フレームワーク活用ガイドひとことで言うと#
プロダクトヘルススコアは、複数の利用指標を1つのスコアに統合して、プロダクトの健全度を「見える化」する仕組み。ログイン頻度だけでは見えない「使い方の深さ」、NPS（推奨度）だけでは見えない「実際の利用状況」を、複数の指標を掛け合わせることで総合的に把握する。SaaSのカスタマーサクセスで広まったが、どんなプロダクトにも応用可能。
押さえておきたい用語#
- 利用頻度（Engagement Frequency）
- ユーザーがどれだけ頻繁にプロダクトを使っているか。DAU（日次）、WAU（週次）、MAU（月次）のアクティブユーザー数で測定する。
- 機能活用度（Feature Adoption）
- プロダクトの主要機能のうちどれだけが実際に使われているか。コア機能の利用率が高いほど、プロダクトの価値が浸透していることを示す。
- 顧客満足度（NPS / CSAT）
- ユーザーの主観的な満足度や推奨意向。利用データ（行動）と満足度データ（感情）を組み合わせることで、ヘルススコアの精度が上がる。
- ヘルスゾーン（Health Zone）
- スコアの範囲に基づく健全度の分類。通常は「健全（Green）」「注意（Yellow）」「危険（Red）」の3段階で管理し、Yellowに入った時点で介入する。
プロダクトヘルススコアの全体像#
こんな悩みに効く#
- 解約の連絡が来てから初めて問題に気づく（後手の対応ばかり）
- プロダクトの利用状況を把握するダッシュボードがない
- 「使われている」のか「惰性で契約が続いているだけ」なのかわからない
基本の使い方#
多すぎると管理が煩雑になり、少なすぎると精度が落ちる。
- 利用頻度系：週あたりのログイン日数、セッション時間
- 機能活用系：コア機能の利用率、直近30日で使った機能の種類数
- 満足度系：NPS、サポートチケットの件数（多いほど不満のサイン）
- ビジネス系：契約更新率、アップセル実績
- 自社プロダクトでチャーンとの相関が高い指標を優先する
すべての指標が同じ重要度ではない。チャーン予測に効く指標を重くする。
- 例：利用頻度40% + 機能活用30% + NPS 20% + サポートチケット10%
- 各指標を0〜100に正規化してから、重みを掛けて合計する
- 過去の解約データがあれば、回帰分析で重みの最適値を求められる
- データがなければ、チームの仮説ベースで始めて3ヶ月後に見直す
スコアを計算しただけでは意味がない。アクションにつなげる。
- Green（80〜100）：健全。アップセルやクロスセルの候補。定期的な関係維持
- Yellow（50〜79）：注意。CSからの能動的なアプローチ（利用促進メール、電話ヒアリング）
- Red（0〜49）：危険。緊急の介入（1on1ミーティング、利用再開支援）
- 週次のCSミーティングでYellow→Red移行のアカウントを重点管理する
具体例#
状況: HRテック系SaaS。月次チャーン率3.2%。CS担当3名が200社を担当しているが、解約連絡が来て初めて問題に気づくパターンが9割
ヘルススコアの設計:
- 週あたりログイン日数（重み35%）
- コア機能（従業員評価機能）の月間利用率（重み30%）
- 直近のCSAT回答スコア（重み20%）
- サポートチケット数/月（重み15%、多いほど低スコア）
運用: 週次のCSミーティングでYellowアカウントを確認し、担当者がその週中にアプローチ
6ヶ月後: チャーン率が3.2%→1.5%に半減。Yellow段階での介入成功率は65%。「解約しようと思っていたが、ちょうどCSから連絡が来て思いとどまった」という顧客の声も。CS担当者は「全顧客を平等に見る代わりに、スコアが下がった顧客に集中できるようになった」と話している。
状況: オンライン学習プラットフォーム。月額2,000円のサブスクリプション。登録者10万人だが、月30日のうち1日も学習しないユーザーが45%。どのユーザーに声をかけるべきかわからない
ヘルススコアの設計:
- 月間学習日数（重み40%）
- コース完了率（重み25%）
- コミュニティ参加（質問・回答の投稿数）（重み20%）
- アプリ評価（レビュースコア）（重み15%）
運用: Yellowユーザーに「おすすめコース」のパーソナライズメールを自動送信。Redユーザーには「1分で始められるミニレッスン」を推薦
3ヶ月後: 月間学習日数ゼロのユーザーが45%→28%に減少。Yellow→Green復帰率が32%。チャーン率が月8%→5.5%に改善。「スコアがない時代は、10万人の中で誰が危ないかまったくわからなかった」とプロダクトマネージャーは振り返っている。
状況: 会員500名のフィットネスジム。月の退会率4%。退会理由を聞くと「忙しくて通えなくなった」が最多だが、通えなくなった時点では手遅れ
ヘルススコアの設計:
- 月間来店回数（重み50%）
- パーソナルトレーニング利用回数（重み25%）
- イベント参加（月1回の交流イベント）（重み15%）
- 入会からの継続月数（重み10%、長いほど安定）
運用: 会員管理システムにスコアを組み込み、Yellowの会員にトレーナーから「最近どうですか？」のLINEメッセージを送る
4ヶ月後: 月の退会率が4%→2.3%に改善。特に「月間来店2回以下→トレーナーからLINE」の介入が効果的で、メッセージを受け取った会員の翌月来店率が72%に向上。「数字で危ないメンバーがわかるので、声かけの優先順位が明確になった」とマネージャーは評価している。
やりがちな失敗パターン#
- 指標を入れすぎる — 10個の指標を入れると、何がスコアを動かしているかわからなくなる。3〜5個に絞り、各指標の動きを追えるようにする
- 重み付けを感覚で決めて検証しない — 初期は仮説ベースでよいが、3ヶ月分のデータが溜まったら実際のチャーンとの相関で重みを見直す
- スコアを見るだけでアクションにつなげない — ヘルススコアの価値は「介入のトリガー」として機能すること。Yellow/Red時のアクションプロトコルを事前に決めておく
- 全顧客にスコアを開示する — ヘルススコアは社内の運用ツール。顧客に「あなたのスコアは42点です」と伝えても良い印象は与えない
まとめ#
プロダクトヘルススコアは「解約の予兆を、解約が起きる前にキャッチする」ための仕組みだ。単一の指標では見えない複合的な健全度を1つのスコアに凝縮し、Green/Yellow/Redの3ゾーンでアクションの優先順位を明確にする。完璧なスコア設計を目指す必要はない。まず3つの指標で仮のスコアを作り、運用しながら磨いていけばよい。「後手の対応」から「先手の介入」への転換が、このフレームワークの最大の価値だ。