ECサブスクのチャーン率を下げる施策｜継続率向上の実践法

定期購入の売上は、新規獲得数ではなく「解約されない期間」で決まります。月次解約率が5%の事業と3%の事業では、同じ広告費を投じても回収できる金額が1.6倍以上変わります。それにもかかわらず、多くのEC事業者は解約率を月次で1つの数字としてしか見ておらず、「誰が・何回目で・なぜ辞めたのか」を分解できていません。

 

この記事では、チャーンレートの計算方法から、解約理由を3タイプに分類して原因別に施策を割り当てる進め方、さらに解約を「予兆」の段階で止めるためのデータ設計までを、実務の手順に沿って解説します。すでに定期通販を運営していて継続率に課題を感じている方に向けた内容です。

 

チャーンレート（解約率）とは？EC定期購入での計算方法

チャーンレート（Churn Rate）とは、一定期間内に定期購入やサブスクリプションを解約した顧客の割合を示す指標です。日本語では「解約率」「離脱率」と呼ばれます。ECの定期購入では、月単位で計測する「月次解約率」を基本の管理指標として扱うのが一般的です。

 

解約率は、単なる結果報告の数字ではありません。広告投資をどこまで積めるかの上限を決める変数です。解約率が下がれば1人あたりの回収額が増え、許容できるCPA（顧客獲得単価）が上がります。逆に解約率を放置したまま広告を増やすと、獲得すればするほど赤字が拡大します。

 

月次解約率の計算式と算出例

月次解約率の計算式は次のとおりです。

 

月次解約率（%）＝ 当月の解約顧客数 ÷ 月初時点の定期購入顧客数 × 100

 

たとえば月初の定期購入顧客が800人、当月中に32人が解約した場合、月次解約率は「32 ÷ 800 × 100 ＝ 4.0%」となります。計算そのものは平易ですが、実務では分母の定義でブレが生じます。当月に新規で定期を開始した顧客を分母に含めるかどうかで、数値は簡単に0.5ポイント程度動きます。

 

推奨するのは、月初時点の顧客数のみを分母とし、当月の新規獲得分は翌月から算入する定義に固定することです。新規獲得が多い月ほど分母が膨らんで解約率が良く見える、という歪みを避けられます。定義を途中で変えると過去との比較ができなくなるため、一度決めたら変更しないことが前提です。

 

「顧客数ベース」と「金額ベース」の使い分け

解約率には、顧客数で見る「カスタマーチャーン」と、売上金額で見る「レベニューチャーン」の2種類があります。

   

コースや購入数量に幅がある商材では、この2つが乖離します。人数ベースの解約率は横ばいなのに売上が落ちている場合、単価の高い顧客から先に抜けている可能性が高く、原因も打ち手も変わります。単品・単価固定であればカスタマーチャーンだけで十分ですが、複数コースを持つなら両方を並べて見るべきです。

 

解約率1ポイントの改善がLTVに与えるインパクト

解約率の改善効果は、感覚では過小評価されがちです。月次解約率がおおむね一定で推移するという前提を置くと、平均継続月数は「1 ÷ 月次解約率」で概算できます。解約率5%なら平均20ヶ月、4%なら25ヶ月です。

 

月額5,000円・粗利率50%の定期商品で試算すると、次のようになります。

 

※月額5,000円・粗利率50%・解約率一定を前提とした概算値です。実際には初回割引や配送コストの影響を受けるため、自社の数値で再計算してください。

 

解約率を5%から4%へ、わずか1ポイント下げるだけでLTVは25%増えます。新規顧客を25%多く獲得するために必要な広告費と、解約率を1ポイント改善するために必要な工数を比べれば、後者のほうが投資対効果は高くなるケースが大半です。この試算表を経営会議に持ち込むことが、解約防止に予算を配分する最も現実的な説得材料になります。

 

解約率はどこまで下げるべきか──目安水準と自社基準の作り方

結論から言えば、他社の平均値を目標に設定する意味はほとんどありません。解約率は商材・価格帯・初回オファーの設計で大きく変わるため、業界平均と自社を比べても打ち手は出てこないからです。追うべきは「先月の自社」です。

 

目安水準の考え方と、その限界

実務上、月次解約率が10%を超えている場合は構造的な問題を疑う水準といえます。月次10%は平均継続月数が10ヶ月を切ることを意味し、初回を大幅に割り引く2ステップ型のオファーでは広告費の回収が難しくなるためです。逆に月次3%前後で安定していれば、平均継続は30ヶ月を超え、定期事業として健全に回っている状態と判断できます。

 

