長く利用している顧客は、新規顧客よりも自信を持っている傾向があります。使っていくうちにプロダクトが扱いやすくなったと考えがちですが、別の見方もできます。使いこなせなかった人は、すでに離脱している可能性があるのです。特定の瞬間、その場にいる人たちを比較するのとは違い、同じ人を継続して追うことで、リサーチャーはまったく異なる視点を得られます。

縦断研究（追跡調査）は、同じ個人やアカウント、その他の対象を時間をかけて繰り返し観察する手法です。アンケート、インタビュー、日記形式の調査、行動ログ、あるいはそれらの組み合わせを活用できます。同じ対象と継続的につながり続けることで、一度限りのスナップショットでは捉えられない変化の軌跡やプロセスの順序を掘り下げることが可能になります。

個人の変化と集団全体のトレンドを区別する

同じ顧客を追跡するパネル調査では、個々の体験がどう変化していくかを追うことができます。一方、調査のたびに新しいサンプルを抽出する反復調査は、適切な設計がされていれば集団全体としての変化を捉えられますが、一人ひとりがどう変化したかを直接示すことはできません。UK Data Serviceによる縦断研究の解説では、同じ対象を継続して観察することの役割について詳しく説明されています。

例えば、ある学習プロダクトのリサーチで、最初のレッスン後、1週間後、1か月後にそれぞれインタビューを行ったとします。そうすることで、最初の熱意が習慣へと定着していくのか、それとも他の用事に押されて薄れてしまうのかが見えてくるはずです。コホート分析を行えば、ユーザーの属性や経過時間を明確に定義したうえで、こうした変化を補完する行動データの比較ができます。

観察する間隔は、起こりそうな変化のスピードに合わせて設定しましょう。四半期ごとのアンケートでは最初の1週間のつまずきを見逃してしまうかもしれませんし、ゆっくりとしか変わらない関係性について毎日質問を投げかけるのは、相手にとって無用な負担になりかねません。

離脱するユーザーと失われるデータを想定しておく

調査を続けるうちに、回答をやめてしまう参加者も出てきます。情報が得られる範囲で「いつ」「なぜ」離脱したのかを記録し、その離脱が調査目的に関わる偏りを持っていないか検証しましょう。不満を感じている顧客が抜け落ちてしまうと、残った人たちだけを分析することでプロダクトの成果が過大に見えてしまうリスクがあります。

調査に繰り返し参加すること自体が、行動に影響を与える場合もあります。進捗について質問されることでその点をより意識するようになったり、調査そのものに慣れることで回答の仕方が変わったりすることもあります。測定を繰り返すことが相手に何の影響も与えないと思い込まず、その影響を考慮に入れて結果を解釈することが大切です。

コアとなる測定基準は一貫性を保ち、途中で変更が必要になった場合はその経緯を記録しておきましょう。もし調査の途中でアンケート項目を改善するなら、その変更が以前の回答との比較にどう影響するかを考える必要があります。ベースライン測定（初期状態の把握）は、その後の観察データとの間に意味のある比較関係が保たれていてこそ役に立ちます。

順序関係を因果関係と言い切らない

「つまずき」の後に「解約」が起きたという順序関係を押さえることは、一度の調査で両方をまとめて尋ねるよりも、時系列の手がかりとして説得力があります。ただし、その順序があるからといって、つまずきが解約の直接の原因だと証明されたわけではありません。顧客を取り巻く他の環境変化が、その両方を引き起こした可能性もあるからです。

複数回の観察データを分析する際は、同一人物や同アカウント内のデータがつながっていることを考慮した手法を使いましょう。各回のデータをまったく独立した新しい回答者として扱ってしまうと、不確実性の見誤りにつながります。質的分析においても同様に、参加者全体から共通パターンを導き出す前に、まず個々の文脈や経緯をしっかりと保持しておくことが重要です。

この調査の価値は、継続、回復、離脱といった体験がどのように進展していくかを明らかにできる点にあります。日記調査（ダイアリースタディ）なら数日から数週間ほどの凝縮した形で変化を捉えられますし、問いの内容によってはもっと長期的なアプローチが適していることもあります。設定する期間は、チームがそこから何を理解したいのかに基づいて、必然性のある長さを選びましょう。