{ "schema_version": "core-reviewed-term-ai-handoff-v2", "version": "core-reviewed-term-ai-handoff-v2", "compat": { "backward_compatible_schema_versions": [ "core-reviewed-term-ai-handoff-v1" ], "v1_fields_preserved": true }, "contract_status": "preview", "distribution": "per_term_read_only_ai_handoff", "no_write_operations": true, "content_tier": "db_backed", "canonical": { "url": "https://core.yogoq.com/ja-JP/core/retention-cohort-analysis", "slug": "retention-cohort-analysis", "locale": "ja-JP" }, "summary": { "schema_version": "core-reviewed-term-summary-v1", "term_id": "32500bac-0643-51ab-94bf-f1bd724f6923", "canonical_slug": "retention-cohort-analysis", "canonical_url": "https://core.yogoq.com/ja-JP/core/retention-cohort-analysis", "locale": "ja-JP", "display_name": "継続率コホート分析", "english_name": "Retention Cohort Analysis", "abbreviation": null, "short_definition": "リテンション・コホート分析は、同じ時期や条件で獲得した顧客群の継続率を時系列で追う分析である。 実務では前提をそろえ、関連指標と一緒に見て判断する。", "content_tier": "db_backed", "quality": "reviewed", "publication_status": "published_reviewed", "version": "core-reviewed-term-summary-v1", "last_reviewed_at": "2026-05-14T00:00:00.000Z", "sources_count": 2, "limitations_key": "core-trust-policy-v1-2026-06-22" }, "aliases": [ { "text": "継続率コホート分析", "type": "display_name", "locale": "ja-JP" }, { "text": "Retention Cohort Analysis", "type": "english_name", "locale": "en-US" }, { "text": "リテンション・コホート・アナリシス", "type": "katakana", "locale": "ja-JP" }, { "text": "継続率コホート分析", "type": "localized_title", "locale": "ja-JP" } ], "content": { "definition": { "key": "definition", "title": "一言でいうと", "text": "リテンション・コホート分析は、同じ時期や条件で獲得した顧客群の継続率を時系列で追う分析である。 実務では前提をそろえ、関連指標と一緒に見て判断する。", "items": [] }, "formula": { "key": "formula", "title": "計算の考え方", "text": "nか月後リテンション = nか月後も残っているコホート内顧客数 / コホート開始時顧客数。 公式 | nか月後リテンション = nか月後も残っているコホート内顧客数 / コホート開始時顧客数。 | 主な計算式として使う 変動要因 | 開始コホート数 - 早期離脱 - 中期離脱 + 復帰・拡張 = 継続顧客または継続売上 | レビュー間の変化を説明する セグメント | 顧客、商品、チャネル、期間で分ける | 平均値に隠れた悪化を見つける", "items": [ "公式 | nか月後リテンション = nか月後も残っているコホート内顧客数 / コホート開始時顧客数。 | 主な計算式として使う", "変動要因 | 開始コホート数 - 早期離脱 - 中期離脱 + 復帰・拡張 = 継続顧客または継続売上 | レビュー間の変化を説明する", "セグメント | 顧客、商品、チャネル、期間で分ける | 平均値に隠れた悪化を見つける" ] }, "boundary": { "key": "boundary", "title": "含めるもの / 含めないもの", "text": "この指標は、含める範囲と除外する範囲を固定して初めて比較できる。 含める | コホート定義、開始日、残存条件、観測期間、売上またはロゴ基準 | 比較可能にするため 含めない | 途中で別条件を混ぜた顧客群、定義変更後の過去値上書き | 改善タイミングを歪めないため 要定義 | 休眠、再開、プラン変更、複数アカウント | 継続判定が変わるため", "items": [ "含める | コホート定義、開始日、残存条件、観測期間、売上またはロゴ基準 | 比較可能にするため", "含めない | 途中で別条件を混ぜた顧客群、定義変更後の過去値上書き | 改善タイミングを歪めないため", "要定義 | 休眠、再開、プラン変更、複数アカウント | 継続判定が変わるため" ] }, "usage": [ { "key": "meaning", "title": "意味", "text": "リテンション・コホート分析は、登録月、契約月、獲得チャネル、プランなどで顧客を群に分け、その後の継続、利用、購入、売上維持を追跡する。平均継続率では見えない改善・悪化のタイミングを特定するために使う。 継続率コホート分析は、数値の良し悪しだけでなく、どの前提で測り、どの行動を変えるかまで確認する必要がある。