ただし、この水準はあくまで目安です。初回を無料に近い価格で提供して大量に集客するモデルでは初期の解約率が高く出るのが当然で、単純比較はできません。重要なのは「絶対値が何%か」ではなく、同じ定義で測り続けたときに前月より下がっているかどうかです。

 

他社比較より「回数別コホート」で自社を追う

月次解約率を1つの数字として見ていると、「先月より0.3ポイント悪化した」ことはわかっても、原因の当たりがつきません。原因を特定するには、顧客を「定期を開始した月」ごとのグループ（コホート）に分け、お届け回数ごとの継続率を並べるのが有効です。

 

具体的には、横軸にお届け回数（1回目・2回目・3回目…）、縦軸に開始月を取った表を作り、各セルに継続率を入れます。この形にすると、次の3つが同時に読み取れます。

 

・どの回数で落ちているか：特定の回数で全コホート共通して継続率が落ちていれば、原因は商品設計やオファー条件にあります

・どの月の顧客が弱いか：特定の開始月だけ継続率が低ければ、その月の広告クリエイティブや流入媒体に原因があります

・施策が効いたか：施策を実施した月以降のコホートだけ継続率が上がっていれば、効果があったと判断できます

 

月次解約率だけでは、この3つの判別がつきません。コホート表を作れる状態にすることが、解約防止施策の実質的なスタートラインです。受注データと解約データが別システムに分かれていて突合できない場合は、施策の前にデータ統合を先に片付ける必要があります。

 

※関連記事： 定期通販とは？メリットやおすすめのカートシステム、成功事例をご紹介！

 

なぜ解約されるのか──解約理由を3タイプに分類する

解約理由を「価格が高い」「効果がない」といった自由記述のまま眺めていても、施策には落ちません。実務で使えるようにするには、打ち手が変わる単位で分類することが必要です。ここでは、施策との対応関係が明確になる3タイプ分類を紹介します。

   

①価値不満型──商品ではなく「実感の設計」が足りていない

「効果を感じない」という申告は、商品そのものの問題とは限りません。サプリメントやスキンケアのように効果の発現に時間がかかる商材では、顧客が変化に気づく前に判断を下してしまうことが解約の実態であるケースが多くあります。

 

この場合に必要なのは値引きではなく、「いつ頃どんな変化が起きるか」を事前に伝え、途中経過を可視化する設計です。効果が出るまでの標準的な期間を初回同梱物で明示しておくだけでも、早期解約の一部は防げます。

 

②利便性障壁型──最も多く、最も直しやすい

定期購入の解約理由として最も頻出するのが「商品が余っている」です。これは商品への評価が低いのではなく、お届けサイクルと消費ペースが合っていないだけの状態を指します。

 

つまり、本来は解約させる必要がまったくない層です。マイページからワンクリックでスキップや配送間隔の変更ができれば、解約せずに継続する顧客に転換できます。逆に言えば、この操作を電話でしか受け付けていない事業者は、防げるはずの解約を自ら解約に変換していることになります。

 

③ライフスタイル変化型──引き留めではなく「休止」で関係を残す

引越し・出産・転職といった顧客側の事情による解約は、施策で止められません。ここで無理に引き留めても、顧客体験を損なうだけです。

 

このタイプで取るべき対応は、解約ではなく「休止」を選択肢として提示し、再開の導線を残しておくことです。会員情報と購入履歴が残っていれば、数ヶ月後に再開の案内を送ることができます。完全に解約された顧客を再獲得するコストと比べれば、休止顧客の掘り起こしははるかに低コストです。

 

解約理由を「集められる」状態を先に作る

ここまでの分類は、解約理由のデータが手元にあることが前提です。解約手続きの最終ステップに理由の選択肢を置き、上記3タイプに対応した選択肢を設計しておくことが出発点になります。

 

設計時の注意点は、選択肢を細かくしすぎないことです。10個以上の選択肢を並べると回答が分散し、集計しても打ち手に結びつきません。まずは3〜5個に絞り、「その他（自由記述）」を1つ添える形が実用的です。自由記述に同じ内容が集中し始めたら、それを選択肢に昇格させます。

 

メルカートには、化粧品・健康食品メーカーから「解約理由を集めてはいるが、集計するだけで終わってしまい施策につながらない」という相談が多く寄せられます。多くの場合、原因は分析力ではなく、理由データと購買履歴が別々の場所にあって突合できていないことにあります。

 

原因タイプ別・解約を止める施策

解約理由のタイプが特定できたら、対応する施策を割り当てます。ここで重要なのは、全タイプに同じ引き留めクーポンを配らないことです。利便性障壁型の顧客に割引を提示しても「商品が余っている」状態は解消されないため、原価を削るだけで継続率は動きません。

 

