フレームワーク活用ガイドひとことで言うと#
「UXが良くなった」を数字で証明するための指標体系。「使いやすくなった気がする」では改善の根拠にならない。タスク完了率、エラー率、NPS、SUSなどの定量指標でUXを測定し、改善のbefore/afterを客観的に評価する。
押さえておきたい用語#
- SUS（System Usability Scale）
- 10問のアンケートで測るユーザビリティスコア。68点が業界平均で、80点以上は優秀。
- NPS（Net Promoter Score）
- 「このサービスを人に薦めますか？」を0〜10で聞く顧客ロイヤルティ指標。推奨者−批判者で算出。
- HEART フレームワーク
- Googleが提唱したUX指標の整理モデル。Happiness・Engagement・Adoption・Retention・Task Successの5観点。
- ベースライン（Baseline）
- 改善前に計測する現状値。これがないとbefore/afterの比較ができない。
UXメトリクスの全体像#
こんな悩みに効く#
- UXの改善を提案しても「効果あるの？」と言われて却下される
- デザイン変更の成果を数字で示せない
- 何をもって「UXが良い」と判断すればいいかわからない
基本の使い方#
GoogleのHEARTフレームワークで、UXを5つの観点から測定する。
| 観点 | 意味 | 指標例 |
|---|---|---|
| Happiness | 満足度 | NPS、CSAT、SUS |
| Engagement | 利用頻度 | DAU/MAU比率、セッション時間 |
| Adoption | 採用率 | 新規ユーザー数、機能利用率 |
| Retention | 継続率 | 翌月継続率、チャーンレート |
| Task Success | タスク成功率 | タスク完了率、エラー率、所要時間 |
すべてを一度に測る必要はない。プロダクトのフェーズに合った指標を選ぶ。
改善前の**現状値（ベースライン）**を計測する。
計測すべき代表的な指標:
- タスク完了率: 主要タスクを完了できたユーザーの割合
- タスク完了時間: 主要タスクにかかる平均時間
- エラー率: 操作ミスや離脱が発生した割合
- SUS（System Usability Scale）: 10問のアンケートで測るユーザビリティスコア（68点が平均）
- NPS（Net Promoter Score）: 推奨度を0-10で聞く顧客ロイヤルティ指標
コツ: ベースラインなしに改善しても「何がどう変わったか」を証明できない。計測が先、改善が後。
デザイン変更後に同じ指標を同じ方法で再計測し、比較する。
- 変化幅が統計的に有意かを確認する
- 改善した指標と悪化した指標の両方を確認する
- 定性データ（ユーザーインタビュー）も合わせて解釈する
レポートの構成例:
- 変更内容の概要
- ベースライン vs 変更後の数値比較
- 考察と次のアクション
この「計測→改善→再計測」のサイクルを繰り返す。
具体例#
状況: チェックアウトの完了率が**58%**と低く、改善の優先度が高いと判断。
ベースライン計測:
| 指標 | 値 |
|---|---|
| チェックアウト完了率 | 58% |
| 平均完了時間 | 4分30秒 |
| エラー率（フォーム入力ミス） | 32% |
| SUSスコア | 62点 |
改善施策:
- 5ステップ → 1ページに集約
- 住所の自動入力を追加
- リアルタイムバリデーションを導入
結果:
| 指標 | Before | After | 変化 |
|---|---|---|---|
| チェックアウト完了率 | 58% | 74% | +16pt |
| 平均完了時間 | 4分30秒 | 2分15秒 | -50% |
| エラー率 | 32% | 12% | -20pt |
| SUSスコア | 62点 | 78点 | +16pt |
→ すべての指標が改善。エラー率の低下がコンバージョン率向上に直結した。
状況: BtoB SaaSの管理画面。DAU/MAU比率が**8%**と低く、「ログインしても何を見ればいいかわからない」という声が多い。
ベースライン計測:
| 指標 | 値 |
|---|---|
| DAU/MAU比率 | 8% |
| 平均セッション時間 | 1分42秒 |
| 主要タスク完了率 | 45% |
| NPS | -12 |
改善施策:
- ログイン直後に「今日のサマリー」カードを表示
- よく使う機能へのショートカットを3つ配置
- 未対応タスクの通知バッジを追加
結果:
| 指標 | Before | After | 変化 |
|---|---|---|---|
| DAU/MAU比率 | 8% | 21% | +13pt |
| 平均セッション時間 | 1分42秒 | 4分15秒 | +150% |
| 主要タスク完了率 | 45% | 72% | +27pt |
| NPS | -12 | +18 | +30pt |
→ 「何を見ればいいかわからない」を解消しただけで、全指標が大幅改善。機能追加ゼロの成果。
状況: モバイルアプリの新規ユーザーの7日後継続率が18%。初回起動後にコア機能を使わずに離脱するユーザーが多い。
ベースライン計測:
| 指標 | 値 |
|---|---|
| 7日後継続率 | 18% |
| オンボーディング完了率 | 34% |
| コア機能到達率（初日） | 22% |
| CSAT（初回体験） | 2.8/5 |
改善施策:
- チュートリアル5画面 → インタラクティブな2ステップに短縮
- 初回起動から90秒以内にコア機能を体験させる導線
- 「スキップ」ボタンを目立たせ、強制感を排除
結果:
| 指標 | Before | After | 変化 |
|---|---|---|---|
| 7日後継続率 | 18% | 35% | +17pt |
| オンボーディング完了率 | 34% | 71% | +37pt |
| コア機能到達率（初日） | 22% | 68% | +46pt |
| CSAT（初回体験） | 2.8/5 | 4.1/5 | +1.3pt |
→ チュートリアルを「教える」から「体験させる」に変えたことで、継続率が約2倍に。
やりがちな失敗パターン#
- 指標を追いすぎて本質を見失う — 20個の指標を同時に追うと、何が重要か分からなくなる。フェーズに合わせてフォーカスする指標を3〜5個に絞る
- 定量データだけで判断する — 数字は「何が起きたか」を教えるが、「なぜ起きたか」は教えない。ユーザビリティテストやインタビューなどの定性データと組み合わせて解釈する
- ベースラインを取らずに改善する — 改善後に「良くなった感じがする」しか言えない。改善前の数値がなければ効果の証明は不可能。必ず先に計測する
- 指標の改善がUX改善とは限らないことを見落とす — タスク完了時間が短くなっても、ユーザーが「急かされている」と感じていたら逆効果。定量と定性を必ずセットで確認する
まとめ#
UXメトリクスは 「UXの質を数字で語る」 ための武器。HEARTフレームワークで指標を整理し、ベースラインを計測してから改善に着手し、再計測で効果を検証する。「使いやすくなった気がする」を 「タスク完了率が16ポイント向上した」 に変えることで、UX改善がビジネス投資として正当に評価されるようになる。