Recurly Researchの調査では、サブスクリプションビジネス全体の平均解約率は4.1%。SaaS領域に限ってもSMB向けでは月次2〜3%が一般的で、年間にすると顧客基盤の20〜30%が入れ替わっている計算です。「1:5の法則」（新規獲得のコストは既存維持の5倍）や「5:25の法則」（離脱を5%改善すると利益率が25%以上向上する）が示すとおり、解約率の改善は収益インパクトが大きい領域です。

この記事では、BtoB SaaS企業が解約率を改善するためのリテンション施策を、解約理由の分析手法からオンボーディング設計・ヘルススコア運用・不随意チャーン対策・ウィンバック施策まで網羅的に整理します。

チャーンの定義と種類を正しく把握する

チャーンレートには複数の定義があり、何を測っているかを正確に理解しないと改善施策の方向を誤ります。

Customer Churn と Revenue Churn

Customer Churn（顧客チャーン）は、一定期間に解約した顧客数の割合です。Revenue Churn（レベニューチャーン）は、解約によって失われたMRRの割合を指します。

この2つは乖離することがあります。小口顧客が多く離脱しても、Revenue Churnは低く抑えられるケースがある一方、大口顧客が1社離脱するだけでRevenue Churnが急増することもあります。どちらを主要KPIにするかは、自社の顧客構成に合わせて判断が必要です。

計算式を確認しておきます。

• Customer Churn Rate = 期間内の解約顧客数 / 期初の顧客数 x 100
• Revenue Churn Rate = 期間内に失ったMRR / 期初のMRR x 100

たとえば期初100社・MRR 1,000万円のSaaSで、月間に5社（合計MRR 30万円）が解約した場合、Customer Churn Rateは5%ですがRevenue Churn Rateは3%です。大口顧客が残っているなら収益への打撃は相対的に小さい——という判断ができるのは、両方を並行して計測しているからです。

Gross Churn と Net Churn（NRR）

Gross Churnは純粋な減少額だけを見る指標です。Net Revenue Churn（NRR: Net Revenue Retention）は、解約による損失からアップセル・クロスセルによる増収分を差し引いた値です。

NRRが100%を超えている状態は、新規獲得がゼロでも既存顧客だけで売上が成長することを意味します。PLG（Product-Led Growth）モデルのSaaS企業が目指すのがこの水準で、120〜130%以上を維持する企業は投資家評価が大きく変わります。NRR改善とエクスパンション戦略では、NRRを引き上げるための具体的なアップセル・クロスセル設計を扱っています。

自発的チャーンと不随意チャーン

チャーンは発生原因によって2つに分かれます。自発的チャーン（Voluntary Churn）は、顧客が意思を持って解約するケースです。不随意チャーン（Involuntary Churn）は、クレジットカードの期限切れや決済エラーなど、顧客の意図とは無関係に契約が途絶するケースを指します。

不随意チャーンは全チャーンの20〜40%を占めるという調査もあり、見過ごせない量です。後述する「不随意チャーン対策」のセクションで具体的な打ち手を解説します。

自社のチャーンを正確に定義する

同じ「チャーン」でも、計測対象期間・解約の定義（契約終了日か最終利用日か）・試用期間中の解約を含めるかによって数値が変わります。社内で定義を統一し、少なくとも3ヶ月以上同じ基準で追いかけることが分析の前提になります。

定義が曖昧なままダッシュボードを組むと、「CSチームが見ているチャーンとファイナンスが見ているチャーンが違う」状態に陥ります。計測の起点（契約日 or 課金開始日）、トライアル期間の扱い、ダウングレードを解約に含めるかの3点は、運用前に文書化しておくのが安全です。

BtoB SaaSのチャーンレート目安

チャーンレートの適正水準は、顧客のARR帯や業界によって大きく異なります。

サブスクリプションビジネス全体で見ると、SaaS（ソフトウェア）の平均解約率は3.5%前後で、デジタルメディア（6.9%）やEコマースBOX（約10%）と比べると低い水準です。ただし、この数字はEnterprise向けプロダクトが全体を押し下げている面があり、SMB向けSaaSだけを見ると5%前後のケースも珍しくありません。

