チャーンレートとは？計算方法・種類とSaaS業界平均の目安を一次データで整理

チャーンレート（解約率）は、一定期間に失った顧客数または収益の割合を示す指標です。「SaaSの業界平均は3%程度」という数字が広く引用されていますが、その3%が月次なのか年次なのか、顧客数ベースなのか売上ベースなのか、自己申告のアンケートなのか課金データの実測なのかを揃えずに比べると、10倍近い読み違いが起きます。この記事では計算方法と種類を押さえたうえで、Recurly・ChartMogul・SaaS Capital・Fullstarの調査を測定ベース付きで並べ、自社の数値をどこに置けばよいかまでを整理します。

まとめ：チャーンレートの要点

• チャーンレートには顧客数ベース（カスタマーチャーン、ロゴチャーン）と売上ベース（レベニューチャーン、NRR）があり、同じ会社でも両者は一致しません。
• 公開されている「業界平均」は月次と年次が混在しています。国内BtoB SaaSの月次3.01%（Fullstar、2025年）とRecurlyネットワークの年次3.22%（2026年7月）はほぼ同じ数字に見えますが、年ベースに揃えずに比べると約10倍読み違えます。
• 年次チャーンは月次の12倍になりません。Recurlyによれば月次2%は年次で約22%です。月次3.01%を年換算すると約30.7%になります。
• SaaSの年次チャーン3.22%のうち1.06%は決済失敗による非自主チャーンで、全体の約3分の1を占めます（Recurly、2026年7月）。改善の初手は製品ではなく決済です。
• NRRが100%を超えるネガティブチャーンは目標として語られがちですが、課金データで実測したB2B SaaSのNRR中央値は82%にとどまります（ChartMogul、約2,700社）。100%超を報告しているのはいずれも企業の自己申告調査です。

チャーンレート（解約率）の定義と2つの測定ベース

チャーンレートは、期間の初めに存在した顧客または収益のうち、その期間中に失われた割合です。英語のchurnは「かき混ぜる」を意味し、顧客の出入りが激しい状態を指してビジネス用語として定着しました。指標としての実体は2つに分かれます。ひとつは何社（何人）辞めたかを数える顧客数ベース、もうひとつはいくら失ったかを数える売上ベースです。

この2つは同じ会社でも一致しません。小口の顧客が10社解約し、大口が1社も抜けなければ、顧客数ベースの解約率は跳ね上がる一方で売上ベースはほとんど動かないままです。逆に大口1社のダウングレードだけで売上ベースが悪化することもあります。どちらか片方だけを見て「解約率は改善した」と判断すると、収益の実態を取り違えかねません。なお、継続した側の割合を見るのがリテンションレート（継続率）で、単純な顧客数ベースであれば100%から解約率を引いた値になります。

チャーンレートの計算方法｜計算式と分母の決め方

計算式そのものは単純ですが、実務で数値がぶれる原因は分母の定義と期間の取り方に集中します。

基本の計算式｜月次と年次の使い分け

顧客数ベースの基本式は「期間中の解約顧客数 ÷ 期首の顧客数 × 100」です。期首1,000社のうち30社が解約すれば3.0%になります。売上ベースは顧客数をMRR（月次経常収益）に置き換え、「期間中に失ったMRR ÷ 期首のMRR × 100」で求めます。月額課金が中心なら月次、年間契約が中心なら年次で測るのが原則です。年間契約の顧客は解約の機会が年1回しか訪れないため、月次で割ると実態より小さい数字が出続けます。

4つの指標を同じ数字で計算した例

同じ会社でも指標によって値が変わることは、ひとつの前提で計算してみると一目で分かります。期首1,000社・期首MRR1,000万円、期間中に30社が解約して40万円の減収、既存顧客のダウングレードで10万円の減収、アップセルで60万円の増収があったとします。

顧客数ベースは3.0%、売上ベースは5.0%と、同じ月の同じ会社で2ポイント開きました。単価の高い顧客が抜けると売上ベースのほうが悪化するためです。そしてアップセルを差し引いたネットはマイナス、つまりネガティブチャーンの状態にあります。「解約率は何%か」という問いに単一の答えが存在しないことが、この表の要点です。

