離反防止とは

企業のサービスや商品を継続的に利用してきた顧客が、そのサービスや商品に何らかの不満を持ち、利用をやめ、それらを提供する企業から離れてしまう状態、行動を「顧客離反」といいます。顧客が離反してしまうことは企業の収益減少につながるため、離反を防ぐことは重要です。離反防止とは顧客がサービスや商品を解約した要因を分析し、その分析結果をもとに施策を実行し離反を防ぐことを指します。
分析を通して解約顧客の傾向を知ることで今後解約しそうな顧客に対して適切な施策を打ち、解約を食い止めることができます。

離反防止の重要性

ベンダーが提供するクラウド上のソフトウェアを、インターネット経由でユーザーが利用できるサービスをSaasと言います。Saasや、サブスクリプション形式を採用しているビジネスにとって重視すべきKPI（重要業績評価指標）の一つとなっているのが「解約率」です。「解約率」の計算は、測定する期間を定めた上で次の計算式で算出することができます。

解約率（％）＝（ある期間中に解約した顧客数/同期間開始時の顧客数）×100

つまり、解約率はある期間での顧客数に対して解約顧客がどのくらい多いのかを数値化したものとなっています。
顧客の新規獲得も重要ですが、近年多様なサービスがあり新規顧客コストは高騰しています。新規顧客を獲得する難易度は徐々に増しており、いずれの市場においてもシェア拡大が難しくなっているでしょう。
このような状況下では現在の顧客をいかに解約させないか、つまり解約率をどれだけ低くするかが重要です。新規顧客を十分に獲得できない中で解約顧客が多くなれば赤字となってしまいます。
ただし、解約を防ぐための施策をやみくもに行っても、正確な解約理由が分からなければ顧客の解約を防ぐことはできません。過去の解約者の傾向を知ることは、今の顧客を解約させないために適切な施策を行う上で重要な役割を果たします。

離反防止の流れ

離反防止を行うには、大きく4つのステップがあります。それぞれについて説明していきます。

ステップ１：データの収集

離反防止を行う第一歩は、データの収集です。解約者の傾向を知るためには、なぜ解約したのか、解約した人がどんな行動をとっていたのか、といった情報が必要です。離反防止のために必要なデータは主に2つあります。

• まず1つ目は、顧客情報です。
  顧客情報とは、顧客の年代や性別、居住地域といった基本的な情報だけではありません。これまでにどんなサービスを利用したのか、どのくらいのペースで利用しているかといった行動履歴等、様々な情報が顧客情報に含まれます。
• 2つ目は解約理由です。
  顧客の解約を防ぐためには、これまでの顧客がなぜ解約してしまったのかを知ることが重要です。解約理由からサービスの質が悪かったのか、料金が高かったのか、現在のサービスの問題点を見つけることができます。解約理由を知るには解約時にアンケートを行うことが効果的です。アンケート設計については別途コラムを参照ください。

「アンケート作成のコツ～有益なアンケート回答を得るために必要な設計～【スタッフブログ：第2回】」

ステップ２：データの分析

データを収集したら分析を行います。データは取得するだけでは意味がなく、統計的な観点から分析にかけなければなりません。
分析を行うことで現状を正確に理解し、適切な施策を打つことができます。前述した2つのデータでは以下のような分析を行うことができます。

• 顧客分析
  離反防止のための顧客分析では、「サービスを継続して利用している人」と「サービスを解約した人」の2つの顧客に対する分析が必要です。それぞれ分析を行うことで、継続利用している人と解約した人の違いを見つけることができます。
• アンケート分析
  アンケートを分析することでなぜ解約しているのかを導き出すことができます。アンケートの回答形式にはシングルアンサー、マルチアンサー、フリーアンサーの3つの形式があり、形式によって集計方法は異なります。アンケートの集計については別途コラムを参照ください。

「アンケート活用できてますか？フリーアンサー（自由記述回答）の活用方法紹介！」

ステップ３：解約予測

分析から解約顧客の傾向を理解することで、現在の顧客の中で解約しそうな人を見つけることができます。ここではその顧客を予測する手法について紹介します。

• ロジスティック回帰分析
  ロジスティクス回帰分析は、現象の要因である「説明変数」と現象を数値化した「目的変数」を使って事象が起きる確率を計算する手法です。下の表ではある通販サイトにおける利用顧客の最終利用からの経過日数、月あたりの利用額と解約有無（有＝１、無＝０）の関係性の調査を想定した表となっています。
  

  

  
  こうして最終利用経過日数、利用額と解約有無の相関関係が分かれば、顧客の解約を予測することができます。
• ランダムフォレスト
  ランダムフォレストとは機械学習のアルゴリズムの一つで、複数の異なる決定木を集めることで結果の平均をとり、予測精度を向上させる手法です。決定木とは、分類や回帰のルールをツリーで表現したものです。
  下図は、顧客の解約を最終利用からの経過日数、月あたりの利用額から予測した決定木です。
  

  

  
  このような決定木で出た結論を集め、全体として一つの分類器にしたものがランダムフォレストです。
  

  

  
  複数の決定木からの結果を採用することで、精度の高い結果を導き出すことができます。

ステップ４：離反防止施策の実行

解約しそうな顧客を特定したら、その顧客に対して施策を実行します。
施策を行う際にはまずターゲットを明確にしなければいけません。「解約しそうな顧客」といってもその属性は様々であり、全てに同じ施策を行っても適した施策を実行できているとは言えません。属性やこれまでの行動パターン等からターゲットを分けて施策を行うことをお勧めします。
ターゲットを分けたら、それぞれのターゲットによってどのような施策が適しているのか十分に検討します。施策を鬱陶しいと思わせてしまえば解約につながる可能性もあるので、属性や行動履歴をもとに最適な施策を講じます。

まとめ

新規顧客を増やすだけでは利益は上がりません。離反防止によって顧客の解約を防ぎ、現在の顧客を維持することが重要です。また解約率や解約要因を知ることは、現在のサービスへの満足度、改善点を知ることにもつながります。
しかし、分析を行うだけでは課題は解決されません。分析結果を基に施策を実行し、その施策の結果を更に次の施策につなげることが重要です。
もし、「データの分析はしたいけれどデータを収集できていない」「分析結果をどのように施策に活用したら良いか分からない」とデータの扱いにお困りの方は、ぜひ一度コニカミノルタジャパンにご相談下さい。
コニカミノルタではデータの収集から施策への活用まで、データの活用に幅広いご支援を行っております。

関連コラム記事

アンケートデータ活用できてますか？
フリーアンサー(自由記述回答)の活用方法紹介！

関連ソリューション

デジタルマーケティング　データ分析支援

データ分析の専門チームが、社内データとパブリックデータを活用し、デジタルマーケティング推進のためのデータ分析をご支援いたします。