コホート分析とは？意味とコホート表の見方、GA4・エクセルでのやり方

最終更新：2026年10月12日

コホート分析とは、同じ時期に獲得した顧客やユーザーを一つの集団（コホート）としてまとめ、その後の継続や購入が時間とともにどう変わるかを、集団どうしで比べる分析のことです。たとえば「4月に初めて買った人」「5月に初めて買った人」を別々の行に並べ、1か月後・2か月後に何割が残っているかを追います。結論を先に書くと、コホート分析の役目は、全体の平均が隠している「世代ごとの差」を見つけることにあります。全体の数字が横ばいでも、新しい世代ほど早く離れているなら、事業はすでに傾き始めています。コホート表の読み方を架空の例で示し、GA4やエクセルでのやり方、F2転換率やRFM分析との違いまでまとめました。

コホート分析とは？意味とコホート表の見方一覧

コホート分析とは、顧客を「いつ出会ったか」で束ね、束ごとにその後の動きを並べて比べる分析です。結果は、縦に獲得時期、横に経過期間を並べた三角形の表（コホート表）で見るのが一般的です。

コホート表は、読む方向によって分かることが変わります。表の各部分の意味を一覧にしました。

具体的な形を、架空の例で示します。月額サービスで、獲得した月ごとに「何割がまだ続けているか」を並べた表です。数字はすべて説明のための仮のものです。

4つの世代をまとめて「1か月後の継続率」を出すと、約50％になります。この数字だけを見ると、半分残っているならまずまず、と感じるかもしれません。でも縦に読むと、1月・2月の世代は6割近く残っているのに、3月以降の世代は4割台に落ちています。3月に獲得人数が大きく増えているので、たとえば集客のやり方を変えた月に、続かない人をたくさん連れてきてしまった可能性が見えてきます。全体の平均は、この段差をならして消してしまいます。

コホートの意味と由来──ローマ軍の部隊から人口学・医学へ

コホート（cohort）の語源は、古代ローマ軍の歩兵部隊の単位を指すラテン語のcohorsです。そこから「同じ時期に同じ経験をした人の集まり」という意味で使われるようになりました。

学問の言葉としてよく引かれるのは、人口学者ノーマン・ライダー（Norman B. Ryder）が1965年に「American Sociological Review」に発表した論文「The Cohort as a Concept in the Study of Social Change」です。同じ年に生まれた人々は同じ時代の出来事を同じ年齢で経験するので、世代ごとに追うと社会の変化が読み取れる、という考え方を示しました。マーケティングのコホート分析が「獲得時期」で人を束ねるのは、この発想をそのまま顧客に当てはめたものです。

医学で「コホート研究」と呼ばれるのも同じ考え方です。代表例のフラミンガム心臓研究は、公式サイトによると1948年9月に最初の検査が行われ、5,209人の集団を長く追って心臓病の危険因子を明らかにしてきました。「コホート 意味 医療」という検索が多いのは、こちらの意味で出会う人も多いからだと思います。

ただ、マーケティングでの「コホート分析」を誰が最初に使い始めたのかは、ぼくが調べた範囲でははっきりしませんでした。ウェブサービスや月額課金の広がりとともに、継続率を世代ごとに見る方法として定着した実務の言葉だと考えるのが実態に近いと思います。

セグメント分析・F2転換率・RFM分析との違い

コホート分析は、顧客を「いつ獲得したか」という時間の軸で分ける点が、ほかの分け方と違います。属性や行動で分けるセグメント分析やRFM分析は「いまどんな顧客か」を見る道具で、コホート分析は「いつ来た顧客が、その後どうなったか」を見る道具です。

この表のほかの道具は、コホート分析と組み合わせると精度が上がります。F2転換率は、初回購入の月ごとに区切って比べると、施策の効果が見えやすくなります。具体的な計算と区切り方はF2転換率の計算方法と目安の考え方に書きました。LTVも、全顧客の平均で出すより、世代ごとに出したほうが「最近の顧客の価値が下がっていないか」に気づけます。計算式はLTVの意味と計算式3種にまとめています。いまの顧客を優良客と離脱予備軍に分ける方法はRFM分析のやり方とスコアの付け方が詳しいです。

実務でどう使うか──全体平均が隠す世代の差を見る

コホート分析を実務で使う目的は、全体の数字が「良い」とも「悪い」とも言っていないときに、その裏で起きている世代ごとの変化を先に見つけることです。全体の平均は、古くからの顧客と新しい顧客を混ぜた数字なので、新しい世代の悪化を古い世代の安定が覆い隠してしまいます。

自分で月額のサービスを売る側に立つと、この怖さが身にしみます。全体の継続率が先月とほとんど変わらなくても、中身を世代で割ると、長く続けてくれている人たちが数字を支えていて、最近入った人ほど早く離れている、ということが起こりえます。全体の数字だけを見ていたら「今月も問題なし」で終わってしまう場面です。解約の割合そのものの計算方法と目安はチャーンレートとは？解約率の計算方法と目安、顧客・収益チャーンの違いにまとめました。

