退会時にアンケートを取っているのに、解約理由の内訳は「価格」と「その他」ばかりで、打ち手につながらない——。SaaS やサブスクリプションサービスのチャーン対策で、最初にぶつかる壁です。
この記事では、選択式の退会アンケートで本音が取れない構造的な理由を整理したうえで、解約者に本音を答えてもらうための調査設計（タイミング・謝礼・匿名性）と、AI インタビューを使って 24 時間で解約理由を回収する方法を紹介します。
退会導線に組み込んだ選択式アンケートは、回収率も高く運用も楽な優れた仕組みです。ただし「解約理由の分析」に使おうとすると、構造的な限界が3つあります。
限界1: 選択肢が仮説の範囲を出ない
選択式の解約アンケートで集まるのは、あくまで「運営側が事前に想像できた理由」への投票結果です。想定外の理由は「その他」に吸い込まれ、気づけば「その他」が最多——という状態は、選択肢の設計が悪いのではなく、選択式という形式の宿命です。
限界2: 「価格」は無難な回答として選ばれやすい
解約の本当の理由が「担当者と合わなかった」「操作が覚えられなかった」であっても、退会画面で角が立たず、かつ噓でもないのは「価格が高い」です。価格が最多になるアンケート結果を額面どおりに受け取って値下げに走ると、真因を放置したまま利益だけが削れます。
限界3: 理由の連鎖が切れる
「あまり使わなくなったから」という回答は事実でも、改善に必要なのはその先の「なぜ使わなくなったのか」です。選択式アンケートは一問一答で理由の連鎖を追えないため、「使わなくなった」で止まった回答からは打ち手が導けません。
解約理由の調査を設計する前に、データ分析との役割分担を整理しておきます。
行動ログや契約データを使ったチャーン分析（解約率のセグメント分解・時系列分析）でわかるのは、「誰が・いつ・どんな行動パターンの後に」解約するかです。
一方、「なぜ」はログに残りません。ログ上は同じ「ログイン頻度低下→解約」でも、その裏にある理由が価格不満なのか、業務フローの変化なのか、競合への乗り換えなのかで、打つべき手はまったく変わります。
実務では次のループで回すのが基本形です。
1.チャーン分析で解約が集中しているセグメント・タイミングに当たりをつける
2.解約者への定性調査で「なぜ」を特定する
3.改善アクションを実行し、解約率の変化で検証する
このうち 2. の手段を比較すると、それぞれ一長一短があります。
「量の把握」は選択式アンケートに任せ、「なぜの特定」は解約者に直接聞く調査で補う。この組み合わせが解約理由分析の基本形です。問題は、解約者に直接聞く調査をどう成立させるかです。
解約者はすでにサービスを離れた人です。現役ユーザー向けの調査と同じ感覚で依頼しても答えてもらえません。設計の鍵は3つあります。
タイミング: 解約直後〜1週間以内に聞く。
解約を決めた瞬間の記憶と感情が鮮明なうちに聞くのが鉄則です。時間が経つほど理由は「なんとなく」に丸まっていきます。
退会導線の完了画面や解約確認メールから調査へ誘導し、「解約された方に、最後に5〜10分だけお話を伺いたい」と案内するのが最も自然です。
謝礼: 基本的には用意する。それもアンケートより厚めに。
解約者には「もう客ではないのに協力する理由」がありません。善意だけに頼った依頼はまず回収できないと考えるべきです。また、話を聞かせてもらうインタビュー形式は、選択式アンケートに比べて人によっては回答の負荷が高く感じられます。
負荷に見合う謝礼を提示できるかが回収率を左右するので、謝礼は選択式アンケートの相場より一段厚く設計しておくのが現実的です。
匿名性: 「担当者に伝わらない」ことを保証する。
カスタマーサクセスの担当者と顔の見える関係ができているほど、「担当への不満」「競合に乗り換えた」とは言いにくいものです。営業担当やCS担当が同席するヒアリングでは、本音は出ません。第三者が聞く、あるいは機械が聞き、回答は個人と紐づかない形で扱われる——という建て付けにするほうが、率直な理由を話してもらえます。
質問設計にもコツがあります。最初から「解約理由を教えてください」と聞くと、アンケートと同じ建前の一言が返ってくるだけです。
「解約を決めた瞬間、何がありましたか」ときっかけのエピソードから聞き、回答に応じて掘り下げていく——いわゆる半構造化インタビューの型が有効です。
質問ガイドの作り方は「半構造化インタビューの設計ガイド」で詳しく解説しています。
3つの鍵のうち、実務で最も重いのは「タイミング」です。
解約は毎日ぽつぽつ発生するのに、人手のインタビューは日程調整が必要で、解約直後のホットな期間を逃してしまいます。