期首と期中平均｜分母の取り方による数値のブレ

期間中に新規顧客が増えた場合、その顧客を分母に含めるかどうかで結果が動きます。期首顧客数だけを分母にすれば新規の影響は受けません。ただし成長が速い時期には母数が小さすぎて解約率が高めに出ます。「（期首＋期末）÷2」の期中平均を分母にする流儀もあり、この場合は分母が膨らむぶん解約率が低めに出る点に注意が要ります。どちらが正しいという話ではありません。条件は、一度決めた定義を変えないことだけです。定義を途中で変えると、時系列の比較そのものが成立しなくなります。

年次換算の落とし穴｜月次2%が年次22%になる理由

月次の解約率を年率に直すとき、単純に12倍するのは誤りです。毎月残った顧客に対して次の月の解約が起きるため、複利で目減りしていきます。Recurlyは「月次2%の解約率は年次では約22%であり、24%ではない」と明記しています。同じ計算を国内BtoB SaaSの平均月次解約率3.01%に当てはめると、年次換算は約30.7%です。月次3%なら年間で3割の顧客が入れ替わる計算になります。この感覚を持てるかどうかで、施策の緊急度の判断が変わります。

チャーンレートの種類｜カスタマー・ロゴ・レベニュー・NRR

実務で使われる呼び名は4種類に整理できます。どれを主指標に置くかは、事業モデルとアップセルの有無で決まります。

カスタマーチャーンとロゴチャーン｜法人向けで使い分ける基準

カスタマーチャーンレートは解約した顧客の数の割合で、最も基本的な指標です。法人向けSaaSでは同じものをロゴチャーン（アカウントチャーン）と呼ぶ場合があります。1社の中に複数アカウントがあるとき、社名の看板（ロゴ）が消えた数を数えるという意味で、席数やライセンス数の増減とは区別する呼び方です。個人向けサービスならカスタマーチャーン、法人向けで1契約あたりの単価差が大きいならロゴチャーンとレベニューチャーンの併用が実態に合います。

グロスレベニューチャーンレート｜増収を差し引かない出血量の指標

失った収益だけを見るのがグロスレベニューチャーンレートです。解約による減収とダウングレードによる減収を足し、期首MRRで割ります。アップセルやクロスセルによる増収は差し引きません。既存顧客をどれだけ失っているかという出血量をそのまま見る指標なので、防衛側の施策の効果測定に向いています。継続した側から見た指標がGRR（グロスレベニューリテンション）で、こちらは100%を超えません。

NRRとネガティブチャーン｜100%超が意味するもの

失った収益から既存顧客の増収を差し引いたものがネットレベニューチャーンレートで、継続側から見た表現がNRR（ネットレベニューリテンション、売上維持率）です。増収が減収を上回るとネットの解約率はマイナスになり、この状態をネガティブチャーンと呼びます。NRRで言えば100%超です。新規獲得がゼロでも既存顧客だけで売上が伸びるため、SaaSの評価で重視されてきました。ただし後述のとおり、課金データによる実測の中央値は100%に届いていません。

SaaS業界平均の目安と、出典ごとに数値が割れる理由

「SaaSの解約率の平均」を調べると、3%、5%、6%、7.5%といった数字が出典を明示しないまま並んでいます。これらが食い違うのは、どれかが間違っているからではありません。測定ベース（月次か年次か、顧客数か売上か）と、母集団および取得方法が違うためです。主要な調査を測定ベースと取得方法を付けて並べると、比較してよい数字とそうでない数字がはっきりします。

測定ベース付きで並べた主要調査の数値

Recurlyの内訳では、SaaSの年次チャーン3.22%のうち自主的な解約が2.16%、決済失敗による非自主チャーンが1.06%で、上位四分位は1.78%以下です。業種別に見るとSaaSの3.22%は最も低い部類で、デジタルメディア4.14%、EC4.25%、教育4.99%と続きます。ChartMogulの調査では、B2B SaaSのNRR中央値82%に対して上位四分位は97%、B2C SaaSの中央値は49%でした。国内に目を戻すと、Fullstarの月次解約率3.01%は2023年の前回調査の2.84%から悪化しています。

