デジタルマーケティングソリューション

サブスクリプションサービスにおける顧客の離脱防止をめざすには？

さまざまなカテゴリーでサブスクリプションのビジネスモデルが浸透しています。サブスクリプションはサービスを提供する事業者にとって売上を継続的に得られるのがメリットですが、その「継続的に」という点がまさにポイントであり、顧客の離脱には大きな影響を受けてしまいます。

そこで力を入れたいのがリテンションやエンゲージメント向上などの施策ですが、こうしたコミュニケーションを効果的に実施するにはデータの活用が重要になります。今回はAI（人工知能）を活用した離脱防止のヒントを紹介します。

資料ダウンロード

デジタルマーケティングソリューション PointInfinity

「会員管理システム」、「ポイント管理システム」にデジタルマーケティング機能を統合。
魅力的な会員プログラム、ポイントプログラムの構築から、運営で収集した情報を活用したAIによるレコメンド、効果測定などマーケティングのプロセスをトータルに支援することで、エンゲージメント向上を実現します。

ダウンロード

サブスクリプションビジネスの大きな課題は顧客の離脱防止

一定期間の利用に対して定額の料金を設定するサブスクリプション方式のビジネスモデルは、いまやあらゆる分野に広がっています。サブスクリプションのサービスとしては動画・音楽などのコンテンツ配信が真っ先に浮かぶでしょうが、雑誌の定期購読、毎月送られてくる健康食品や化粧品、スポーツクラブの利用なども同様のモデルですし、最近ではラーメンの食べ放題から、工場設備の稼働監視IoTソリューション、防犯・見守りなどのサービスまでがサブスクリプションで提供されています。

サブスクリプションのビジネスは、契約した顧客から月・年など一定期間の単位で決まった額の利用料を必ず得られるため、なんといっても安定した売上を継続できるのが最大のメリットといえるでしょう。さらに、新規顧客を獲得することで継続的に事業を成長させていくことができます。ただ、そこで問題となるのが顧客の離脱です。新規顧客の獲得以上に離脱されてしまっては、事業を成長させることはできません。

ということは、サブスクリプションビジネスから利益を安定的に生み続けるには、顧客の離脱防止をいかにして実現するかが大きな課題になります。

離脱防止がサブスクリプションビジネス成功のポイント

既存顧客の離脱防止には大きなメリットがあります。

新規顧客の獲得には、顧客への認知を広げる広告や、契約を後押しするキャンペーンなどで、人的リソースとコストが大きくかかります。対して、既存顧客はすでに接点があり、顧客情報も明らかなためリソースやコストをかけずにアプローチできます。新規顧客一人を獲得することと、既存顧客一人の離脱を防止することは、利用料の増減という観点で同じと考えると、既存顧客の離脱防止は投資効果の高い施策といえます。

そのため、サブスクリプションビジネスにおいては顧客の休眠・離脱（解約、退会）をできるだけ防ぐことが、成功に向けたポイントとなります。

ちなみに、その際に参考にできる指標として「チャーンレート（Churn Rate、解約率）」というものがあります。これは簡単にいえば、すべての顧客の中で解約した顧客の割合を示すもので、顧客数をもとに算出する場合は「（ある一定期間に解約した顧客数÷その期間前の総顧客数）×100」の式で計算します（このほか、期間の総収益をもとに算出する方法もあります）。既存顧客の休眠・離脱防止を実現するには、こうした指標を参考に、One to Oneマーケティングなどの施策を効果的に行うことをめざします。

顧客の離脱防止はなぜ難しい?

しかしながら、実は顧客の離脱防止は案外難しいのが現実です。なぜでしょうか。まず前提として、離脱することをすでに決めてしまった顧客を引き留めるのは相当に厳しいでしょう。そのうえで、離脱を決定するに至るまでの顧客の予兆は把握しにくいという事情があります。

離脱しそうな顧客を見つけることは比較的簡単です。たとえば「解約ページを見ている顧客」「ポイントを大量消費した顧客」そして「一定期間利用が無い顧客」などです。しかし、このような顧客を引き留めることは困難です。1つめと2つめの顧客はすでに解約することを決めたうえでの行動と推測され、3つめの顧客もすでに心は離れつつあるものと思われます。このような行動に至るには原因（サービスに不満がある、すでにそのサービスが不要になったなど）があり、離脱を防止するにはそもそもの原因を取り除く必要があります。

そう考えると、休眠・離脱を防ぐには、「離脱したいと思わせない」ための施策が重要だということになります。そこで、まずはサービスの利便性向上、利用促進、活用方法の提案など、顧客との良好な関係を維持するリテンション施策を行うことが大事になるでしょう。

とはいえ、それだけでは離脱していく顧客をなくすことはできませんから、休眠・離脱しそうな顧客にフォーカスした施策を行うことも必要になります。それには顧客が休眠したり、離脱を検討したりするよりも前に、「利用時間・頻度が下がった」「Webサイトを回遊してはいるものの購入していない」「サービスに不満を感じているようだ」といった予兆を捉えることが重要になります。

離脱防止を実現するには?

顧客の休眠・離脱の予兆を捉える、それもできる限り早い段階で捕捉するには、データの活用が必須です。顧客の行動・購買データから、前述の「利用が減った」「購入していない」といった休眠・離脱の予兆と考えられる行動変化を捉え、いち早くフォローすることが求められるわけです。

しかし、数多くの顧客の行動・購買データは膨大なものとなり、人間の手による分析作業だけでそこから有効な予兆を捉えることは簡単ではありません。そこで注目したいのが、AIを使ったアプローチです。

たとえば、ディープラーニング（深層学習）で休眠傾向を見せている人や離脱しそうな人の行動を学習することで、顧客一人ひとりの行動・購買データなどの分析から、離脱の可能性を数値化して予測することが可能となります。こうした予測を利用することで、休眠・離脱に至りそうな顧客をいち早く捉え、それをもとに適切なフォローの施策を打てるようになるわけです。

AIで分析・予測した結果を、One to Oneマーケティングやエンゲージメント向上などの取り組みに活用すれば、既存顧客の休眠・離脱を効果的に防止できるようになるでしょう。そして、それが結果的に解約率の低下を実現し、サービスの安定化と利益向上につながっていくはずです。

日立ソリューションズの、「PointInfinity AI分析」ではAIを用いた離脱防止施策の支援をおこなっています。「休眠アラート」では、会員の状態をアクティブ群、休眠予備群、完全休眠群の3群に自動分割し、離脱しそうな人を自動的に抽出します。また、「パーソナルレコメンド」では、AIによるレコメンドにより会員個々の今欲しい商品・サービスをレコメンドします。会員個々の趣味嗜好にマッチした商品・サービスとの出会いによって会員のアクティビティを上げ離脱を防止します。