実際に表を作るときの手順は、次の5つです。

• 束ね方を決める：初回購入日・会員登録日・アプリの初回起動日など、何をもって「獲得」とするかを一つに決める
• 粒度を決める：商品の利用周期に合わせて、日・週・月のどれで区切るかを決める。月額課金なら月、アプリなら週や日が多い
• 指標を決める：継続率・購入率・1人あたり売上など、セルに入れる数字を一つにする
• 観測期間をそろえる：比べる世代どうしは、同じ経過期間の数字だけを比べる。獲得したばかりの世代の空欄を、ほかの世代の数字で埋めない
• 差の理由を獲得時の出来事と照らす：落ちている世代があったら、その月の集客経路・キャンペーン・価格・商品の変更を書き出して並べる

いちばん効くのは、最後の手順です。コホート表は「どの世代がおかしいか」までは教えてくれますが、「なぜか」は教えてくれません。広告で大きく獲得した月、割引で入ってきた月、紹介で入ってきた月。獲得したときの約束が違えば、その後の続き方も違います。世代の差は、たいてい入口の差です。入口の差をお金の面から見るなら、獲得した月ごとにCAC（顧客獲得コスト）を並べておくと比べやすくなります。

よくある失敗は、人数の少ない世代の数字を真に受けることです。獲得が30人の月の継続率は、数人の動きで大きく揺れます。人数が少ない事業では、月ではなく四半期で束ねるなど、一つの世代にある程度の人数が入るように区切り直したほうが、読み違いが減ります。

GA4・エクセルでのやり方と2026年時点の注意点

コホート分析は、GA4（Google アナリティクス 4）なら標準の「コホートデータ探索」で作れ、手元の購買データがあればエクセルのピボットテーブルでも作れます。どちらでも、束ね方・粒度・指標の3つを先に決めておくことが出発点です。

GA4の公式ヘルプ「コホートデータ探索」では、コホートを「共通の特性を持つユーザーのグループ」と定義し、主に次の設定で表を作ると説明しています。

• コホートへの登録条件：初回接触（ユーザー獲得日）や特定のイベントなど、コホートに入る条件
• リピートの条件：コホートに残り続けるために満たす条件
• コホートの粒度：毎日・毎週・毎月
• コホートの計算：その期間だけを数える「標準」、それ以前の期間も満たした人を数える「ローリング」、累計で数える「累計」

計算の種類を変えると、同じ設定でも数字が大きく変わります。会議で数字を見せるときは、どの計算で出したかを必ず添えておくと、話が食い違いません。

2026年時点で気をつけたいのは、データの保持期間です。GA4のデータ保持に関する公式ヘルプによると、標準のプロパティで選べる保持期間は2か月か14か月で、この設定はデータ探索に影響します。初期設定のまま運用していると、長い期間のコホートを後から追えないことがあるので、分析を始める前に確かめておくと安心です。

もうひとつ、ウェブの計測だけでは同じ人を追い切れないことも前提にしておきます。ブラウザやアプリの切り替え、Cookieの制限、同意の有無で、同じ人が別人として数えられることがあります。継続率や購入のように確実に追いたい数字は、会員IDや購買データといった自社の顧客データで作るほうが確かです。エクセルで作るなら、顧客ごとに「初回購入月」の列を足し、行に初回購入月、列に経過月数を置いてピボットで人数を数えれば、基本の形はできあがります。

コホート分析に関するよくある質問

コホート分析とセグメント分析の違いは何ですか？

コホート分析は「獲得した時期」で顧客を束ねて、その後の推移を世代ごとに比べる分析です。セグメント分析は年代や地域、流入経路などの属性や行動で分けて、層ごとの違いを見る分析です。コホートもセグメントの一種と言えますが、時間の軸で追うことに特化している点が違います。

マーケティングのコホート分析と、医療のコホート研究は同じものですか？

同じ時期に同じ条件を持つ集団を時間を追って観察する、という考え方は共通しています。医療のコホート研究は、生活習慣などの要因と病気の発生の関係を長い年月をかけて調べる研究です。マーケティングでは、獲得時期ごとの顧客の継続や購入を、数か月から数年の単位で追う分析を指します。

コホート分析はどのくらいの期間で見ればいいですか？

商品の利用や購入の周期に合わせて決めます。月額課金のサービスなら月単位で半年から1年、毎日使うアプリなら日単位や週単位で数週間を見ることが多いです。一度決めた区切りと観測期間は変えずに、世代どうしを同じ条件で比べることが大事です。

顧客が少なくてもコホート分析はできますか？

できますが、一つの世代に入る人数が少ないと、数人の動きで数字が大きく揺れます。その場合は、月ではなく四半期で束ねるなど区切りを粗くして、一つの世代にある程度の人数が入るようにします。数字の傾向を見つつ、離れた人に直接理由を聞く定性的な確認を組み合わせると、読み違いを防げます。

おわりに──顧客を「いつ出会ったか」で読み直す

コホート分析は、顧客を「いま何をしているか」ではなく「いつ出会ったか」で読み直す方法です。同じ商品を買った人でも、出会った月が違えば、受け取った約束も、入ってきた経路も違います。その違いが、半年後の続き方の差になって表に出てきます。

全体の数字が落ち着いているときほど、世代を割ってみる価値があります。平均はいつも、いちばん新しい変化にいちばん鈍い数字だからです。

平均が嘘をつくのではない。世代を混ぜて見ているだけ。

コホート表を一枚作ってみると、自分たちの事業がいまどの世代に支えられているのかが、思っていたよりはっきり見えてくると思います。