利便性障壁型 → スキップ・休止・サイクル変更をマイページで完結させる

最優先で着手すべき施策です。以下の3つが、顧客自身の操作で完結する状態を作ります。

 

・スキップ：次回分だけを飛ばす。最も心理的ハードルが低く、利用率も高い

・配送サイクル変更：30日→45日→60日など、複数の選択肢を用意する

・数量・コース変更：2個→1個へのダウンセルを、解約より前に提示する

 

さらに効果を高めるには、解約フローの途中でこれらを提示する設計にします。解約ボタンを押した顧客に対し、確定前に「お届け間隔を変更しますか」「1回スキップしますか」と選択肢を出す形です。すでに解約を決めた顧客の一部は、この時点で継続に転換します。

 

価値不満型 → 使用フォローと効果実感の言語化

初回商品の到着直後から、使い方・想定される変化・よくあるつまずきを段階的に届けるステップメールを設計します。ポイントは、配信タイミングを日数ではなく「顧客の使用進捗」に合わせることです。

 

たとえば1ヶ月分の商品であれば、到着3日後に使い始めのフォロー、2週間後に中間の実感チェック、25日後に次回配送の予告と継続メリットの提示、という配置になります。特に効果的なのは、初回割引が終了して正規価格に切り替わるタイミングの直前で、「これまでの購入で得られた価値」を振り返る内容を届けることです。

 

※関連記事： ECサイトの「リピート購入」を増やすには？リピーター獲得に効果的な施策や推進事例をご紹介！

 

ライフスタイル変化型 → 休止での関係維持と復帰導線

休止機能を用意し、解約フローの選択肢として明示します。休止期間は3ヶ月・6ヶ月といった選択制にし、期限が近づいたら再開案内を自動配信する設計にします。

 

あわせて、休止顧客を通常の休眠顧客とは別セグメントとして管理することを推奨します。休止顧客は「商品に不満があって離れたわけではない」層であり、再開の提案が受け入れられる確率が明確に高いためです。

 

※関連記事： ECの客単価を最大化するアップセル・クロスセル施策とは？具体策と成功のポイント

 

全タイプ共通 → 解約導線は隠さない

解約フォームを見つけにくくする、電話でしか受け付けない、といった運用で解約率が一時的に下がることはあります。しかしこれは推奨できません。理由は2つあります。

 

1つは法令上のリスクです。2022年6月に全面施行された改正特定商取引法では、通信販売において契約の申込みの撤回や解除を妨げるために不実の告知をする行為が禁止され、解約に関する表示義務も強化されました。解約させない設計は、行政指導や返金対応に発展するリスクを伴います。

 

もう1つは事業上の理由です。解約しにくい設計は、顧客の不満をレビューやSNSに逃がします。獲得段階のCVRやブランド評価を毀損する代償のほうが、守った解約数より大きくなりやすいというのが実態です。辞めにくさで縛るのではなく、代替案の提示で続ける価値を示すほうが、結果として継続率にも収益にも効きます。

 

解約を「予兆」で止める──データとMAの使い方

ここまでの施策は、解約の意思が表面化した後の対応です。継続率をさらに引き上げるには、解約の意思が固まる前の段階で検知して先回りする必要があります。

 

予兆として使えるシグナルの例

解約は、ある日突然発生するわけではありません。多くの場合、行動データに先行する変化が現れます。実務で扱いやすい代表的なシグナルは以下のとおりです。

 

・マイページの解約・変更ページへの到達：最も直接的な予兆。到達した時点で、解約フォームまで進まなかった顧客にもフォローの余地があります

・配送サイクルの延長・数量の減少：消費ペースが落ちているサインで、次の段階が解約になりやすい

・メール・LINEの開封率とクリック率の継続的な低下：ブランドへの関心が薄れている状態

・同梱物やクロスセル商品への反応消失：関与度の低下を示す

 

これらのシグナルを検知したら、割引ではなく「利便性の提案」を先に当てるのが基本です。配送サイクル延長を検知した顧客には、解約を待たずにスキップやサイクル変更の案内を送ります。この段階であれば、顧客はまだ解約という選択肢を意識していないため、提案が素直に受け入れられます。

 

予兆検知を回すために必要なデータの条件

予兆検知が機能しない事業者の大半は、分析手法ではなくデータの置き場所でつまずいています。必要なのは、次の4種類が同一顧客IDで突合できる状態にあることです。

 

・購買・配送履歴（何を何回、どのサイクルで受け取っているか）

・サイト行動履歴（マイページのどのページを見たか）

・コミュニケーション履歴（メール・LINEの開封とクリック）

・解約・休止理由データ（申告された理由）

 