SMB向けプロダクトはセルフサーブ比率が高く、顧客の事業環境変化による解約が避けにくいため、チャーンは構造的に高くなります。Enterprise向けは導入コストとスイッチングコストが高い分、チャーンは低くなる傾向にあります。

自社のセグメント別の実績値を把握していない場合、コホート分析（同じ時期に契約した顧客群を時系列で追いかける分析）で実態を可視化するところから始めます。コホートごとの離脱タイミングを重ねると、「契約3ヶ月目に山がある」「12ヶ月更新タイミングで急落する」といったパターンが見えてきます。この山の位置によって優先すべき施策が変わるため、闇雲に対策を打つ前にコホート分析を済ませるのが鉄則です。

解約理由の分析手法

チャーンを改善するには、「なぜ解約されるのか」の解像度を上げることが先決です。感覚や仮説ではなく、データと顧客の声を組み合わせて原因を特定します。

SaaS企業のチャーン要因は大きく4つに分類されます。オンボーディング失敗（価値体験に至らない）、価値認識ギャップ（期待と実態のズレ）、費用対効果の不満、サポート品質の問題です。自社のチャーンがどの要因に集中しているかを特定できれば、打ち手の優先順位が明確になります。

解約アンケートの設計

解約手続きのフローに3〜5問のアンケートを組み込むのが最も手軽な手法です。選択肢は「機能不足・費用対効果・社内体制変更・競合乗り換え・利用頻度低下」など主要因で分類し、件数と失われたMRRの両面で集計します。

アンケートの回答を「件数」だけで集計してしまうのは危険です。「費用対効果」を理由にした解約が月10件でも、それが月額10万円の顧客ばかりなら、Revenue Churnへのインパクトは「機能不足」で2件解約した月額100万円の顧客より小さいことがあります。件数とMRRの両方をクロス集計して、どの要因が売上に最もダメージを与えているかを特定します。

解約フロー内のアンケートは回答率が高い（解約操作の一部として組み込めるため）反面、「社交辞令」が入りやすい側面もあります。「一身上の都合」「利用頻度低下」といった当たり障りのない回答の裏にある本音を深掘りするには、後述のCSインタビューとの組み合わせが有効です。

利用データの分析

解約した顧客群と継続している顧客群の行動パターンを比較します。ログイン頻度の推移・主要機能の利用率・最終ログインからの経過日数などを対比すると、解約に至るパターンが見えてきます。

多くのSaaSプロダクトで共通するパターンとして、「解約の60日前からログイン頻度が週次から月次に低下している」「コア機能の利用が停止してから30日以内に解約が発生している」といった傾向が確認されています。自社プロダクトでも同様の傾向があるかを検証し、解約予兆のシグナルを定義します。

利用データの分析で意外と見落とされがちなのが「サイレントチャーン」の存在です。契約自体は継続しているものの、利用がほぼゼロの顧客は、次の更新タイミングで高確率に解約します。アクティブ率の定義を設け、「契約中だがアクティブでない」顧客群を別途モニタリングすると、将来のチャーンを前もって可視化できます。

CSインタビューによる定性調査

アンケートでは拾えない不満や期待のズレを直接聞き取るために、解約した顧客に短時間のインタビューを依頼します。15〜20分程度でも、「何があったら使い続けていたか」「競合に切り替えた理由は何か」を聞けると、プロダクトロードマップやオンボーディング改善の具体的なヒントが得られます。

才流が公開しているSaaS企業の事例では、解約率の低い企業30社と高い企業30社に電話ヒアリングを実施し、「サービス価値が担当者のリテラシーに依存していた」という構造的な原因を特定しています。このヒアリング結果からターゲットセグメントを絞り込み、セルフサーブ型から「ツール + プロの支援」モデルへ転換した結果、解約率を5分の1に削減し顧客単価を15倍に引き上げた——という事例もあります。

定性調査のポイントは、解約顧客だけでなく「解約を検討したが思いとどまった顧客」にも話を聞くことです。継続の決め手になった要因がわかると、他の顧客にも同じ体験を提供する施策に落とし込めます。