このページでは、計算式、含めるものと含めないもの、変動要因、関連指標との違いを同じ前提で整理し、会議やレビューで数字をどう解釈するかまで扱う。単なる辞書定義ではなく、対象期間、セグメント、責任者、データソースをそろえて判断するための実務ページとして使う。", "items": [] }, { "key": "usage", "title": "役立つ場面", "text": "コホート別継続曲線と解約時期をシナリオ分析に当てはめ、継続改善のための施策を特定するのガードレールを設定する。 短期対応と根本改善のバランスが崩れた兆候を示し、戦略修正のタイミングを早めに示唆する。 継続率コホート分析を共通閾値として共有し、承認や定期レビューの判断を揃え、合意形成を早める。", "items": [ "コホート別継続曲線と解約時期をシナリオ分析に当てはめ、継続改善のための施策を特定するのガードレールを設定する。", "短期対応と根本改善のバランスが崩れた兆候を示し、戦略修正のタイミングを早めに示唆する。", "継続率コホート分析を共通閾値として共有し、承認や定期レビューの判断を揃え、合意形成を早める。" ] }, { "key": "usage", "title": "使い方のポイント", "text": null, "items": [ "継続率コホート分析は計算期間と入力定義を固定し、比較対象の条件も合わせてから評価する。", "コホート別継続曲線と解約時期に影響する先行指標を併せて追うと判断が速い。", "数値だけに依存せず、背景の定性情報や現場の事情、構造変化を添える。", "継続改善のための施策を特定するに関するトリガーとエスカレーション経路を設定する。", "事業構成や市場条件が変わったら前提を更新し、過去比較の歪みを防ぐ。" ] }, { "key": "drivers", "title": "何が数字を動かすか", "text": "変動要因を分解すると、数値を見た後にどの行動へ移すべきかが明確になる。 初期体験 | 早期離脱を左右する 利用頻度 | 習慣化すると継続しやすい 顧客セグメント | チャネルや業種で継続曲線が変わる", "items": [ "初期体験 | 早期離脱を左右する", "利用頻度 | 習慣化すると継続しやすい", "顧客セグメント | チャネルや業種で継続曲線が変わる" ] } ], "misunderstandings": [ { "key": "misunderstandings", "title": "判断するときの注意点", "text": "単独の数値だけで判断せず、前提、期間、セグメント、関連指標をそろえて読む。 全体平均だけでは新しいコホートの悪化を見落とす。 短期コホートを長期継続と同じ重みで解釈しない。 ロゴ継続と売上継続を分ける。", "items": [ "全体平均だけでは新しいコホートの悪化を見落とす。", "短期コホートを長期継続と同じ重みで解釈しない。", "ロゴ継続と売上継続を分ける。" ] }, { "key": "misunderstandings", "title": "よくある誤解 / 落とし穴", "text": null, "items": [ "継続率コホート分析は固定目標だという誤解があるが、許容水準は状況で変わる。", "継続率コホート分析が改善すれば常に良いとは限らず、隠れたコストがある。", "一時点の数値だけで十分と考えるのは誤りで、推移が重要である。" ] } ], "examples": [ { "key": "examples", "title": "最小例", "text": "1月獲得コホートは3か月後に70%残ったが、3月獲得コホートは50%まで落ちた。広告チャネルを確認すると低意図ユーザーの比率が増えていたため、獲得条件とオンボーディングを見直した。 その後、担当者はこの指標を単独で評価せず、関連指標、対象セグメント、前提変更、データ品質を同じレビュー表に並べた。数値が改善した場合も悪化した場合も、どのドライバーが動いたのかを確認し、次回の計画、予算、オペレーション変更に反映した。これにより、用語の理解で止まらず、実際の意思決定と検証サイクルに接続できた。 このときは、対象期間、母集団、計算ロジック、責任部門を記録し、前月比だけでなく関連指標との整合を見て、施策を継続するか、前提を修正するか、追加調査に回すかを決める。", "items": [] } ], "comparisons": [ { "key": "comparisons", "title": "似ている言葉との違い", "text": "平均継続率 | 全体の平均 | コホート分析は獲得時期別に見る Churn Rate | 期間内の離脱割合 | コホート分析は経過月別の曲線を見る LTV | 生涯価値 | コホート分析はLTV前提の実績検証に使う", "items": [ "平均継続率 | 全体の平均 | コホート分析は獲得時期別に見る", "Churn Rate | 期間内の離脱割合 | コホート分析は経過月別の曲線を見る", "LTV | 生涯価値 | コホート分析はLTV前提の実績検証に使う" ] }, { "key": "related_metrics", "title": "一緒に見る指標", "text": "一緒に見る指標を決めておくと、数字の良し悪しだけでなく原因と打ち手を議論できる。 Churn Rate | 離脱率 | コホートごとの離脱を読む NRR | 売上維持・拡張 | ロゴではなく売上の継続を見る 顧客維持戦略 | 改善施策 | 離脱タイミングに施策を合わせる", "items": [ "Churn Rate | 離脱率 | コホートごとの離脱を読む", "NRR | 売上維持・拡張 | ロゴではなく売上の継続を見る", "顧客維持戦略 | 改善施策 | 離脱タイミングに施策を合わせる" ] } ], "faq": [ { "question": "コホートは何で切るべきですか？", "answer": "獲得月、チャネル、プラン、業種など、改善アクションにつながる軸で切ります。" }, { "question": "ロゴと売上のどちらを見るべきですか？", "answer": "両方です。