受注管理システム、MAツール、カートが別々にデータを持ち、CSVで手動連携している環境では、予兆をリアルタイムに検知することはできません。月次で振り返る分析はできても、シグナルを検知した当日にアクションを起こす運用は成立しないためです。解約防止をMAで自動化する前提として、データ基盤の統合が実質的な必須条件になります。

 

※関連記事： CRMとは？意味やSFA・MAとの違いやメリット、CRM強化のコツや事例を紹介！

 

メルカートならサブスクの継続率改善をこう支えられる

メルカートは、顧客・在庫・行動・VOCのデータを一つの基盤に統合し、AIエージェントが施策の判断を支援するクラウドECプラットフォームです。定期通販におけるチャーン対策では、次の3点で運用を支えます。

 

解約理由と購買履歴を同一基盤で突合できる
AIエージェント一体型DWH基盤に、購買・配送履歴、サイト行動、メール反応、解約理由を集約します。「3回目で解約した顧客に共通する行動は何か」「サイクルを延長した顧客のその後の継続率はどうか」といった問いに、CSVを突合する作業なしで答えを出せる状態を作ります。

 

顧客自身が操作できる定期機能を標準搭載
スキップ・配送サイクル変更・数量変更・休止を、マイページから顧客が完結できる形で提供します。利便性障壁型の解約を、カスタマーサポートの工数を増やさずに削減する設計です。年240回の自動アップデートにより、法令対応や機能改善も随時反映されます。

 

CRM施策の設計まで伴走する
専任のカスタマーサクセスチームが、コホート分析の設計からステップメールのシナリオ設計まで支援します。アサヒ飲料株式会社では、メルカートでのEC刷新後に会員数が約3.5倍に増加し、リピート率は11%まで向上しました。

 

よくある質問（FAQ）

ここでは、ECサブスクのチャーン率に関するよくある質問とその回答についてまとめました。

Q1: サブスクECの解約率はどれくらいが適正水準ですか？

A: 商材・価格帯・初回オファーの設計によって適正水準は大きく変わるため、業界平均を目標値に置くことは推奨しません。目安としては、月次解約率が10%を超える場合は平均継続月数が10ヶ月を切るため、初回割引型のオファーでは広告費の回収が難しくなります。逆に月次3%前後で安定していれば平均継続は30ヶ月を超え、健全な水準といえます。ただし実務で追うべきは絶対値ではなく、同じ計算定義で測り続けたときに前月より下がっているかどうかです。

Q2: 解約フォームを見つけにくくすれば解約率は下がりますか？

A: 一時的に数値は下がりますが、推奨できません。2022年6月に全面施行された改正特定商取引法では、契約の解除を妨げるために不実のことを告げる行為が禁止され、解約条件の表示義務も強化されています。加えて、解約しにくい設計は顧客の不満をレビューやSNSへ流出させ、新規獲得時のCVRやブランド評価を損なう副作用があります。解約を防ぐのではなく、スキップ・サイクル変更・休止といった代替案を解約フローの途中で提示するほうが、継続率にも収益にも効果的です。

Q3: 解約率を1ポイント下げると、事業インパクトはどれくらいですか？

A: 月次解約率がおおむね一定で推移する前提では、平均継続月数は「1 ÷ 月次解約率」で概算できます。解約率5%なら平均20ヶ月、4%なら25ヶ月となり、1ポイントの改善でLTVは約25%増加します。月額5,000円・粗利率50%の定期商品であれば、1顧客あたりの粗利は50,000円から62,500円へ伸びる計算です。新規顧客を25%多く獲得するために必要な広告費と比較すると、解約率の改善に工数を割くほうが投資対効果は高くなるケースが大半です。

まとめ

今回は、ECサブスクのチャーンレートの計算方法から、原因別の施策設計、予兆検知までを解説しました。要点を整理します。

 

・月次解約率は「当月の解約者数 ÷ 月初の定期顧客数 × 100」で算出し、分母の定義を固定して測り続ける

・平均継続月数は「1 ÷ 月次解約率」で概算でき、解約率5%→4%の改善でLTVは約25%増える

・月次の単一指標ではなく、回数別コホートで「どの回数で落ちているか」を特定する

・解約理由は「価値不満型」「利便性障壁型」「ライフスタイル変化型」に分け、タイプ別に施策を割り当てる

・最も多く、最も直しやすいのは利便性障壁型。スキップ・サイクル変更をマイページで完結させることが最優先

・予兆検知を機能させるには、購買・行動・コミュニケーション・解約理由が同一顧客IDで突合できるデータ基盤が前提となる

 

解約率の改善は、単発の施策ではなく、測る仕組みを整え、原因を分類し、原因別に打ち手を割り当てるという一連のプロセスによって進みます。まずは自社の解約理由データが施策に使える粒度で集まっているかを確認するところから始めてみてください。