解約予兆モデルの構築

上記3つのデータを組み合わせて、解約予兆の検知ロジックを設計します。過去の解約データから、解約60日前・30日前に共通する行動パターン（シグナル）を特定し、該当する顧客をリストアップしてCSが介入する仕組みです。チャーン予測モデルの設計では、予測に使う変数の選定からモデルの精度検証まで詳しく解説しています。

初期段階はスプレッドシートとCRMの手動連携でも十分に運用できます。シグナルの精度が確認できたら、SalesforceやHubSpot、GainsightなどのCSプラットフォームで自動化を検討します。AI活用が進んだSaaS企業では、更新12〜18ヶ月前の段階で94%の精度でチャーン/エクスパンションを予測している事例もあり、予兆検知の精度は年々向上しています。

オンボーディングの最適化

チャーン改善において、最もインパクトが大きいのがオンボーディングの最適化です。初期30日間でプロダクトの価値を実感できた顧客は、そうでない顧客と比べて12ヶ月継続率が20〜30ポイント高くなる傾向があります。SaaSの初期解約の大半は「プロダクトの価値を理解しきれていない段階」で発生するため、この期間の設計がチャーン率に直結します。SaaSオンボーディング設計の実践ガイドでは、オンボーディング全体のフレームワークを体系的にまとめています。

Time to Valueの短縮

Time to Value（TtV）とは、顧客が契約してからプロダクトの価値を初めて実感するまでの時間です。この時間が長いほど、「使いこなせない・思ったのと違う」という理由での早期解約リスクが高まります。

TtVを短縮するための施策として効果が高いのは、初期設定のステップ数を最小限にすること、テンプレートやサンプルデータを用意してゼロからの作業をなくすこと、初回ログイン時にガイドツアーや設定ウィザードを提供して迷わせないことの3点です。

実務上よくあるのが、「機能は充実しているが初期設定が複雑で、設定を終える前に離脱する」パターンです。たとえば初期設定に20ステップあるプロダクトで、ステップ12あたりの離脱が多いなら、そこまでのステップで最低限使える状態にして残りを後から設定可能にする設計が有効です。

マイルストーン設計

オンボーディングを「完了/未完了」の二値で管理するのではなく、段階的なマイルストーンを設定します。初回ログイン、初期設定完了、主要機能の初回利用、チームメンバーの招待、初回レポート作成など、プロダクトの「価値体験」に対応するアクションを定義し、達成状況を可視化します。

マイルストーンの達成状況をCRM上で管理すると、「初期設定完了率80%だが、主要機能初回利用は50%止まり」といった詰まりポイントが発見できます。ここにCS介入やガイドコンテンツを集中投下することで、オンボーディング完了率を引き上げます。

マイルストーン設計で避けたいのは、指標が多すぎて形骸化するパターンです。SaaSプロダクトの「コア体験」に直結するアクションを3〜5個に絞り、それぞれの達成率と解約率の相関を検証しながら指標を磨いていく運用が現実的です。

オンボーディングメールの自動化

マイルストーン未達成の顧客に対して、タイミングを合わせたメールを自動配信します。「初期設定を完了した顧客に主要機能の活用Tipsを送る」「7日間ログインがない顧客にサポート案内を送る」といったシナリオを設計し、CSの工数をかけずにフォローできる体制を作ります。

テックタッチによるスケーラブル支援

SMB向けSaaSのように顧客数が多いプロダクトでは、全顧客にハイタッチのCS対応を行うのは現実的ではありません。アプリ内ガイド（ツールチップ、ウォークスルー）やナレッジベース、チャットボットを活用したテックタッチ施策で、人手をかけずに顧客のつまずきを解消する仕組みが不可欠です。

テックタッチ施策の効果が出やすいのは、「多くの顧客が同じポイントでつまずいている」ケースです。サポートチケットの頻出テーマや、アプリ内の離脱ポイントを分析し、該当箇所にインラインヘルプやガイドを配置します。CSが個別対応で繰り返し答えている質問は、テックタッチ化の有力な候補です。

ヘルススコアと解約予兆検知

ヘルススコアは、顧客の健全度を数値化した指標です。複数の行動シグナルを組み合わせてスコアリングし、リスクの高い顧客を早期に特定します。

スコアリングの基本設計

ヘルススコアが低い顧客は、良好なスコアの顧客と比べて解約リスクが約5倍になるというデータがあります。スコアが閾値を下回った段階でCSにアラートを飛ばし、能動的なフォローを実施する運用が効果的です。

