今月のリピーター売上が増えても、顧客体験が改善したとは限りません。前年に獲得した顧客が多いだけかもしれず、新しく獲得した顧客は一度で離れている可能性があります。月次合計は、顧客がいつ始めたかを混ぜてしまいます。
結論としてコホート分析は、初回購入月など同じ開始条件を持つ顧客を一つの群にし、開始から同じ経過日数で再購入や売上を比較する方法です。初回購入月×経過月の三角表を作ると、新しい顧客ほど継続しているか、施策変更後にどこが改善したかを公平に見やすくなります。
最初に結論
ECでは顧客を初回購入月でまとめ、各群の30日・60日・90日以内の2回目購入率、購入者あたり累計売上などを追います。暦月の売上ではなく、顧客ごとの初回購入日から同じ日数を測り、まだ観測期間が来ていない新しい群を0%として扱わないことが重要です。
この記事のポイント
- ・コホートは開始条件が同じ顧客群、セグメントは属性や行動で分けた顧客群
- ・初回購入月と経過期間を揃え、古い群と新しい群を公平に比較する
- ・再購入率は顧客数を分母にし、返品・取消・ゲスト統合の定義を先に決める
- ・未観測期間、季節性、獲得チャネル、サンプル数を確認して施策効果を断定しない
対象：月次売上だけでは顧客の継続が分からないEC・D2C担当者、CRM担当者、分析初心者
1. コホート分析とセグメント分析の違い
コホートは、初回購入日、会員登録日、特定施策への参加日など、共通する開始時点や出来事を持つ集団です。開始から1か月後、2か月後という同じ時間軸で行動を追います。セグメントは年齢、地域、購入商品、会員ランクなどの属性や行動で分ける考え方で、必ずしも開始時点を揃えません。
たとえば『東京の顧客』はセグメント、『2026年4月に初めて購入した顧客』はコホートです。両者は組み合わせられます。4月初回購入コホートを広告チャネル別に分ければ、同時期に獲得した顧客の継続を比較できます。ただし細かく分けすぎると人数が少なくなり、偶然の揺れが大きくなります。
| 観点 | コホート分析 | セグメント分析 |
|---|---|---|
| 分け方 | 共通の開始時点・出来事 | 属性・状態・行動 |
| 時間 | 開始後の経過時間を揃える | 任意の時点で比較することも多い |
| ECの例 | 初回購入月別の90日再購入 | 商品カテゴリ別の顧客単価 |
| 得意な問い | 継続や定着は改善したか | どの顧客群が違うか |
2. 最初に必要なデータと定義
基本的に必要なのは、安定した顧客ID、注文ID、注文日時、注文状態、金額、返品・キャンセルです。顧客ごとの最初の有効注文日時を求め、その月をコホート月にします。次の有効注文までの日数を計算し、30日以内、60日以内、90日以内などの再購入フラグを作ります。
メールアドレスだけで顧客を統合すると、共有アドレスや変更で誤りが起きます。会員IDがないゲスト購入を統合できないなら、その制約を明記して別集計にします。テスト注文、全額取消、交換、定期購入の自動注文を含むかも先に決めます。再購入率を比較するなら、すべての期間で同じルールを適用します。
- customer_id：同じ顧客を期間をまたいで識別する鍵
- order_id：重複を除き、注文単位を確定する鍵
- ordered_at：初回日と経過日数を計算する日時
- status・refund：有効注文と純売上を判断する状態
- amount・currency：売上や累計価値を比較する金額と通貨
- 任意の属性：初回商品、獲得チャネル、クーポンなど原因探索の切り口
3. 初回購入月別リピート率の計算方法
30日再購入率は、『初回購入から30日以内に2回目の有効注文をした顧客数÷そのコホートの初回購入顧客数』で計算できます。注文数ではなく顧客数を分母・分子にします。一人が複数回購入しても一人として数えます。率だけでなく、分母の顧客数と再購入人数を併記します。
月単位の分析では、暦月の翌月購入率と、初回から30日以内の購入率は一致しません。月末に初回購入した人は翌月まで数日しかありません。顧客体験の速度を比較するなら経過日数、会計月ごとの貢献を見るなら暦月を使うなど、問いに合わせて方法を選び、タイトルへ明記します。
| 指標 | 計算 | 分かること |
|---|---|---|
| 30日再購入率 | 30日以内に再購入した顧客÷初回顧客 | 早期の再購入 |
| 90日再購入率 | 90日以内に再購入した顧客÷初回顧客 | 中期の継続 |
| 顧客あたり累計売上 | コホート累計純売上÷初回顧客 | 獲得後の売上価値 |
| 購入頻度 | 期間内有効注文数÷購入顧客 | 再購入者の回数 |
4. 三角表の作り方と読み方
行に初回購入月、列に初回からの経過月を置き、セルに再購入率や累計売上を入れます。全コホートに存在する0か月目は埋まり、古いコホートほど右側まで観測できます。新しいコホートは未来のセルが空白になるため、表全体が三角形に見えます。空白を0%で埋めないことが重要です。
縦に読むと、同じ経過月で新旧コホートを比較できます。たとえば2か月目の再購入率が施策導入後の群で継続して高いかを見ます。横に読むと、一つのコホートが時間とともにどう積み上がるかを見られます。色の濃さだけに頼らず率と人数を表示し、色覚に配慮した配色を使います。
- 顧客ごとの初回日を求める：有効注文だけから最小の注文日時を計算する。
- コホート月を付ける：初回日を月初へ丸め、顧客の所属行を決める。
- 経過期間を計算する：各注文が初回から何日・何か月後かを求める。
- 顧客単位へ集約する：期間内に再購入したか、累計純売上はいくらかを計算する。
- 行列へ並べ検証する：率・人数・未観測を表示し、サンプル顧客を手で照合する。
