ここで、SaaS企業によくある「突然の解約」の実例を考えてみましょう。

■ 事例：あるMA（マーケティングオートメーション）ツールのケース

• ヘルススコア上はすべて「緑（健康・活用中）」だったA社。ログインも毎日あり、メール配信も定期的に行われていました。
• しかし契約更新の1ヶ月前、突如として解約の申し出がありました。
• 理由をヒアリングすると、「担当者はツールを頑張って使っていたが、孤独に作業をしており上位のマーケティング戦略にデータを活かせていなかった。結果として、費用対効果が合わないと経営陣から判断され解約を指示された」とのことでした。

このように、ツールへのログイン履歴（システムの定量データ）だけでは、「担当者の孤独」や「経営陣との目的のズレ」といった「定性的な課題（感情や状況）」は全く見抜けなかったのです。「スコアは良好だったのに、いきなり解約された」という事態は、この定量データと顧客の実際の「熱量」のギャップから生まれます。

顧客がサービスにきちんとアクセスできているか、土台となる利用状況を確認する最も基礎的な指標です。

• 測定する目的：日常的なツールへの接触頻度や、離脱リスクの早期発見
• 具体的な指標の例：システムへのログイン頻度（DAU/MAU）、利用時間、直近のアクティビティからの経過日数、セッション数
• 活用のアドバイス：導入初期（オンボーディング期）においてこの数字が極端に低い場合、ログイン方法すら分かっていない等の根本的な問題があるため、即座にヒアリング（ハイタッチ）の電話を入れるべきアラートとなります。

単なるログインの有無ではなく、自社のサービスが提供する「本質的な価値（コアバリュー）」に触れる主要機能がしっかりと使われているかを測ります。

• 測定する目的：顧客が「アハ・モーメント（価値を実感する瞬間）」に到達しているかの確認
• 具体的な指標の例：核心的機能の利用率や利用回数、特定アクション（例：帳票発行数、経費申請数など）の完了数、ライセンスの消化率（契約IDに対するアクティブIDの割合）
• 活用のアドバイス：ヘビーユーザー数名が使っているだけで平均値が上がってしまうケースを防ぐため、「全ユーザーのアクティブ率」など、分散状況もスコアに加味することが重要です。

顧客が自社サービスを使うことで、当初の導入目的であったビジネス上の成果を実際に上げられているかを確認します。

• 測定する目的：投資対効果（ROI）の証明と、エグゼクティブ層の満足度把握
• 具体的な指標の例：ROIの達成度、顧客自身が掲げた目標（KGI）に対する進捗率、NPS®（推奨者正味比率）、CES（カスタマーエフォートスコア：顧客努力指標）
• 活用のアドバイス：システムからは自動取得できないデータが多いため、定期アンケート調査や、QBR（四半期ごとのビジネスレビュー）の場で顧客とすり合わせた目標達成度を定点的にスコア化して入力します。

システムの利用状況だけでは見えない、自社に対する愛着や、業務改善に向けた前向きな姿勢を定量的・定性的に測ります。

• 測定する目的：アップセルのポテンシャルや、将来のチャーンリスク（停滞感）の先行検知
• 具体的な指標の例：コミュニティでのログイン頻度・発信回数、ノウハウ記事の閲覧数、オフラインユーザー会への参加履歴、自社イベントでの登壇実績
• 活用のアドバイス：「システム利用頻度は低いが、コミュニティでの発言や記事閲覧が活発」な顧客は、やり方に迷っているだけの可能性が高く、CSMのちょっとしたフォローで一気に優良顧客へ引き上げられる「伸びしろ」の大きい層と判断できます。

• 直面していた課題：
  システム導入から数ヶ月経つと「機能の使い方は分かったが、自社の既存業務フローにどう組み込めばいいか」分からず、担当者の熱量が下がり半年後にチャーン（解約）に繋がる顧客が多数発生していました。
• 講じた施策：
  ユーザー同士が実際の業務への活用法や工夫を相談できるオンラインコミュニティを構築。コミュニティ内での「検索回数」や「他者の質問・回答コンテンツの閲覧数」を新たなヘルススコア項目として追加し、利用データと紐づけました。
• 生み出した成果：
  プロダクトのダッシュボード上では「利用頻度低下」に分類され、通常なら解約予備軍として扱われる顧客でも、コミュニティ内で熱心に他社事例を学んでいる（記事を読み込んでいる）層を特定。「今は使い方に迷っているが、学習意欲自体は極めて高い顧客」としてCSMがピンポイントでロータッチのフォローを行い、V字回復的なシステムの定着を実現。結果としてオンボーディング期の解約率を大幅に低下させました。