スコアリングで陥りがちな落とし穴は、「ログイン頻度は高いがサポートチケットも多い」顧客を「健全」と誤判定するケースです。ログイン頻度が高い理由がトラブル対応やクレーム起因であれば、解約リスクはむしろ高い状態です。サポート問い合わせの内容（質問系か不満系か）を区別してスコアに反映させることで、誤判定を防げます。

実装のステップ

最初から複雑なシステムを構築する必要はありません。第1ステップとして、ログイン頻度・主要機能の利用回数・サポート問い合わせ数の3指標をスプレッドシートで週次集計し、各指標を5段階でスコアリングします。これだけでも「リスク顧客の上位20%」を見極められます。

第2ステップとして、CRMと連携して自動集計の仕組みを構築します。Salesforce・HubSpot・Gainsightなどのプラットフォームを使えば、リアルタイムのスコア更新とアラート通知が可能になります。

第3ステップとして、過去のスコア推移と実際の解約データを突き合わせ、スコアの閾値と重み付けを検証・調整します。「スコア40以下の顧客は3ヶ月以内に60%が解約している」といった実績データが蓄積されると、介入の優先度判断が精緻になります。

予兆検知から介入までのフロー

スコア低下を検知したら、CSが状況確認の連絡を入れます。このとき重要なのは、「更新のお願い」ではなく「活用支援の提案」としてアプローチすることです。利用が減っている機能の活用事例を共有する、未利用の機能をデモするといった、顧客にとって価値のある接点を作ります。

介入タイミングが早いほど成功率は上がります。解約申請が届いた後ではなく、利用が低下し始めた段階での介入が理想です。CS組織の設計と運用で触れているように、CSチームの人数とカバー範囲のバランスを考えたうえで、ハイタッチとテックタッチの使い分けを設計する必要があります。

不随意チャーン（決済失敗による解約）への対策

自発的に解約を選んだわけではないのに、決済エラーで契約が途絶える「不随意チャーン」は、SaaS企業が見落としやすい損失源です。全チャーンの20〜40%を占めるケースもあり、対策の費用対効果は高い領域です。

決済リトライの最適化

クレジットカードの期限切れや残高不足で初回課金が失敗した場合、即座に契約をキャンセルするのではなく、数日間にわたって複数回リトライする仕組みを導入します。リトライのタイミング（翌日・3日後・7日後など）とリトライ回数を調整するだけで、不随意チャーンの30〜50%を回収できるケースがあります。

Stripeなどの決済プラットフォームには、機械学習ベースで最適なリトライタイミングを自動判定する「Smart Retries」機能が備わっており、手動設定よりも回収率が高い傾向があります。

カード有効期限の事前通知

カードの有効期限が切れる30日前・14日前・3日前のタイミングで、カード情報の更新を促すメールを自動配信します。「更新してください」だけでなく、「お支払いが完了しないとアカウントが一時停止されます」という具体的な影響を伝えると更新率が上がります。

ダンニングメール（督促メール）の設計

決済失敗が発生した後に送る催促メールのシナリオを設計します。決済失敗直後、3日後、7日後、最終通知（14日後）の段階的なメールで、カード更新ページへの直リンクを目立つ位置に配置します。文面は「催促」ではなく「サービスを継続してご利用いただくためのお知らせ」というトーンにすると、顧客体験を損なわずに回収率を高められます。

CS×マーケ連携によるリテンション強化

チャーン改善は、CSチーム単独で取り組むものではありません。カスタマーサクセスとマーケティングの連携によって、施策の幅とスケーラビリティが変わります。

活用促進コンテンツの配信

CSが個別対応で伝えていた活用TipsやベストプラクティスをメールシリーズやHelpコンテンツとして仕組み化するのは、マーケが得意とする領域です。セグメント別に配信内容を出し分ければ、パーソナライズされた活用支援を少人数で回せます。