月次3.01%と年次3.22%が約10倍違う理由

表の1行目と3行目は、数字だけ見れば3.01%と3.22%でほぼ同じです。しかし前者は月次、後者は年次なので、年ベースに揃えると約30.7%対3.22%となり、約9.5倍の開きになります。この2つを並べて「国内SaaSの解約率は世界平均並み」と結論づけるのが、最も起きやすい読み違いです。加えて、一方は自己申告の平均値、他方は課金データの中央値です。平均は少数の高解約企業に引き上げられるため、中央値と直接比べること自体に無理があります。

同じ年次・売上ベースのNRRが82%と102%に割れる理由

測定ベースを揃えれば済む話でもありません。表のChartMogulとSaaS Capitalは、どちらも年次・売上ベースのB2B SaaSのNRR中央値でありながら、82%と102%で20ポイント離れています。差を生んでいるのは取得方法と母集団です。ChartMogulは課金基盤を通過した実データで、ARR25万ドル以上という緩い下限のため、セルフサーブ中心の小規模事業者を多く含みます。SaaS Capitalは企業が回答する年次アンケートで、しかもACV2.5万〜5万ドルという高単価帯に絞った値です。回答する余力のある企業に偏りやすいアンケートの性質も乗ります。測定ベースが同じでも、母集団の下限と取得方法が違えば20ポイント動くということです。

他社平均より自社の時系列を主指標にすべき理由

業界平均を目標値に置くのは勧められません。上の表のとおり出典ごとに測定ベースも取得方法も揃っておらず、自社の定義と一致する保証がないからです。もうひとつ、同じ条件の企業群の中でも実力差が大きいという事情もあります。SaaS Capitalの調査ではACV2.5万〜5万ドル帯のNRR中央値が102%、上位四分位が111%、下位四分位が97%で、単価帯を揃えた集団の中に14ポイントの幅がありました。帯の中央値を目標に置いても、自社が上位なのか下位なのかは何も分かりません。実務で意味を持つのは、定義を固定したうえでの前月比・前年同月比と、顧客セグメント別の差です。外部の数字は、桁を間違えていないかを確認する用途に留めるのが安全でしょう。

チャーンレートが高くなる原因と改善の優先順位

解約の原因は、顧客が意思を持って辞める自主チャーンと、意思とは無関係に契約が切れる非自主チャーンに分かれます。この切り分けを先にしないと、打ち手の順番を間違えます。

改善の初手｜決済失敗による非自主チャーン（全体の3分の1）

最初に手を付けるべきは製品でもオンボーディングでもなく、決済です。Recurlyのデータでは、SaaSの年次チャーン3.22%のうち1.06%が非自主チャーンで、全体の約3分の1を占めます。原因はクレジットカードの有効期限切れ、限度額超過、カード再発行に伴う番号変更などで、顧客はサービスに不満を持っていません。決済リトライの自動化、期限切れ前の通知、カード更新情報の自動反映（アカウントアップデーター）といった仕組みは、製品開発を伴わずに実装でき、効果が数字に直結します。

単価が低い顧客ほど非自主チャーンの比率は高くなります。Recurlyの顧客あたり平均収益（ARPC）別データでは、月額10〜25ドルの帯の非自主チャーンが1.30%（総チャーン4.29%の約3割）であるのに対し、250ドル超の帯では0.18%（総チャーン3.07%の約6%）まで下がりました。Recurly自身も最下位帯から最上位帯で87%減と説明しています。なお総チャーンは250ドル超の帯で3.07%と反転して上がるため、「単価が高いほど解約されにくい」と単純化はできません。単調に下がるのは非自主チャーンだけです。低単価でカード決済中心のプランほど、決済リトライの整備で回収できる余地が大きいと読むのが正確です。

自主チャーンの切り分け｜利用状況とオンボーディングの2系統

自主チャーンは、使われないまま契約だけが続いていた顧客の脱落と、使ってはいたが期待に届かなかった顧客の離反に分かれます。前者は導入初期の問題です。初回ログインから主要機能の利用開始までの期間を測り、想定より遅い顧客には人手を入れます。後者は解約理由のヒアリングでしか分かりません。解約フォームに自由記述ではなく選択式の理由を置き、集計できる形で残しておくべきでしょう。組織としての進め方はカスタマーサクセスとは？意味・カスタマーサポートとの違い・役割・KPIまでで扱っています。