顧客数は残っていてもダウングレードで売上が落ちることがあります。" }, { "question": "期間が短いコホートは使えますか？", "answer": "初期離脱の検知には使えますが、長期継続の結論には慎重に扱います。" } ] }, "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "sources": { "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "visible_sources": [ { "label": "OpenStax: Principles of Marketing", "url": "https://openstax.org/details/books/principles-marketing", "kind": "Tier-S open textbook" }, { "label": "Wikipedia: Marketing metrics", "url": "https://en.wikipedia.org/wiki/Marketing_metrics", "kind": "Supplemental reference" } ] }, "related_terms": [ { "topic_id": "df87219f-2d62-557b-829d-8bf7ff5c4ae5", "canonical_slug": "customer-retention-strategy", "canonical_url": "https://core.yogoq.com/ja-JP/core/customer-retention-strategy", "title": "顧客維持戦略", "relation_type": "used_together" }, { "topic_id": "2c8dbafb-92e7-592e-816b-884d6cc6a6a3", "canonical_slug": "churn-rate", "canonical_url": "https://core.yogoq.com/ja-JP/core/churn-rate", "title": "解約率（Churn Rate）", "relation_type": "related" }, { "topic_id": "b4a7c840-2297-5d81-9a9c-3b81074f9cdf", "canonical_slug": "net-revenue-retention", "canonical_url": "https://core.yogoq.com/ja-JP/core/net-revenue-retention", "title": "ネットレベニューリテンション（NRR）", "relation_type": "related" } ], "relations": [ { "term_id": "df87219f-2d62-557b-829d-8bf7ff5c4ae5", "canonical_slug": "customer-retention-strategy", "canonical_url": "https://core.yogoq.com/ja-JP/core/customer-retention-strategy", "display_name": "顧客維持戦略", "relation_type": "related", "source_relation_type": "used_together" }, { "term_id": "2c8dbafb-92e7-592e-816b-884d6cc6a6a3", "canonical_slug": "churn-rate", "canonical_url": "https://core.yogoq.com/ja-JP/core/churn-rate", "display_name": "解約率（Churn Rate）", "relation_type": "related", "source_relation_type": "related" }, { "term_id": "b4a7c840-2297-5d81-9a9c-3b81074f9cdf", "canonical_slug": "net-revenue-retention", "canonical_url": "https://core.yogoq.com/ja-JP/core/net-revenue-retention", "display_name": "ネットレベニューリテンション（NRR）", "relation_type": "related", "source_relation_type": "related" } ], "chunk_ids": [ "core:chunk:retention-cohort-analysis:ja-JP:definition:9a76e741542690fa", "core:chunk:retention-cohort-analysis:ja-JP:formula:7396c1ef4014d7bc", "core:chunk:retention-cohort-analysis:ja-JP:boundary:9318ebcfbf7fd558", "core:chunk:retention-cohort-analysis:ja-JP:meaning:4e0f0c28108689fb", "core:chunk:retention-cohort-analysis:ja-JP:usage:0fa9ae6a9b29bbe3", "core:chunk:retention-cohort-analysis:ja-JP:usage:15050734dc7c5c05", "core:chunk:retention-cohort-analysis:ja-JP:drivers:e6a8ea3de517f099", "core:chunk:retention-cohort-analysis:ja-JP:misunderstandings:2d4cdf96eba58ea8", "core:chunk:retention-cohort-analysis:ja-JP:misunderstandings:8a9fdac710b3b1ba", "core:chunk:retention-cohort-analysis:ja-JP:examples:7b14fe1250040a1b", "core:chunk:retention-cohort-analysis:ja-JP:comparisons:d01e29905d3218ae", "core:chunk:retention-cohort-analysis:ja-JP:related_metrics:414329871ceb79a2", "core:chunk:retention-cohort-analysis:ja-JP:faq:c65a2e17f29807a5", "core:chunk:retention-cohort-analysis:ja-JP:faq:8f71ca14b1b9df3f", "core:chunk:retention-cohort-analysis:ja-JP:faq:cd72a3d3e68599b6" ], "chunks": [ { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:definition:9a76e741542690fa", "section_key": "definition", "heading": "一言でいうと", "text": "リテンション・コホート分析は、同じ時期や条件で獲得した顧客群の継続率を時系列で追う分析である。 実務では前提をそろえ、関連指標と一緒に見て判断する。", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "9a76e741542690faa13bb697bc98b7814b480905162f1bb02662e61dbdc12ea1" }, { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:formula:7396c1ef4014d7bc", "section_key": "formula", "heading": "計算の考え方", "text": "nか月後リテンション = nか月後も残っているコホート内顧客数 / コホート開始時顧客数。 公式 | nか月後リテンション = nか月後も残っているコホート内顧客数 / コホート開始時顧客数。 | 主な計算式として使う 変動要因 | 開始コホート数 - 早期離脱 - 中期離脱 + 復帰・拡張 = 継続顧客または継続売上 | レビュー間の変化を説明する セグメント | 顧客、商品、チャネル、期間で分ける | 平均値に隠れた悪化を見つける 公式 | nか月後リテンション = nか月後も残っているコホート内顧客数 / コホート開始時顧客数。 | 主な計算式として使う 変動要因 | 開始コホート数 - 早期離脱 - 中期離脱 + 復帰・拡張 = 継続顧客または継続売上 | レビュー間の変化を説明する セグメント | 顧客、商品、チャネル、期間で分ける | 平均値に隠れた悪化を見つける", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "7396c1ef4014d7bc06d6fe4e67deb561821342ab50e7a424a27be6315dea4a64" }, { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:boundary:9318ebcfbf7fd558", "section_key": "boundary", "heading": "含めるもの / 含めないもの", "text": "この指標は、含める範囲と除外する範囲を固定して初めて比較できる。 含める | コホート定義、開始日、残存条件、観測期間、売上またはロゴ基準 | 比較可能にするため 含めない | 途中で別条件を混ぜた顧客群、定義変更後の過去値上書き | 改善タイミングを歪めないため 要定義 | 休眠、再開、プラン変更、複数アカウント | 継続判定が変わるため 含める | コホート定義、開始日、残存条件、観測期間、売上またはロゴ基準 | 比較可能にするため 含めない | 途中で別条件を混ぜた顧客群、定義変更後の過去値上書き | 改善タイミングを歪めないため 要定義 | 休眠、再開、プラン変更、複数アカウント | 継続判定が変わるため", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "9318ebcfbf7fd55828116bdf05816516ba3bd88316fd6fb80ac74c0b4e5fcec9" }, { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:meaning:4e0f0c28108689fb", "section_key": "meaning", "heading": "意味", "text": "リテンション・コホート分析は、登録月、契約月、獲得チャネル、プランなどで顧客を群に分け、その後の継続、利用、購入、売上維持を追跡する。平均継続率では見えない改善・悪化のタイミングを特定するために使う。 継続率コホート分析は、数値の良し悪しだけでなく、どの前提で測り、どの行動を変えるかまで確認する必要がある。このページでは、計算式、含めるものと含めないもの、変動要因、関連指標との違いを同じ前提で整理し、会議やレビューで数字をどう解釈するかまで扱う。単なる辞書定義ではなく、対象期間、セグメント、責任者、データソースをそろえて判断するための実務ページとして使う。", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "4e0f0c28108689fbb4ed929d192a83bb0f8a282f977f5c15f23d3661c145abd2" }, { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:usage:0fa9ae6a9b29bbe3", "section_key": "usage", "heading": "役立つ場面", "text": "コホート別継続曲線と解約時期をシナリオ分析に当てはめ、継続改善のための施策を特定するのガードレールを設定する。 短期対応と根本改善のバランスが崩れた兆候を示し、戦略修正のタイミングを早めに示唆する。 継続率コホート分析を共通閾値として共有し、承認や定期レビューの判断を揃え、合意形成を早める。 コホート別継続曲線と解約時期をシナリオ分析に当てはめ、継続改善のための施策を特定するのガードレールを設定する。 