KPIツリーは、売上などの最終目標（KGI）を、掛け算と足し算で指標に分解し、木の形に並べた図です。たとえば「売上 ＝ 顧客数 × 顧客あたりの単価」のように分けていくと、売上を動かすには、どの指標を動かせばよいかがわかります。
作っただけでは役に立ちません。毎月、実際の数字を入れて前の期間と比べ、どの枝の指標が動いたかを確かめて、はじめて施策の判断に使えます。
本記事では、KPIツリーの作り方の手順と、業態別の例を紹介します。そのうえで、サブスクのデモ用のデータで、MRRのKPIツリーに実際の数字を入れ、前の月と比べた例を紹介します。
KPIツリーとは
KPIツリーは、いちばん上に最終目標を置き、その下に、最終目標を決める指標を、式で成り立つように分けて並べたものです。
| 用語 | 意味 | 例 |
|---|---|---|
| KGI（Key Goal Indicator） | 最終的に達成したい目標 | 月の売上、MRR |
| KPI（Key Performance Indicator） | KGIを達成するために、途中で追う指標 | 新規の顧客数、転換率、解約率 |
KPIツリーの要点は、上の指標と下の指標が式でつながっていることです。
MRR ＝ 有料会員数 × 1人あたりの単価（ARPPU）
このように式でつながっていれば、下の指標の数字から、上の指標の数字を計算し直せます。上の指標が動いたとき、どの下の指標が原因かを、数字で確かめられます。
KPIツリーの作り方
手順1：KGIを1つ決める
いちばん上に置く最終目標を1つ決めます。サブスクならMRR、ECなら月の売上、BtoBなら受注金額などです。
KGIが2つ以上あると、木が2本になります。利益まで見たい場合は、「利益 ＝ 売上 − 費用」として、頂点のすぐ下で売上と費用に分けます。
手順2：掛け算か足し算で分ける
KGIを、掛け算か足し算で、2〜3個の指標に分けます。
- 掛け算：売上 ＝ 顧客数 × 顧客あたりの単価
- 足し算：顧客数 ＝ 新規の顧客 ＋ 既存の顧客
分けた指標を全部合わせると、上の指標に戻ることが大事です。漏れや重なりがあると、上の指標が動いた理由を説明しきれなくなります。
手順3：自社で動かせる指標まで分ける
担当者が施策で動かせる指標になるまで、さらに分けます。たとえば「新規の顧客数」は、そのままでは動かし方がわかりません。「申し込みの数 × 申し込みからの転換率」まで分けると、広告やLPで申し込みを増やすのか、オンボーディングで転換率を上げるのか、という打ち手につながります。
3〜4段で止めるのが目安です。段が深すぎると、毎月の確認に時間がかかります。
手順4：指標の定義を決めて、データで値を入れる
指標ごとに、計算の定義を決めます。
- 何を数えるか（例：解約に休止を含めるか）
- いつの時点で数えるか（月末の人数か、月の合計か）
- どのデータから取るか（決済のデータ、CRM、GA4など）
定義を決めたら、実際のデータで値を入れます。値を入れたら、下の指標から上の指標を計算し直し、実際の値と一致するかを確かめます。
手順5：前の期間と比べ、どの枝が動いたかを見る
毎月、同じ定義で値を入れ、前の月と比べます。上の指標の変化を、どの下の指標が生んだかを、上から順にたどります。
各指標に担当を決めておくと、動いた指標について、誰が理由を調べるかがはっきりします。
業態別のKPIツリーの例
サブスク（BtoC）
MRR ＝ 有料会員数 × ARPPU
有料会員数 ＝ 月初の会員 ＋ 新規の有料転換 ＋ 再開 − 解約・休止
新規の有料転換 ＝ トライアルが終わった人数 × 転換率
ARPPUは、主にプランの構成（上位プランの割合、年額プランの割合）と価格で決まります。ARPPUの計算方法は「ARPUとは（別タブで開く）」で、MRRの数え方は「MRRとは（別タブで開く）」で解説しています。