ここを解決するのが、AI がモデレーターを務める AIインタビューです。
弊社の コルクトーク を例に、実際の画面で流れを紹介します。
スクリーニング（解約経験の確認）→ 解約のきっかけ → 理由の型による分岐 → 深掘り → 回答確認、という解約理由調査のフローをブロックでつないで設計します。
設計を公開すると参加用 URL が発行されるので、退会完了画面や解約確認メールに載せるだけで、解約者は解約したその瞬間に、その場でインタビューを受けられます。
モデレーターの日程調整が消えるため、URL を配ったその日から回答が集まり始め、同時に何人でも実施できます。「24 時間で回収」が現実的になるのはこのためです。
深掘りは AI が担う。 設計者が用意するのは質問と、その質問の目的、そして深掘りレベル（軽め・普通・深め）の指定だけです。実査では、回答の内容に応じて AI がその場で追い質問を組み立てます。
実際の回答画面がこちらです。「出社が増えて平日の夜に見る時間がなくなった」と答えた解約者に対し、AI が「その前はどんなペースで視聴されていたのか、差がわかるエピソードを」と、ガイドには書かれていない追い質問をその場で返しています。
相手が AI なので、担当者への遠慮で本音を飲み込む心理も働きにくくなります。
記録が自動で残る。 すべてのやり取りはタイムスタンプ付きの書き起こしとして自動保存されます。人手のインタビューで必要だった録音の文字起こし・議事録作成の工数はゼロになります。
なお、謝礼まで不要になるわけではありません。解約者に時間をもらう調査である以上、謝礼はだいたい必要です。
ただ、人手インタビューで大きな割合を占めていたモデレーター費・日程調整・文字起こしのコストがかからなくなるぶん、同じ調査予算でも謝礼に厚く配分して回収率を上げるという設計が可能になります。
従来手法とのコスト構造の違いは「デプスインタビューの費用相場と期間」で詳しく解説しています。
解約者へのデプスインタビューの設計・進め方は「デプスインタビューとは？やり方・質問例・費用まで実務で使える完全ガイド」で解説しています。
回収した解約理由がどう改善につながるか、デモ環境のデータを使った想定シナリオで見てみます（動画配信サービスの解約理由調査を模したものです）。
退会アンケートなら「価格」を選んだであろう解約者に、インタビューできっかけから聞いていくと、こんな理由の連鎖が見えてきました。
•「値上げの通知が来て、利用履歴を見返したら直近1ヶ月でドラマを2話しか見ていなかった。出社が増えて平日の夜に見る時間がなくなっていた。使っていないのに払い続けていることに気づいたのが決め手」
•「毎週見ていた海外ドラマが配信終了になり、見たい作品がなくなって競合サービスに乗り換えた。月額は今より高いが、見たい作品があるなら払う価値があると思った」
どちらも表面上は「価格」で片づけられがちな解約です。
しかし真因が「生活の変化による利用習慣の消失」なら打ち手は値下げではなく利用再開のきっかけ作り（視聴リマインドや再開特典）ですし、「コンテンツの穴」なら価格施策は無意味で、ラインナップ補強や配信終了前の告知設計が先です。
真因が変われば、打ち手が変わる——ここが解約理由調査の価値です。
コルクトーク では、回収したセッションを横断して解約理由を整理する分析テーブルを自動生成できます。
設問ごとに回答の要点が列として抽出されるので、「きっかけ」「決め手になった不満」を解約者ごとに見比べ、理由の型ごとの件数を数え、チャーン分析のセグメント（契約プラン・利用期間など）と突き合わせる、といった解約理由の分析がすぐに始められます。
退会アンケートをやめる必要はありません。選択式アンケートは「量の把握」に割り切って残しつつ、「なぜ」を特定するための解約者インタビューを重ねるのが、解約理由調査の現実解です。
• 選択式退会アンケートの限界は、選択肢の外が見えない・「価格」に建前が集まる・理由の連鎖が切れる、の3つ
• 解約者に答えてもらう鍵はタイミング（解約直後）・謝礼（アンケートより厚めに）・匿名性（担当者に伝わらない）
• AIインタビューならタイミングと匿名性の問題を解消でき、日程調整なしで 24 時間での回収が狙える。浮いたコストは謝礼に回して回収率を上げる
チャーン対策の打ち手がアンケート結果とかみ合っていないと感じたら、まず直近の解約者数人に「きっかけ」から聞く小さな調査から始めてみてください。
コルクトークなら、この記事で紹介した設計から回収・分析までを 1 つのプラットフォームで実施できます。