たとえば「契約から30日経過・主要機能未利用」の顧客セグメントに対して、機能の活用事例と設定動画を3本のメールシリーズで配信する——といったシナリオは、マーケのオートメーション設計とCSの顧客知見を組み合わせることで実現できます。SaaS企業のリードナーチャリング設計で紹介しているシナリオ設計の考え方は、既存顧客向けの活用促進メールにもそのまま応用できます。

ユーザーコミュニティの運営

コミュニティに参加している顧客は、非参加顧客と比べて継続率が高い傾向があります。企画・運営はマーケが主導し、CSは顧客の登壇アレンジや成功事例の発掘で貢献するという役割分担が機能しやすい形です。

コミュニティは、CS工数を増やさずに顧客の「自走支援」を実現する有力な手段でもあります。ユーザー同士が質問し合い、ノウハウを共有する場が育つと、サポートコストの削減にもつながります。

成功事例のコンテンツ化

CSが把握している顧客の成功体験を、マーケがケーススタディとしてコンテンツ化します。既存顧客にとっては「自社でも同じことができる」という活用ヒントになり、見込み顧客にとっては導入判断の後押しになります。

事例コンテンツは新規獲得とリテンションの両方に機能する数少ない施策です。CSがインタビューの場を作り、マーケが編集・公開を担う体制を整えると、継続的に事例を積み上げられます。

プロダクトフィードバックループの構築

CSが受けた要望やクレームをプロダクトチームに還流する仕組みも、チャーン改善の重要な施策です。フィードバックを集めること自体は多くのSaaS企業がやっていますが、「集めたあとどう優先順位をつけ、対応結果を顧客にフィードバックするか」まで設計されていないケースが大半です。

具体的な運用としては、CSが受けた要望をカテゴリ別（機能追加・UX改善・バグ報告・統合連携）にタグ付けし、要望件数とそのMRRを可視化します。「この機能がないことを理由に解約した顧客が直近6ヶ月で15社、失ったMRRは合計120万円」というデータがあれば、開発チームの優先順位判断材料になります。

要望に対応した際には、該当顧客に「ご要望いただいた機能をリリースしました」とCSから連絡を入れます。この一連の流れを回すだけで、顧客のプロダクトに対するエンゲージメントが変わります。

価格・プラン設計の見直し

解約理由に「費用対効果が合わない」が多い場合、価格とプランの構造自体を見直す必要があります。

アップセルパスの設計

プラン間の機能差が曖昧だったり、価格のジャンプが大きすぎたりすると、顧客は「現状維持か解約か」の二択に陥ります。中間プランの新設や従量課金要素の追加によって、段階的なアップセルを促す導線を作ります。

アップセルの文脈で重要なのは、上位プランへの移行が「顧客の成長に伴う自然なステップ」として設計されているかどうかです。顧客の利用状況が一定の水準を超えたタイミングでCSが提案するフローを作れると、押し付け感なくアップセルが成立します。

具体的な設計パターンとしては、利用量ベースの従量課金（APIコール数、ストレージ容量）に上限を設け、上限に近づいた顧客に上位プランの案内を出すアプローチがあります。「制限に引っかかってストレスを感じた」タイミングは、アップセル提案の受容率が高い局面です。

ダウングレードを容易にする

ダウングレードを極端に難しくする設計は、短期的には解約を防いでいるように見えますが、顧客の不満を蓄積させ、最終的には完全解約につながります。

ダウングレードを容易にした上でその理由を分析し、プロダクト改善に活かす方が長期的には健全です。「下位プランに切り替えた顧客の6ヶ月後の継続率」を計測すると、ダウングレードが離脱への中間ステップになっているか、一時的な縮小後に戻ってくるパターンがあるかが見えてきます。

年間契約へのインセンティブ

月額契約の顧客は毎月が「解約判断のタイミング」になるため、年間契約へ移行してもらうことで契約期間中の解約リスクを構造的に下げられます。年間プランに10〜20%のディスカウントを付けるのが一般的なアプローチです。

ただし、年間契約を強制する設計は逆効果です。顧客が月額で試し、価値を実感した段階で自然に年間契約に切り替えたくなるよう、年間プラン限定の機能や優先サポートといった付加価値で誘導する設計が理想です。

