UX改善では、入力項目を減らし、クリック数を減らし、迷いをなくすことが基本です。不要な摩擦は減らした方がよいでしょう。
一方で、BtoBのオンボーディングや導入設計では、顧客自身が考え、選び、設定することに意味がある場面もあります。問題は「手間を残すか、なくすか」ではなく、その手間が顧客のゴール達成に必要なのかどうかです。
「良いフリクション」と「悪いフリクション」を分ける
ここでいうフリクションとは、顧客が目的を達成する途中で必要になる認知的・操作的な負荷です。
悪いフリクションは、顧客の目的と関係のない負荷です。遅い画面、同じ情報の再入力、分かりにくい用語、不要な承認、壊れたリンクなどは減らすべきです。
良いフリクションと呼べる可能性があるのは、その行為自体が顧客の理解、選択、設定、合意形成などに役立つ場合です。
- 自社の目標や課題を言語化する
- 利用目的に合わせて初期設定を選ぶ
- 成功条件やKPIを決める
- 利用者・管理者の役割を決める
- 重要な設定変更を確認する
共通点は、顧客に作業させること自体が目的ではないことです。その作業を通じて、後の利用や意思決定が良くなる必要があります。
「自分で作ったものを高く評価する」研究はある。ただし適用範囲に注意する
自分で組み立てたものへの評価が高くなる現象は「IKEA効果」として研究されています。Norton、Mochon、Arielyの研究では、参加者が自分で完成させた製品を、他者が作った同等品より高く評価する傾向が示されました。ただし、作業を完了できなかった場合などには効果が弱まることも報告されています。The IKEA effect: When labor leads to love
また、所有しているものを手放す際の評価が、入手する際の評価より高くなる「保有効果」についても実験研究があります。Experimental Tests of the Endowment Effect and the Coase Theorem
ただし、これらの研究から「SaaSの設定を面倒にすれば解約率が下がる」と直接結論づけることはできません。研究で扱われた状況と、BtoBサービスの導入・継続利用では条件が違います。
実務への示唆として使うなら、顧客が自分の目的に合わせて参加し、その結果として「自分たちの環境になった」と感じられる体験には価値があり得る、という程度に留めるのが安全です。
IKEA効果の実験条件――「完成できたこと」が重要
Norton・Mochon・Arielyの原論文は、『Journal of Consumer Psychology』22巻3号（2012年、453〜460頁）に掲載されました。実験では、箱の組み立て、折り紙、レゴを用いて参加者自身が作ったものの評価を調べています。重要なのは、作業に失敗したり、作ったものを破壊されたりすると、効果は弱まる・消えると報告されている点です。「面倒にすればするほど顧客は愛着を感じる」とは論文に書かれていません。Harvardの研究成果公開ページでも研究の対象と範囲を確認できます。
また、実験で評価したのは主に自分で組み立てた製品への価値評価です。SaaSの利用継続率、BtoBの契約更新、社内合意が改善したと示す実験ではありません。顧客の設定作業へ応用する場合は、同じ効果が成立すると予め決めつけず、実際に利用を完了できたか、必要な機能が使えるようになったか、苦情や途中離脱が増えていないかを確かめる必要があります。
- 完了：顧客は自力または支援を受けて、重要な設定を終えられたか。
- 価値：設定後に本来の仕事を実行できたか。単に入力完了を成果にしていないか。
- 負担：所要時間、途中離脱、問い合わせ、やり直し回数は増えていないか。
- 自由：代行・後回し・取り消しの選択肢があり、不必要な設定を強制していないか。
オンボーディングでは「設定させる」より「意味のある選択をしてもらう」
たとえばBtoB SaaSの初期設定で、すべてを自動設定する方が必ずしも良いとは限りません。顧客ごとに目標や運用方法が違う項目は、利用者自身が選んだ方が後の運用と結びつきやすい場合があります。
ただし、設定項目を大量に並べるだけでは悪いフリクションです。必要な判断だけを残し、なぜその選択が必要なのかを伝えます。
- 目的を聞く — 何を改善したいのか。
- 必要な選択肢だけ出す — 目的と関係の薄い設定は後回しにする。
- 選択結果を反映する — ダッシュボードや推奨設定に反映し、入力した意味を見せる。
- 最初の価値へつなげる — 設定作業そのものではなく、成果の実感まで進める。
この考え方は、単に「顧客に労力を投下させて離れにくくする」こととは違います。顧客の作業が、その顧客自身の成功へつながることが前提です。
トライアルでは、顧客のデータや業務文脈を入れてもらう
トライアルでは、サンプルを見るだけでなく、自社の業務文脈に近い状態で試せるかが重要です。
サンプルデータだけを眺めるトライアルでは、製品の機能は分かっても「自社で役立つか」は判断しにくいことがあります。そこで、まずは架空・合成データや公開可能な情報で実際の業務手順を再現し、自社のKPIを設定したり、担当者で一つの業務を試したりする方法が考えられます。顧客名、個人情報、契約情報、営業秘密を含む実データを、トライアル環境へ無条件に投入してはいけません。実データが必要なときは、利用目的、契約・秘密保持、保存先、アクセス権限、保持・削除方法、社内承認を確認してください。
情報管理の参考：米NISTのPrivacy Frameworkは、組織がデータ処理に伴うプライバシーリスクを把握・管理するための自主的な枠組みです。本記事の「まず合成データで試す」という手順は、NISTがこの製品トライアル向けに指定した規則ではなく、情報の不要な持ち出しを避けるための実務上の提案です。
ここでの目的はサンクコストを作ることではありません。評価対象を「デモ環境」から「自社で使ったときの体験」へ変えることです。
フリクションを入れる前に3つ確認する
- この手間は誰のためか — 自社都合の情報収集や運用都合になっていないか。
- 手間の結果が顧客へ返るか — 入力・選択した結果、体験が良くなるか。
- 後で省略できるか — 一度学習・設定したことを毎回繰り返させていないか。
この3つに答えられない場合、そのフリクションは取り除く候補です。
AI・自動化は「考えなくていい部分」を減らすために使う
AIや自動化の役割は、顧客の重要な意思決定まで奪うことではありません。既知情報の再入力、形式変換、候補の整理など、考える必要のない負荷を減らす用途に向いています。
たとえば、顧客に目標を自由記述してもらった後、その内容から初期設定候補をAIが整理し、最後は顧客が選ぶ、といった分担です。
自動化によって無意味な摩擦を減らし、意味のある判断に集中してもらう。これが「良いフリクション」の設計としては扱いやすいでしょう。
関連するCX設計へ
導入後、顧客が価値を実感するまでの時間を考えるなら、TTV（Time to Value）短縮と「小さな成功体験」へ。
契約後の待ち時間や進捗共有は、BtoBの「待ち時間」をCXに変えるで整理しています。BtoBの顧客体験全体は、BtoBブランド・CX戦略から辿れます。
まとめ
フリクションは少ないほど良い、という単純な話ではありません。ただし「顧客に手間をかけさせれば愛着が増す」と考えるのも危険です。
残す価値があるのは、顧客の理解・選択・設定・成功へつながる参加です。システム都合の障害は減らし、顧客が考える意味のある場所だけを残す。この区別が、BtoBのオンボーディングやトライアル設計では重要です。