BtoBのSaaS
新規の受注金額 ＝ 受注件数 × 1件あたりの金額
受注件数 ＝ 商談数 × 受注率
商談数 ＝ リード数 × 商談化率
既存の顧客の売上は、NRR（売上継続率）や解約率で分けます。営業の段階ごとの率の出し方は「営業の歩留まり分析のやり方（別タブで開く）」で、カスタマーサクセスのKPIツリーは「カスタマーサクセスのKPIの決め方（別タブで開く）」で解説しています。
EC・定期通販
売上 ＝ 注文数 × 客単価
注文数 ＝ 新規の注文 ＋ リピートの注文
新規の注文 ＝ サイトへの訪問 × 購入率
定期通販では、2回目の購入に進む割合（F2転換率）を、リピートの枝に置くこともあります。
デモ用のデータで、KPIツリーに値を入れる
ここからは、当社が用意した架空の動画学習サービス「Lumina」のデモ用のデータで、MRRのKPIツリーに2026年4月の値を入れ、3月と比べた例を紹介します。14日間の無料トライアルのあと、有料に転換する仕組みのサービスです。
指標の定義は次のとおりです。
- MRR・有料会員・ARPPUは月末の値。年額プランは12で割った月額で数える
- 新規の有料転換・再開・解約・休止は、その月の件数の合計
- トライアル終了 ＝ その月にトライアルが終わった人数（有料に転換した人と、転換せずに終わった人の合計）
- 転換率 ＝ 新規の有料転換 ÷ トライアル終了
- 解約率 ＝ 解約・休止の件数 ÷ 月初の有料会員
どの段も、下の指標から上の指標を計算し直せます。4月は次のとおりです。
- 有料会員：3,523人（月初）＋ 548人（新規）＋ 15人（再開）− 153人（解約・休止）＝ 3,933人
- 新規の有料転換：1,660人（トライアル終了）× 33.0％（転換率）＝ 548人
- MRR：3,933人 × 2,059円（ARPPU）＝ 809.8万円
なお、「カスタマーサクセスのKPIの決め方（別タブで開く）」では、同じデモ用のデータで、解約率を顧客の単位（月末にMRRが0になった顧客の割合）で、有料転換率をトライアルを始めた月の単位で数えています。数え方が違うため、本記事の数字とは一致しません。
Claudeで作成したMRRのKPIツリー（デモ用のデータ）
上から順にたどる
4月のMRRは809.8万円で、3月から11.9％増えました。
- MRRの下：有料会員が11.6％増え、ARPPUは0.2％の増加でほぼ横ばいです。MRRの伸びは、会員数の増加によるものです
- 有料会員の下：新規の有料転換が3.2％増えた一方、解約・休止も17.7％増えています
- さらに下：新規の有料転換の下では、トライアルを終えた人が10.4％増えましたが、転換率は35.3％から33.0％に2.3ポイント下がりました。解約率は4.2％から4.3％にやや上がっています
MRRの伸びに隠れた変化
MRRだけを見ると、4月は順調に伸びた月です。しかし、KPIツリーを下までたどると、次の2つの変化が見つかります。
- 転換率の低下：新規の有料転換の数は増えました。しかし、それはトライアルを終えた人が増えたためで、転換率は下がりました
- 解約・休止の増加：会員が増えたぶん件数が増えるのは自然です。ただ、解約率もわずかに上がりました
1か月の差は、偶然の範囲のこともあります。数か月の推移で、下がり続けているかを確かめます。下がり続けている場合は、トライアルに来た人の流入元が変わり、有料に進みにくい人が増えた可能性があります。次に確かめるのは、流入元別の転換率です。流入元ごとの率の比べ方は「ファネル分析のやり方（別タブで開く）」で、解約の理由の調べ方は「チャーン分析のやり方（別タブで開く）」で解説しています。