5. Shopify・GA4で確認する方法
Shopifyの顧客レポートには、プランや権限に応じて顧客、リピーター、予測消費階層、コホートに関連する分析機能があります。まず標準レポートで方向を確認し、自社定義と必要な切り口を満たすかを確認します。利用できるレポートや項目はプラン・仕様変更の影響を受けるため公式ヘルプを参照します。
GA4のコホート探索は、特定条件を満たしたユーザー群の継続行動を見る探索手法です。ただしGoogleの公式ヘルプでは、コホート探索はデバイスデータに基づき、User-IDを考慮しないと説明されています。ECの購入顧客を会員IDで厳密に追う用途と同じとは限らないため、目的に応じてShopify注文やDWHの顧客ID分析と使い分けます。
6. コホートの差を施策へ変える
初回購入後30日の再購入率が落ちたら、まずどの初回商品、獲得チャネル、値引き条件で差が大きいかを確認します。消耗周期が60日の商品なら30日再購入を無理に上げるのではなく、商品に合う期間を使います。初回商品の使い方、配送遅延、欠品、フォローメール、定期便導線など、顧客体験の仮説へつなげます。
施策は対象コホート、開始日、変更内容、主要指標、副作用指標を残します。たとえば同梱ガイドを改善した場合、90日再購入率だけでなく返品率、問い合わせ率、値引き費用も見ます。複数施策や季節が同時に変わると因果を断定できないため、可能なら対象を分けた実験や段階導入で確かめます。
- 初回商品別：使用周期や期待との不一致を探る
- 獲得チャネル別：値引き目的の顧客や訴求のずれを確認する
- 配送・在庫別：遅延や欠品が次回購入へ与える影響を調べる
- CRM施策別：案内時期・内容・対象の違いを比較する
- 粗利・返品：再購入率だけを上げた副作用を監視する
7. 誤読を防ぐ6つの注意点
最も多い誤りは、新しいコホートの90日値を0%と扱う右側打ち切りです。観測期間が終わった顧客だけを分母にするか、未観測セルを空白にします。次に季節性です。ギフト商材の12月獲得客と平月を比べるなら、前年同月や初回商品も確認します。人数が少ない群は率が大きく変動します。
獲得単価の違い、値引き、商品の販売終了、定期購入、自動更新、返品も結果へ影響します。生存者だけを対象にすると解約者が消え、良く見えることがあります。分析開始前に対象顧客を固定し、後から都合のよい除外を増やしません。率、人数、売上、粗利を一緒に見て、観察データから原因を断定しないようにします。
| 落とし穴 | 対策 |
|---|---|
| 未観測期間を0%にする | 空白表示または観測完了者だけで比較 |
| 小さな母数の率を断定 | 顧客数・人数・不確実性を併記 |
| 季節や商品構成を無視 | 前年同月、初回商品、チャネルを確認 |
| 返品前の売上だけを見る | 純売上・返品率・粗利も追う |
| 顧客IDを誤って統合 | IDルールとゲストの限界を明記 |
| 相関を施策効果と断定 | 実験または追加証拠で検証 |
8. 毎月30分で続ける運用
月次では、新しく観測可能になったセル、前年同月との差、急変したコホート、データ品質を確認します。変化があったら初回商品・チャネルなど一つか二つの切り口で掘り、仮説と次の検証を残します。毎回すべての群を深掘りせず、意思決定へつながる例外に集中します。
指標定義、SQL、データ更新、ダッシュボードの所有者を決め、定義変更日は注記します。経営向けには再購入率、顧客あたり累計粗利、コホート人数を絞って示し、担当者向けには商品・チャネル明細への導線を用意します。コホート表を作ることではなく、獲得後の顧客価値を改善することが目的です。
次に読む記事
参考文献
本記事は以下の公式文書、標準、論文、公開記事・投稿を確認し、初心者向けに論点を再構成しています。 仕様や制度は更新されるため、導入時はリンク先の最新版も確認してください。
- Cohort exploration — Google Analytics Help（最終確認：2026-08-07）：GA4コホート探索の定義、構成、デバイスベースという制約を参照。
- Shopify customer reports — Shopify Help Center（最終確認：2026-08-07）：Shopifyの顧客・リピーター関連レポートと利用条件を参照。
- ECサイト分析ガイド — Shopify Japan（最終確認：2026-08-07）：EC分析における顧客・売上指標の実務文脈を参照。
- Cohort retention analysis — Shopify（最終確認：2026-08-07）：コホート表、継続分析、施策への接続を参照。
よくある質問
コホート分析は何人からできますか？
固定の最低人数はありませんが、少人数ほど率が大きく揺れます。各セルに分母と人数を表示し、細かく分けすぎず、数か月の傾向や実数と合わせて判断してください。
リピート率は30日と翌月のどちらで見るべきですか？
顧客体験の速度を比べるなら初回から30日、会計月の貢献を見るなら翌月が便利です。目的に合わせて選び、異なる定義を同じ名前で混ぜないでください。
GA4だけで購入コホートを分析できますか？
サイト行動のコホート探索はできますが、公式仕様上デバイスベースでUser-IDを考慮しない制約があります。会員単位の注文・返品・長期LTVには、EC受注データを正として併用するのが安全です。
まとめと次の一歩
ECのコホート分析は、今月の売上に混ざる獲得量の差を外し、同じ開始時点から顧客体験がどう続いたかを比べる方法です。観測期間、返品、顧客ID、母数を揃えることで、再購入率の上下をCRMや初回商品の改善仮説へ安全につなげられます。