短期対応と根本改善のバランスが崩れた兆候を示し、戦略修正のタイミングを早めに示唆する。 継続率コホート分析を共通閾値として共有し、承認や定期レビューの判断を揃え、合意形成を早める。", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "0fa9ae6a9b29bbe3871e923fd04c5f352258a23004614016d67c84caba838d37" }, { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:usage:15050734dc7c5c05", "section_key": "usage", "heading": "使い方のポイント", "text": "継続率コホート分析は計算期間と入力定義を固定し、比較対象の条件も合わせてから評価する。 コホート別継続曲線と解約時期に影響する先行指標を併せて追うと判断が速い。 数値だけに依存せず、背景の定性情報や現場の事情、構造変化を添える。 継続改善のための施策を特定するに関するトリガーとエスカレーション経路を設定する。 事業構成や市場条件が変わったら前提を更新し、過去比較の歪みを防ぐ。", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "15050734dc7c5c054700fc87831730878ca3ed68bb61f9861f3e839c6396a5b9" }, { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:drivers:e6a8ea3de517f099", "section_key": "drivers", "heading": "何が数字を動かすか", "text": "変動要因を分解すると、数値を見た後にどの行動へ移すべきかが明確になる。 初期体験 | 早期離脱を左右する 利用頻度 | 習慣化すると継続しやすい 顧客セグメント | チャネルや業種で継続曲線が変わる 初期体験 | 早期離脱を左右する 利用頻度 | 習慣化すると継続しやすい 顧客セグメント | チャネルや業種で継続曲線が変わる", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "e6a8ea3de517f09989325a21af1dd0ec28dde76305477747dc2550d206ad2f1a" }, { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:misunderstandings:2d4cdf96eba58ea8", "section_key": "misunderstandings", "heading": "判断するときの注意点", "text": "単独の数値だけで判断せず、前提、期間、セグメント、関連指標をそろえて読む。 全体平均だけでは新しいコホートの悪化を見落とす。 短期コホートを長期継続と同じ重みで解釈しない。 ロゴ継続と売上継続を分ける。 全体平均だけでは新しいコホートの悪化を見落とす。 短期コホートを長期継続と同じ重みで解釈しない。 ロゴ継続と売上継続を分ける。", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "2d4cdf96eba58ea83290468f2b876e4a89bbc1b583453273f21b7dd797e344ce" }, { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:misunderstandings:8a9fdac710b3b1ba", "section_key": "misunderstandings", "heading": "よくある誤解 / 落とし穴", "text": "継続率コホート分析は固定目標だという誤解があるが、許容水準は状況で変わる。 継続率コホート分析が改善すれば常に良いとは限らず、隠れたコストがある。 一時点の数値だけで十分と考えるのは誤りで、推移が重要である。", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "8a9fdac710b3b1baf4c558cbe1315469b367e90a6fbd8bad71cf9d1a021f44ef" }, { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:examples:7b14fe1250040a1b", "section_key": "examples", "heading": "最小例", "text": "1月獲得コホートは3か月後に70%残ったが、3月獲得コホートは50%まで落ちた。広告チャネルを確認すると低意図ユーザーの比率が増えていたため、獲得条件とオンボーディングを見直した。 その後、担当者はこの指標を単独で評価せず、関連指標、対象セグメント、前提変更、データ品質を同じレビュー表に並べた。数値が改善した場合も悪化した場合も、どのドライバーが動いたのかを確認し、次回の計画、予算、オペレーション変更に反映した。これにより、用語の理解で止まらず、実際の意思決定と検証サイクルに接続できた。 このときは、対象期間、母集団、計算ロジック、責任部門を記録し、前月比だけでなく関連指標との整合を見て、施策を継続するか、前提を修正するか、追加調査に回すかを決める。", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "7b14fe1250040a1bd2935f44c77c0c38f3dd6c33c2a2047f2e7b6b2805094374" }, { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:comparisons:d01e29905d3218ae", "section_key": "comparisons", "heading": "似ている言葉との違い", "text": "平均継続率 | 全体の平均 | コホート分析は獲得時期別に見る Churn Rate | 期間内の離脱割合 | コホート分析は経過月別の曲線を見る LTV | 生涯価値 | コホート分析はLTV前提の実績検証に使う 平均継続率 | 全体の平均 | コホート分析は獲得時期別に見る Churn Rate | 期間内の離脱割合 | コホート分析は経過月別の曲線を見る LTV | 生涯価値 | コホート分析はLTV前提の実績検証に使う", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "d01e29905d3218ae7a63e3c1f556526afb782e9ecf80c308ba07b366a6ce7354" }, { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:related_metrics:414329871ceb79a2", "section_key": "related_metrics", "heading": "一緒に見る指標", "text": "一緒に見る指標を決めておくと、数字の良し悪しだけでなく原因と打ち手を議論できる。 