ENTRY TYPE · definition

Product adoption（プロダクトアダプション）

By Marius Bughiu Last updated 2026-06-06 Customer Success

Product adoption とは、顧客が購入した製品を実際にどの程度使っているかの度合いです。誰が最初の価値に到達したか（活性化）、何人が継続的に使っているか（広さ）、そして features や workflows をまたいでどれだけ深く依存しているか（深さ）で測定します。これは retention の先行指標です。利用は更新の意思決定より数週間から数ヶ月先に動くため、アダプションは churn が NRR に現れるずっと前に、誰が churn するかを教えてくれます。

アダプションではないもの

アダプションはログインしたことと同じではありません。1 度認証して二度と戻ってこなかった seat は、プロビジョニングされたライセンスであって、アダプションされたものではありません。アダプションは満足度でもありません。顧客は CSAT 調査で高評価をつけながら、支払っている分の 5% しか使っていないこともあり、これは champion が去ったときの典型的な pre-churn パターンです。そして出荷された features のリリースでもありません。それはプロダクトチームのアウトプットであって、顧客の行動ではありません。アダプションは顧客側で測定します。顧客が繰り返し行う、購入した価値に対応する行動です。

3 つのステージ

アダプションはシーケンスであり、各ステージは異なる指標と異なる介入を持ちます。

活性化 — 最初の価値。 顧客がコアの約束を初めて届けるアクションを完了します。曖昧なマイルストーンではなく、具体的なイベントとして定義します。「セットアップが完了した」ではなく「データソースを接続してレポートを 1 件実行した」です。活性化率（イベントに到達した新規アカウントの割合）と time-to-value（signup からイベントまでの中央値の日数）を測定します。
習慣 — 継続的な利用。 顧客が製品の設計どおりのケイデンス（日次、週次、サイクルごと）で戻ってきます。stickiness 比率（ウィンドウ内のアクティブ日数をウィンドウ長で割った値、たとえば日次ツールなら DAU/MAU）と、cohort 別の再訪アカウント率で測定します。週次の workflow として販売されたのに四半期に 1 度しか使われないツールは、活性化ではなく習慣の問題を抱えています。
広さと深さ — 利用の拡大。 広さはアカウントが触れる features やユースケースの数、深さはそれぞれがワークフローにとってどれだけ中心的かです。広さは、retention と相関する集合に対するアカウントあたりの採用 features 数として測定します（すべての features ではなく、相関する 3〜5 個を見つけます）。深さは、アクティブな feature あたりのボリュームと、アカウント内で何人の role が使っているかで測定します。

測定方法

更新と相関する少数の行動を選び、1 つのアダプションスコアにまとめ、スナップショットではなくトレンドを見ます。

更新された cohort と churn した cohort を比較して、価値に相関するアクションを特定します。更新した顧客が行い、churn した顧客が行わなかった行動は何か。それがアダプションのシグナルです。通常は 3〜6 個です。
それらをアカウントごとの加重スコアに統合します（たとえば活性化イベント = 30 点、週次アクティブ = 25、3 つ以上の features = 25、マルチ seat アクティブ = 20）。スコアをバンド分けします。緑 / 黄 / 赤。
絶対水準よりトレンドを追跡します。70 点のアカウントが 1 ヶ月で 55 に滑り落ちるのは、60 で安定しているアカウントより高い churn リスクです。滑り落ちがまだ対処できるうちに見えるよう、スコアは週次で計算します。
cohort と persona でセグメント分けします。集約されたアダプションは、50 seats を購入して 4 つしか活性化しなかったアカウントを隠します。アカウント別、セグメント別、role 別に切り分けます。

これを既製で行うツール：プロダクト利用の計装には Pendo と Amplitude、利用をアカウントの health と CSM の workflows にまとめるには Gainsight、活性化を促すアプリ内ガイドには Userpilot。

なぜ retention に先行するのか

更新は遅行指標です。顧客が更新しない時点では、意思決定は数週間前に下されており、原因は数ヶ月前のものです。アダプションは上流のシグナルです。週次アクティブ seats が四半期で 40 から 12 に落ちたアカウントは、行動の上ではすでに churn しています。契約が追いついていないだけです。だからこそアダプションは customer health score の中で最も重みの大きい input に属し、だからこそ下降するアダプションのトレンドは、更新のウィンドウが開いてからではなく開く前に CSM の play をトリガーすべきなのです。

メカニズムは具体的です。利用の広さこそが製品を引き剥がしにくくします。1 つの feature を使っているアカウントには去る理由が 1 つあり、乗り換えも安価です。3 つのチームの workflows に 5 つの features が組み込まれたアカウントには、更新を守り拡大の余地を生む乗り換えコストがあります。それは expansion revenue を駆動するのと同じ深さです。アダプションと拡大は、異なる時点で測定された同じモーションです。

よくある落とし穴

ログインをアダプションとして数える。 ログインは存在であって価値ではありません。ガード：アダプションを、更新-対-churn の cohort に対して検証された価値相関イベントとして定義し、決してセッション数だけで定義しません。
グローバルなアダプション数値が 1 つだけ。 集約されたアダプションは、ほとんど誰も活性化しなかった多 seat アカウントを覆い隠します。ガード：ポートフォリオ水準だけでなく、必ずアカウントと cohort の水準で計算しアラートします。
広さそのものを目的に最適化する。 すべての feature を押し付けるとシグナルが薄まり、ユーザーを苛立たせます。ガード：実際に retention と相関する 3〜5 個の features だけを数え、残りはスコアで無視します。
トレンドではなく水準に反応する。 安定して低いアカウントは小さなユースケースに良くフィットしているかもしれません。滑り落ちているアカウントこそ緊急事態です。ガード：静的な閾値ではなく、移動ウィンドウ上の負の傾きでアラートします。