このように、KPIツリーは「上の指標が伸びたか」ではなく、「どの枝がどう動いたか」を見るために使います。
KPIツリーを作るときの注意点
式が成り立つかを、数字で確かめる
図の上では分けられているように見えても、実際の数字で計算し直すと、上の指標と一致しないことがあります。定義のずれ（月末の人数と月の平均を混ぜている、など）が原因です。値を入れたら、下から上へ計算し直して一致するかを確かめます。
割合と件数を両方見る
割合だけ、件数だけを見ると、判断を誤ります。上の例でも、転換率は下がりましたが、件数は増えています。KPIツリーには、件数とその下の割合を並べて置きます。
指標を増やしすぎない
思いつく指標を全部入れると、毎月の確認が追いつきません。施策で動かせて、毎月値が取れる指標に絞ります。
定義を途中で変えない
指標の定義を変えると、前の期間と比べられなくなります。変える場合は、過去の期間も同じ定義で計算し直します。
ClaudeでKPIツリーを集計する方法
必要なデータ
サブスクのKPIツリーなら、次のデータが必要です。
- 契約のデータ：トライアルの開始・有料への転換・プランの変更・休止・解約の日と、変更の前後の月額
- プランの価格表：月額・年額の定価
決済サービスのデータの扱い方は「ClaudeでStripeのデータを分析する方法（別タブで開く）」で解説しています。
前提として渡すこと
前提の例
・MRR ＝ 有料会員数 × ARPPU。有料会員数 ＝ 月初の会員 ＋ 新規の有料転換 ＋ 再開 − 解約・休止
・MRR・有料会員・ARPPUは月末の値。年額プランは12で割った月額で数える
・転換率 ＝ 新規の有料転換 ÷ その月にトライアルが終わった人数
・解約率 ＝ 解約・休止 ÷ 月初の有料会員
・月は日本時間で区切る
指示の例
プロンプト例
前提の定義で、今月と先月のKPIツリーの各指標を計算し、ツリーの形の図にしてください。各指標に先月からの変化（件数と金額は％、割合はポイント）を付け、悪くなった指標を色で示してください。
プロンプト例
有料会員数が、月初の会員 ＋ 新規の有料転換 ＋ 再開 − 解約・休止 と一致するかを確かめてください。一致しない場合は、差の原因になっているイベントを調べてください。
プロンプト例
今月、転換率が下がった理由を調べるため、トライアルの流入元別に、トライアルを終えた人数と転換率を、過去6か月の推移で比べてください。
まとめ
- KPIツリー：KGIを掛け算と足し算で指標に分解した図。上と下の指標が式でつながっていることが大事
- 作り方：KGIを1つ決める → 掛け算か足し算で分ける → 動かせる指標まで分ける → 定義を決めて値を入れる → 前の期間と比べる
- 使い方：上の指標が伸びたかではなく、どの枝がどう動いたかを見る。デモ用のデータでは、MRRが11.9％伸びた月に、転換率が2.3ポイント下がっていた（1か月の差は数か月の推移で確かめる）
- 注意点：式が数字で成り立つかを確かめる。割合と件数を両方見る。指標を増やしすぎない。定義を途中で変えない
KPIツリーに毎月値を入れるには、指標ごとのデータが、同じ定義でそろっている必要があります。広告・アプリ・決済・CRMのデータが別々のツールに分かれていると、毎月の集計に時間がかかり、定義も人によってずれていきます。
株式会社INVOXは、データ基盤の構築、データ分析の支援、AIエージェントの開発を行っています。広告やGA4、CRM、決済のデータをBigQueryに統合し、KPIツリーの各指標を同じ定義で毎月見られる環境の構築を支援しています。
「KPIツリーは作ったが、毎月の値を入れられていない」「指標の定義が部署ごとに違う」といった課題をお持ちでしたら、お問い合わせください。