チャーン分析の手順とセグメントの切り方

全社の解約率をひとつの折れ線で追っても、打ち手には結びつきません。分析の価値はセグメントに分けた瞬間に生まれます。

セグメントの4つの切り方

実務では、契約プラン別、契約月（コホート）別、企業規模別、獲得チャネル別の4つで切ると差が見えやすくなります。とくに契約月別のコホートで見ると、「契約から3か月目に集中して抜けている」といった時期の偏りが分かり、オンボーディングのどこを直せばよいかを特定できます。獲得チャネル別の切り口も有効です。広告経由の顧客だけ解約率が高いといった、上流の問題が見つかることがあります。

母数の下限｜施策の根拠に使える区分の見分け方

セグメント別に解約率を出したら、次に見るのは母数です。解約率が20%でも母数が5社なら1社の解約で動く数字であり、施策の根拠には使えません。母数が十分な区分から順に手を付けます。利用ログやサポート問い合わせ履歴から解約の予兆を検知する仕組みについては、CRMにAIを組み込むとは？需要予測・解約予測・生成AI応対でできること【2026年版】で具体的な使いどころを整理しています。

LTVと解約率の関係

解約率はLTV（顧客生涯価値）に直結します。顧客の平均継続期間は「1 ÷ 解約率」で近似できるため、月次解約率3.01%なら約33か月です。これが月次2%に下がれば50か月に伸び、継続期間はおよそ1.5倍になります。解約率の1ポイントの改善が売上に与える影響が大きいのは、この逆数の関係があるためです。具体的な計算手順はLTVの計算方法｜基本式からSaaS・サブスク（解約率）の算出までで解説しています。

よくある質問

ビジネス用語の「チャーン（churn）」はどういう意味ですか？

もとは「かき混ぜる」「攪拌する」という意味の英単語で、ビジネスでは顧客が次々と入れ替わる状態を指します。そこから解約・離脱そのものをチャーンと呼ぶようになりました。日本語では解約率、離反率と訳されます。

解約率とリテンションレート（継続率）はどう違いますか？

同じ現象を裏返しに見た指標です。顧客数ベースであれば「リテンションレート＝100%−解約率」で、月次解約率3%なら継続率は97%になります。ただし売上ベースでは一致しません。アップセルによる増収を加味するNRRは100%を超えることがあり、その場合ネットの解約率はマイナスの値をとります。

NRR（ネットレベニューリテンション）の計算式は？

「（期首MRR＋アップセルやクロスセルによる増収−ダウングレードによる減収−解約による減収）÷ 期首MRR × 100」で求めます。分子に新規顧客のMRRを含めてはいけません。新規を含めると既存顧客の維持状況が見えなくなります。

ネガティブチャーンは日本のSaaSでも現実的な目標ですか？

平均像として掲げるには高すぎる目標です。Fullstarの国内調査では平均NRRが102.1%、SaaS Capitalの調査でも中央値102%と、いずれも100%を超えています。ただしこの2つはどちらも企業側の自己申告によるアンケートで、SaaS Capitalの値はACV2.5万〜5万ドルという高単価帯に絞ったものです。課金データから約2,700社を実測したChartMogulのB2B SaaSのNRR中央値は82%、上位四分位でも97%でした。ネガティブチャーンは、高単価・年間契約・拡張余地のあるプラン設計が揃った層の話だと考えるべきでしょう。増収が構造的に見込めるプラン（従量課金、席数課金、上位プランへの明確な移行導線）を持たない事業なら、まずGRRの改善を目標に置くほうが実態に合います。

チャーンレートが下がると何が変わりますか？

顧客の平均継続期間が「1÷解約率」で伸びるため、LTVが増えます。月次3%を2%にすれば継続期間は約33か月から50か月へ。同時に、同じ売上を維持するために必要な新規獲得数が減るので、CAC（顧客獲得コスト）の負担も軽くなります。

関連記事

• LTVの計算方法｜基本式からSaaS・サブスク（解約率）の算出まで
• CRMにAIを組み込むとは？需要予測・解約予測・生成AI応対でできること【2026年版】
• KPIとは？意味・読み方から設定・計算・具体例までわかりやすく解説