なぜ「休眠」の定義が重要か
Winback施策の成否は、「誰を休眠と見なすか」という定義の精度で8割が決まると言っても過言ではありません。定義が曖昧だと、以下のような問題が連鎖的に発生します。
- 早すぎる休眠認定：まだ購買意欲がある顧客に不必要なクーポンを配布してしまい、利益を削る。「待てば割引がもらえる」と学習させてしまうリスクもあります。
- 遅すぎる休眠認定：すでに競合に完全スイッチした後にアプローチしても、反応率は極めて低い。メールアドレス自体が無効になっている可能性も高まります。
- 施策の効果測定が不可能：休眠の定義が曖昧だと、「Winback施策で何人復帰したか」の分母と分子が不明確になり、PDCAが回せません。
正しい休眠定義は、自社のビジネスモデルと顧客データに基づいて設定するものであり、他社の基準をそのまま借りることはできません。以下で、具体的な決め方を解説します。
業種別の休眠基準の目安
まずは業種ごとの目安を把握し、自社の出発点として活用しましょう。
消耗品（食品・化粧品・サプリメント）
消費サイクルの1.5倍〜2倍が休眠ラインの目安です。例えば30日で使い切るサプリなら、45日で「注意」、60〜90日で「休眠予備軍」、90日超で「休眠確定」。消費財はリピートサイクルが明確なので、定義が比較的容易です。定期購入モデルであれば「解約後○日」という基準も併用できます。
アパレル・ファッション雑貨
季節サイクル（1シーズン＝約90〜120日）が基本単位。前回春夏に購入した顧客が秋冬シーズンに未購入なら黄色信号、翌年春夏まで未購入なら「完全休眠」と判断します。ただし、セール時期にのみ購入するパターンもあるため、過去2年分のデータで季節変動を確認することが大切です。
高額商材（家具・家電・ジュエリー）
購買頻度が極めて低い（年1回以下）商材では、「購入」だけで休眠を判断すると全員が休眠になってしまいます。サイト訪問、メール開封、レビュー投稿などのエンゲージメント行動を加味し、「購入もエンゲージメントも365日以上なし」を休眠とする複合基準が有効です。
サブスクリプション・SaaS
ログイン頻度が最も重要な指標です。月額課金でも「最後のログインが30日以上前」なら離脱予備軍。解約していなくても実質休眠（ゾンビユーザー）の可能性があり、チャーン予防の観点から積極的にアプローチすべきです。
休眠基準をデータで決める方法
経験則や業界平均に頼るのではなく、自社の購買データから休眠ラインを導き出す方法が最も精度が高くなります。
累積離脱率曲線（エルボー法）
過去のリピーターデータを使い、「最終購入からX日経過した時点で、再購入した割合」をプロットします。横軸が経過日数、縦軸が累積再購入率のグラフを描くと、ある時点でカーブが急激に平坦になる「肘（エルボー）」が現れます。このエルボーの位置が、あなたのショップにとっての最適な休眠ラインです。
具体的な分析手順
- 過去2年間のリピート購入データを抽出（初回購入のみの顧客は除外）
- 各顧客の「前回購入から次回購入までの日数（購買間隔）」を算出
- 購買間隔の分布をヒストグラム化し、中央値・75パーセンタイル・90パーセンタイルを確認
- 90パーセンタイル（＝90%の顧客がこの期間内にリピートする）を「休眠ライン」の候補とする
- エルボー法のグラフと照合し、最終的な日数を決定
この分析は一度きりではなく、後述する通り定期的に見直す必要があります。
休眠の段階分け（イエローカード・レッドカード）
休眠を「する／しない」の二値で分けるのではなく、段階を設けることで施策の精度が格段に上がります。サッカーのカード制になぞらえると理解しやすいでしょう。
- グリーン（正常）：購買間隔が平均以内。通常のCRM施策を継続。
- イエローカード（注意）：購買間隔が平均の1.5倍を超過。軽いリマインドやお知らせメールを送信。まだオファーは不要。
- オレンジカード（危険）：購買間隔が平均の2倍を超過。インセンティブ付きのフォロー施策を開始。送料無料やポイント付与など。
- レッドカード（休眠確定）：90パーセンタイルを超過。本格的なWinbackシナリオを発動。割引クーポンやパーソナライズドオファーを投入。
- ブラックカード（復帰見込みなし）：Winbackシナリオ全ステップに反応なし。配信リストから除外し、コスト節約。
段階を分けることで、「まだ救える段階の顧客」に適切な強度の施策を、「もう手遅れの顧客」にはコストをかけない、というメリハリのある運用が可能になります。
休眠基準の見直しタイミング
一度設定した休眠基準は、以下のタイミングで見直しが必要です。
- 四半期ごとの定期レビュー：購買データの分布が変化していないか確認。季節商材は特に変動が大きいです。
- 大型イベント後：セールや新商品ローンチ後は購買パターンが一時的に変わります。イベント起因のリピートが落ち着いた後にデータを再確認しましょう。
- 商品ラインナップの大幅変更時：取扱商品のカテゴリが増減した場合、顧客の購買サイクルそのものが変わる可能性があります。
- Winback施策の成果が低下した時：復帰率が下がってきた場合、休眠ラインがずれている可能性を最初に疑いましょう。
見直しのたびにエルボー法の分析を再実行し、数値に基づいた判断を行います。「感覚」で変えることは避けてください。
定義を共有するチームルール
休眠基準は、マーケティング部門だけでなく、カスタマーサポート・営業・経営層と共有すべき「全社共通言語」です。部門ごとに異なる基準を使っていると、以下の問題が生じます。
- CSが「休眠顧客から問い合わせが来た」と報告しても、マーケ側の定義では休眠ではなかった
- 経営会議で「休眠顧客が増えている」と報告したが、営業はまだアクティブだと認識していた
- 施策の効果測定の分母がチームによって異なり、正しいROIが算出できない
定義を共有するために、以下のルールを設けることを推奨します。
- ドキュメント化：「休眠＝最終購入から○日以上」「予備軍＝○日〜○日」を明文化し、社内Wikiやダッシュボードに掲載。
- ダッシュボードの統一：全部門が同じデータソースの同じ定義で数値を見られるようにする。RFマトリクスのようなツールを使えば、定義をシステムに組み込めます。
- 変更時の通知：休眠基準を見直した際は、全関係部門に変更内容と理由を通知する。過去データとの比較方法も併せて共有。
自社の休眠ラインをデータで可視化
RFマトリクスなら、購買データからRecencyの分布を自動分析。最適な休眠基準の設定と、段階別の顧客数の推移をリアルタイムで確認できます。