ウィンバック施策（解約顧客の復帰）

解約してしまった顧客を取り戻す「ウィンバック施策」は、新規獲得よりもCACが低く、プロダクトの操作経験がある分オンボーディングコストも抑えられます。

解約理由に応じたアプローチの出し分け

ウィンバックの成否は、解約理由に応じた適切なオファーを出せるかで決まります。「費用対効果が合わない」で解約した顧客には割引オファーや下位プランの提案、「機能が不足していた」で解約した顧客には該当機能のリリース通知、「社内体制の変更」で解約した顧客には数ヶ月後の状況確認——というように、理由別にシナリオを分けます。

ウィンバックメールのタイミング

解約直後は「解約を決めた気持ちが固まっている」状態なので、連絡を入れても効果は限定的です。解約後30日・60日・90日のタイミングで段階的にアプローチするシナリオが効果を出しやすい傾向があります。

30日後のメールでは「何かお困りのことがあれば」という軽いトーンで接点を持ち、60日後には新機能のリリース情報やアップデート内容を共有、90日後に期間限定の復帰オファー（割引や無料トライアル延長）を提示——という段階設計です。

復帰後のオンボーディング

ウィンバックで復帰した顧客に対しては、通常の新規オンボーディングとは別の復帰用オンボーディングを用意します。以前の利用データが残っていればそこから再開できるようにし、前回の解約理由に対応した改善点を具体的に案内します。「前回ご不便をおかけした○○の機能を改善しました」という形で、解約の原因が解消されたことを明示するのがポイントです。

チャーン改善の効果をKPIで測定する

施策の効果を定量的に追跡しなければ、何が効いているのか判断できません。SaaSのKPI・ユニットエコノミクス設計と連動させながら、チャーン改善の成果を可視化する指標群を整理します。

LTVへの影響

月次チャーンを3%から1%に改善するだけで、顧客の平均生涯月数は33ヶ月から100ヶ月へと約3倍に伸びます。月額ARPUが10万円なら、1顧客あたりのLTVが330万円から1,000万円に変わる計算です。この差は、許容できるCACの上限を大きく押し上げ、マーケティング投資の選択肢を広げます。

CAC Payback Periodの短縮

チャーンが下がるとLTVが伸び、LTV/CAC比率が改善されます。SaaSで健全とされるLTV/CAC比率は3倍以上ですが、チャーンが高い状態ではこの比率が1〜2倍に留まり、獲得投資の回収に時間がかかります。チャーン改善は「マーケティングの効率化」という側面でも経営インパクトが大きい施策です。

測定のダッシュボード設計

チャーン改善を継続的に推進するには、以下の指標を月次で追跡するダッシュボードが必要です。

• 月次Customer Churn Rate / Revenue Churn Rate（全体・セグメント別）
• NRR（Net Revenue Retention）
• コホート別の継続率曲線
• オンボーディング完了率とマイルストーン達成率
• ヘルススコア分布（Green / Yellow / Red の比率推移）
• 不随意チャーン率と決済リトライ回収率
• ウィンバック復帰率

まとめ

チャーン改善はマーケティング投資のROIを直接改善します。獲得した顧客が長く使い続ければLTVが伸び、CACの回収期間が短くなり、次の獲得投資余地が広がります。

施策の優先順位は、自社のチャーンの主要因によって変わります。早期解約が多いならオンボーディングの改善が優先で、長期顧客の離脱が多いならヘルススコアとCS介入の強化が先です。不随意チャーンの比率が高ければ、決済リトライの最適化だけで数字が改善する可能性もあります。解約理由の分析なしに施策を選ぶと、効かない施策に工数を使い続けることになります。

改善のステップとしては、(1) チャーンの定義を社内で統一し計測基盤を整える、(2) 解約理由の分析で主要因を特定する、(3) インパクトの大きい施策から着手する、(4) ヘルススコアで継続的にモニタリングする——という流れが現実的です。月次チャーンを3%から1%に改善できれば、同じ新規獲得ペースでも12ヶ月後のMRRに大きな差が生まれます。地味に見える改善ですが、SaaSの成長エンジンを根本から強化する最も確実な投資です。

SaaSマーケティングの全体構造と戦略設計はSaaSマーケティング体系ガイドで解説しています。