いきなり結論

「満足度が上がったのに解約が増えた」は矛盾じゃない。“誰が増えたか”が違うだけかもしれない。

満足度（NPSなど）が上がったのに、解約率も上がる。
この現象、SaaS・サブスク・会員ビジネスではわりと普通に起きます。

すると、こう言いたくなる。

「満足度って意味あるの？」

でもそれは早い。
このケースは、疑似相関の中でも特に重要なテーマで、正体はたいてい次のどれかです。

・セグメントが混ざっている（新規と既存、プラン別など）
・平均にだまされている（シンプソンのパラドックス）
・時間差がある（満足度は先行、解約は遅れて出る／逆もある）

相関はヒント。因果は証拠。
今日は「全体平均の数字」で現場を誤解しないための話をします。

---

1. なぜ「満足度が高いのに解約が増える」が起きるのか

まず、超わかりやすい例を作ります。

例：既存は満足、新規はミスマッチ

・既存顧客：プロダクトに慣れていて満足度が高い（解約しにくい）
・新規顧客：期待と違ってミスマッチが起きやすい（解約しやすい）

ここで、ある月に「新規獲得が爆増」したとします。

するとどうなるか。

・既存顧客の満足度は高いまま（むしろ改善でさらに上がる）
・でも新規が増えた分、ミスマッチ解約が増える

結果として、全体ではこう見えます。

満足度が上がったのに、解約が増えた

ここで危ないのが、次の飛躍。

「満足度を上げても意味がない」

違います。
“誰の満足度が上がって、誰が解約しているか”を分けて見ていないだけ。

---

2. 用語を“日本一やさしく”整理する

今回の主役は「平均のワナ」と「セグメント」です。

相関（correlation）

Aが上がるとBも上がる（または下がる）という「いっしょに動く」関係。
満足度と解約が同時に動くこともありますが、解釈には注意が必要です。

因果（causation）

Aが原因でBが起きるという関係。
満足度が上がったから解約が減る、は“あり得る”けど、相関だけで断定はできません。

セグメント（層）

顧客を「似た者同士」で分けること。

・新規／既存
・プラン別
・利用頻度別
・業種別

など。

顧客が混ざっていると、全体平均の数字は“ぼやけます”。

シンプソンのパラドックス

全体で見るとAとBはこう見えるのに、グループ別に見ると逆（または別の結論）になる現象。

つまり「全体平均が嘘をつく」ことがあります。

難しそうに聞こえますが、やることはシンプル。

分けて見るだけ。

---

3. 「これは本当？ 嘘？」をちゃんと分ける

今回も2つに分解します。

Q1：相関（満足度↑ 解約↑）は本当？

本当です。
全体データでは同時に起きることがあります。

Q2：因果（満足度を上げると解約が増える）は本当？

嘘かもしれない。
少なくとも相関だけでは因果は言えません。

むしろ疑うべきは次。

・新規比率が増えた（解約が増えやすい層が増えた）
・プラン構成が変わった（解約しやすいプランが増えた）
・価格改定・競合参入など、別要因が解約に直撃している

---

4. ビジネスでの“実害”：全体平均で判断すると「正しい施策」を捨てる

この現象を雑に解釈すると、こんな誤判断が起きます。

・間違い：「満足度改善は意味ない」→ CS/UX改善をやめる
・正しい：「誰が解約しているか」を特定し、そこに手当てする

満足度改善は、たいてい“既存”には効きます。
一方、解約が増えるのは“新規”のオンボーディングや期待値ズレが原因だったりする。

つまり打ち手は、同じではありません。

・既存：体験改善、サポート強化、機能改善
・新規：オンボーディング、期待値調整、導入支援

全体平均だけで見ていると、この違いが消えます。

---

5. 今日から使える：平均のワナチェック「3つだけ」

初心者でも迷わないよう、3つに絞ります。

チェック①：新規／既存で分けると結論はどうなる？

まずはこれだけでOKです。

・新規の満足度と解約
・既存の満足度と解約

これを分けると、「満足度↑なのに解約↑」が一気にほどけることが多い。

チェック②：プラン別・利用頻度別で見ると逆転しない？

解約は、層によって“当たり前に違う”指標です。

・低単価プランは解約が高い
・利用頻度が低い層は解約が高い

ここが混ざっていると、全体の解釈がズレます。

チェック③：時間差（ラグ）を疑う

満足度は“今の気持ち”。解約は“後で起きる行動”。
だから、こういうズレが起きます。

・今月の満足度改善が、解約低下として出るのは来月以降
・逆に、今月の価格改定の解約が、満足度にはまだ出ていない

時間差を無視すると、因果が読めなくなります。

---

6. 実務の最小アクション：満足度を「意思決定の武器」に変える

最小手を3つ紹介します。

最小手①：満足度を「セグメント×推移」で見る

おすすめは、この2軸。

・セグメント（新規/既存、プラン別）
・月次推移（いつから変わったか）

全体平均より、10倍役に立ちます。

最小手②：解約の前兆指標をセットで持つ

解約は突然見えて、実は前兆があります。

・ログイン頻度
・利用機能数
・重要機能の利用回数
・問い合わせの増減

満足度と一緒に見ると、「どの層が危ないか」がわかります。

最小手③：新規の“期待値ズレ”を潰す

新規解約の多くは、満足度の低さというより

・想像と違った
・使いこなせなかった

です。

・LP/営業トークで期待値を揃える
・初回導入の成功体験を最速で作る

ここが効きます。

---

まとめ

・「満足度が高いのに解約が増える」という現象は起きる（これは本当）
・でも「満足度を上げると解約が増える」とは言えない（これは嘘かもしれない）
・正体は、セグメント混在＋平均のワナ（シンプソンのパラドックス）＋時間差の可能性
・解決策は「分けて見る」こと。新規と既存で打ち手は変わる

最後に一言。
平均は便利。でも、現場を消す。

---

次回予告：第8回「クーポンを配るほど、利益が下がる？」
割引が悪いのか、配る状況が悪いのか。疑似相関で裁きます。