• 直面していた課題：
  既存顧客に対する追加ライセンスの営業や、上位プランへのアップセル提案を行うべき「適切なタイミング」がデータとして可視化されておらず、営業担当やCSの勘頼みになっていました。
• 講じた施策：
  コミュニティ内での「他社の運用相談に対する回答（エデュケーション行動）」や「自社の成功事例の自発的な投稿」の回数を、ヘルススコアの「熱量指標」として高く重み付けして設定しました。
• 生み出した成果：
  サービスを深く理解し他者へ教えられるレベル（エバンジェリスト化）に達しつつある顧客を、スコアの急上昇によっていち早く検知できるようになりました。この熱量が高まったベストなタイミングで、エンタープライズプランへの移行や、他部署（全社）への横展開を提案したところ、導入に極めて前向きな反応が得られ、高確率でのアップセル・クロスセルに成功しました。

「使いこなせないほどの大量の指標を用意してしまう」のは、ヘルススコア設計において一番やってはいけない失敗です。50項目ものデータが並ぶダッシュボードは、結局データが増えすぎて誰も見なくなり、CSMが直感的に状況を見極めるのが困難になります。

まずは自社の過去のデータと向き合います。「解約してしまった顧客」と「上位プランへアップセルしてくれた顧客」の行動履歴を比較してください。「解約前、実はコミュニティへのアクセスが2ヶ月間完全に途絶えていた」「アップセルした顧客は、導入期に必ず機能Aと機能Bをセットで使っていた」などの共通シグナル（相関関係）が見えてくるはずです。ここから、本当にビジネス成果に影響する5〜10個程度に指標を絞り込みましょう。データは厳選することで初めて「使える武器」になります。

ヘルススコアは、数値を眺めて一喜一憂するためのものではありません。スコアが一定の閾値を下回った、あるいは急変動した際に、「誰が・どのチャネルで・どう動くか（プレイブック）」を組織として事前に決めておく必要があります。

• スコア低下（軽度・黄信号）：
  システムによる自動案内（テックタッチ）を活用します。つまずいている機能に関連するFAQ記事のメール配信や、コミュニティの初心者向けイベントへの招待など、1toManyの効率的なアプローチでフォローします。
• スコア低下（重度・赤信号）：
  人間（CSM）の個別介入（ハイタッチ）が必須です。速やかに状況ヒアリングの打ち合わせをセットアップし、場合によっては部門のエグゼクティブ層を巻き込んだリカバリープラン（立て直し計画）を提案し、離反を食い止めます。
• スコア急上昇（青信号）：
  サクセス事例のインタビュー打診や、ユーザー会での登壇依頼を行います。また、熱量が高まったタイミングを逃さず、セールス部門へトスアップしてアップセルの商談に繋げます。

ヘルススコアが提示するのはあくまで「過去のデータに基づいた予測」に過ぎません。最終的に顧客の意図を汲み取り判断を下すのは人（CSM）であり、すべての顧客の複雑な個別事情（例：強烈な推進者だった担当者の突然の異動など）を、スコアだけで完全に分類・予測することは不可能です。

日々のサポートの中で担当CSMが感じる「この顧客はスコアは高いが、最近メールの返信が極端に遅くなり怪しい」「システムの利用率は高いのに、打ち合わせの熱量が低い」といった、「現場の肌感覚・微細な違和感」を軽視してはいけません。

AIやデータアルゴリズムが完璧ではないことを前提に、定期的なチームミーティングで「なぜこの顧客のスコアと、担当者が現場で感じる肌感覚がズレているのか？」を議論しましょう。この違和感を放置せず、スコアの重み付けや評価項目自体を毎月見直す（フィードバックループを回し続ける）仕組みを持つことが、現実に即した最強のカスタマーサクセス組織を作る最大の秘訣です。

🔽 「3分でわかるCommune」を無料でダウンロードする →
コミュニティがもたらす事業上のメリットや具体的な導入効果、BtoB/BtoC問わず豊富な業界別の活用事例をご確認いただけます。