アクティブユーザー数が増えていても、実際には一度試してすぐに離脱されているケースを見落としてしまうことがあります。新規ユーザーの流入で全体の数字は伸びていても、初期のユーザーは静かに去っているかもしれません。コホート分析はそうした履歴を切り分け、プロダクトを使い始めてから同等のグループに何が起きているのかを可視化します。

コホートとは、共通の開始イベント、時期、特性、または行動によって定義されるグループのことです。プロダクトチームでは、サインアップした週や月ごとにユーザーをグループ化し、同じ経過時間における継続率、アクティビティ、または収益を比較するのが一般的です。グループの定義と測定のタイムラインを明確に保つことで、その真価が発揮されます。

同じ「経過時間」でグループを比較する

たとえば、1月に登録した100アカウントのコホートがあり、そのうち40アカウントが2か月目に対象となるアクションを完了したとします。一方、2月の150アカウントのコホートでは、同じ経過時間（2か月目）で75アカウントがそれを完了しました。アクションの定義と観察期間が同じであれば、2か月目の継続率はそれぞれ40%と50%になります。

2番目のコホートは、まだその期間が経過していなければ3か月目の結果を出すことはできません。表の空欄はデータがまだ存在しないことを意味しており、継続率がゼロに落ちたわけではありません。同様に、2月のアクティブユーザー全員を単純にカウントしても、異なるステージのユーザーが混ざり合ってしまうため、同じ問いに答えることはできません。

Amplitudeのコホート分析ガイドでは、獲得や行動に基づくグループ分けについて詳しく解説されています。分析を導入する際は、分析ツールにおける継続率の定義を確認しましょう。「特定の間隔でのアクティビティ」「その間隔以降のアクティビティ」「途切れない継続的なアクティビティ」では、それぞれ異なる傾向が示されます。

「未来のデータ」を借りずにグループを定義する

行動コホートを使えば、特定の機能を利用したユーザーと利用しなかったユーザーを比較できますが、そのタイミングには注意が必要です。たとえば、3か月後にその機能を使ったことで「アダプター（採用者）」に分類された人は、それまで利用を継続していたことになります。そのグループの初期の継続率を他の全ユーザーと比較すると、定義そのものに有利なバイアスが組み込まれてしまいます。

分析の目的に合わせて明確な初期の判定期間を設定し、適切な時点からその後の追跡を開始しましょう。より複雑なタイミングが絡む問いには、専門的な分析が必要になることもあります。どのアプローチを取るにしても、コホートの条件がいつ確定するのか、そして誰にその条件を満たす機会があったのかを明確に説明できるようにしてください。

また、測定単位の一貫性も保つ必要があります。同じ契約組織内でメンバーの入れ替わりがあるようなプロダクトでは、アカウント単位の継続率と個人ユーザー単位の継続率とで、まったく異なる結果が見えてくることがあります。

理由を決めつける前に、要因を掘り下げる

オンボーディングを改善したことで新しいコホートの継続率が向上したように見えても、実際には獲得チャネル、プラン、または顧客ニーズの内訳が変わっただけかもしれません。コホート分析は比較を可視化しますが、そうした他の要因を排除してくれるわけではありません。

意味のあるセグメントや、システム障害、キャンペーン、季節要因といった関連するイベントも確認しましょう。特定の行動マイルストーンが継続率と関連している場合でも、その行動を強制すれば継続率が上がると結論づけるのではなく、アクティベーション指標を深掘りするための出発点として活用してください。

ユーザーが戻ってきた理由、あるいは離脱した理由の生の声と組み合わせることで、分析の価値はさらに高まります。利用頻度の低さがプロダクトへの失望によるものなのか、それとも「たまにしか使わないニーズ」にうまく応えている結果なのかは、ユーザーリサーチによって明らかになります。四半期に一度使えば十分なサービスに対して、週次の継続率を目標にするのは適切な評価とは言えません。