Churn Rate | 離脱率 | コホートごとの離脱を読む NRR | 売上維持・拡張 | ロゴではなく売上の継続を見る 顧客維持戦略 | 改善施策 | 離脱タイミングに施策を合わせる Churn Rate | 離脱率 | コホートごとの離脱を読む NRR | 売上維持・拡張 | ロゴではなく売上の継続を見る 顧客維持戦略 | 改善施策 | 離脱タイミングに施策を合わせる", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "414329871ceb79a282e5cd21ef5339277988f243b19d7cf31ce23cc9e883c342" }, { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:faq:c65a2e17f29807a5", "section_key": "faq", "heading": "コホートは何で切るべきですか？", "text": "コホートは何で切るべきですか？ 獲得月、チャネル、プラン、業種など、改善アクションにつながる軸で切ります。", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "c65a2e17f29807a5d079df965b7b604d598cc13d89ec33e94bc1165f45a1f88c" }, { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:faq:8f71ca14b1b9df3f", "section_key": "faq", "heading": "ロゴと売上のどちらを見るべきですか？", "text": "ロゴと売上のどちらを見るべきですか？ 両方です。顧客数は残っていてもダウングレードで売上が落ちることがあります。", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "8f71ca14b1b9df3f7aaa296b8a13f2eb32798e3d4c6038fb36d849e9f404d97a" }, { "chunk_id": "core:chunk:retention-cohort-analysis:ja-JP:faq:cd72a3d3e68599b6", "section_key": "faq", "heading": "期間が短いコホートは使えますか？", "text": "期間が短いコホートは使えますか？ 初期離脱の検知には使えますが、長期継続の結論には慎重に扱います。", "source_refs": [ "concept:business-concept-0273:en-US", "concept:business-concept-0273:ja-JP", "manual_promotion_packet:synthetic-business-concepts-batch4-2026-04-28" ], "content_hash": "cd72a3d3e68599b6a8fea36cf4e055f5acf79046e9c88e6ddcc6d6767950ad2a" } ], "content_hash": "21437a1e326a48e8f1ed71e47e93ec11c59feb8d61c6469bc1a23f982ce63aad", "hash_algorithm": "sha256", "rag": { "chunk_id_policy": "core:chunk:{canonical_slug}:{locale}:{section_key}:{sha256_16}", "content_hash_policy": "sha256_stable_json", "source_refs_precision": "source_object_ref_or_source_key_current_snapshot" }, "quality": { "content_tier": "db_backed", "quality": "reviewed", "publication_status": "published_reviewed", "source_count": 2, "last_reviewed_at": "2026-05-14T00:00:00.000Z", "trust_policy_version": "core-trust-policy-v1-2026-06-22" }, "limitations": { "policy_version": "core-trust-policy-v1-2026-06-22", "professional_advice_boundary": "reference_only_not_professional_advice", "text": "このページは調査・学習のための参照情報です。会計、法務、金融、医療、セキュリティなどの個別判断では一次情報や専門家の確認を優先してください。", "items": [ "公開ページは一般的な理解と実務上の判断材料を提供するもので、個別案件の専門助言ではありません。", "制度、価格、規制、会計基準、製品仕様など変化が速い情報は、最終判断前に一次情報で確認してください。", "AI支援を含む制作・監査フローを使う場合も、公開可否は品質ゲートと人間が読める証跡に基づいて扱います。" ] } }