すべてのプロダクトリーダーが知っておくべき10のKPI

プロダクトとビジネスの成功を推進する実証済みの指標

はじめに：プロダクトリーダーシップが直面する現代の課題と機会

プロダクトと自社の成功を測定するとはどういうことでしょうか？

もちろん、常に頼りにできる定番の指標はいくつかあります。プロダクトのアクティブユーザー数の増加、導入率、そして継続率の向上は、ビジネスの継続的な成功に欠かせない基本要素であり続けるでしょう。

しかし、昨今は状況が少し変わってきています。たとえば、 Gartnerは、2025年までに企業の75%がAIを業務に組み込むと予測しています。AIは現代の企業運営を急速に変革しており、多くの企業がリアルタイムで成功の測定方法を模索しています。その一方で、働き方やリーダーシップのあり方も変化しており、自動化、バイブコーディング、ユーザーインテリジェンスはその変化のほんの一端に過ぎません。

2025年にプロダクトリーダーとして活躍するには、技術的な知識と戦略的なビジョンのバランスを慎重に保ちながら、あふれる情報の中から本質を見極める力が求められます。新しいテクノロジーや新しい手法が次々と登場する中、プロダクトリーダーたちは今こそプロダクトを成功へと導く絶好の機会だと感じています。

このガイドでは、過去1年間で14,000社以上のお客様と培ってきた経験をもとに、すべてのプロダクトリーダーが押さえておくべき10のKPIをご紹介します。あらゆるプロダクトチームに欠かせないKPIを中心に取り上げながら、AIがその方程式をどのように変えるかについても掘り下げていきます。

プロダクトの成功を測るために不可欠なものを理解する

まず全体像を把握するために、KPIの種類を大まかに整理しましょう。覚えておくべき3つのカテゴリーをご紹介します。

ビジネス成果： 最も重要なビジネス成果は何か、そしてプロダクトが短期・長期のビジネス・財務成果にどう影響するかを考えます。チャーンの削減、長期的なユーザー維持率の向上、新規ユーザーや購読者の獲得などと密接に関連している場合があります。
プロダクトの利用状況： これらのKPIは、ユーザーがプロダクト内でどのように行動しているかを反映します。最もよく使われている機能はどれか？どこで詰まっているか？これらの指標は、ユーザーがソフトウェアに価値を見出しているかどうかを理解するうえで非常に重要です。
製品パフォーマンス： これらのKPIは、製品がその目的とする機能をどれだけうまく果たしているかを測定します。製品の応答時間はどのくらいですか？先月のダウンタイムはどのくらいでしたか？品質指標については社内ベンチマークを設定し、月次または四半期ごとに自己評価することが最善策であることが多いです。

2025年に欠かせない10のKPI

トップKPIを選定するにあたり、コスト、機能の採用状況、ユーザーの感情など、アプリの重要な側面をプロダクトリーダーが追跡するのに役立つ指標を検討しました。これらの指標はイノベーションと安定性という二重の要求に応えるもので、ユーザーがソフトウェアとどのように関わっているかを理解し、チャーンを抑制しながら、ユーザーが将来求めるものについての重要なインサイトを得るのに役立ちます。

1. 予測顧客生涯価値（CLTV）

新規顧客の獲得には既存顧客の維持よりもはるかにコストがかかるというのは周知の事実です。だからこそ、長期顧客の生涯価値を把握することが重要です。

過去の平均値に依存する従来のCLTVモデルは、AIによる行動変化やサプライチェーンの混乱といった動的な変数への対応に苦慮しています。より競争力のある企業は、現在の意思決定が将来の収益にどう影響するかを把握するために、AIを活用した予測モデルへの移行を進めています。

予測CLTVは機械学習を統合し、ユーザーのインタラクションパターン、マクロ経済動向、地政学的イベントなどのリアルタイムデータストリームを分析します。トランザクションデータ、ユーザー行動指標、機能や製品の嗜好データも活用できます。

例えば、B2BソフトウェアプロバイダーはCLTVの予測を活用して、医療や再生可能エネルギーなど、規制の変化が成長機会を生み出す高ポテンシャル業界へのリソース配分を最適化することができます。

CLTVはなぜ重要なのか？

予測CLTVは、製品全体にわたる価値をより深く理解するうえで不可欠であり、機械学習を活用してより正確な価値の推定を提供します。さらに、特にAIを基盤とした新機能をユーザーがどのように採用するかを、より深く理解するのに役立ちます。

CLTVの測定方法

CLTVの計算はシンプルです。顧客の年間価値に顧客の平均ライフタイム（サブスクリプションまたはライセンスの年数）を掛け合わせ、そこから獲得コストや維持コスト（一般的な顧客獲得コスト、価値実現までのコスト、その他の指標など）を差し引きます。

2. AI機能の採用率

機能の採用は本質的にユーザーアクティベーション指標であり、AI製品における機能採用は、AI製品がユーザーにもたらす即時かつ継続的な価値を明確に示すものです。

このKPIは、チャットボット、自動レポート、予測分析などのAI機能にユーザーがどれほど深く関与しているかを測定します。採用率が低い場合は、ユーザーのニーズと機能設計の間にミスアラインメントが生じているサインかもしれません。例えば、CRMプラットフォームが、AIを活用した売上予測が教育不足により十分に活用されていないことを発見し、アプリ内オンボーディング体験の再設計を促すケースが考えられます。

チームがユーザーベースのAI機能へのエンゲージメントを把握することで、ユーザーをより適切にサポートし、継続的な導入を促進できます。

AI機能の導入率はなぜ重要なのか？

AIの導入状況を追跡することで、投資対効果（ROI）を確保できます。導入率が低い場合は機能設計の不一致やオンボーディングの不備を示し、導入率が高い場合はリテンションや収益成長との相関が見られます。チャットボットや予測分析へのエンゲージメントを測定することで、チームはユーザー体験を改善し、AI開発コストの正当性を示すことができます。

AI機能の導入率の測定方法

導入率は、その機能にアクセスできる総ユーザーベースに対するパーセンテージで表されます：

機能の導入率を高める方法

導入状況を測定する主なメリットの一つは、顧客にとって有益な機能へと誘導する方法を理解し、製品への継続的なエンゲージメントを高めることです。主要機能の導入促進に関しては、製品内で直接行うことが最も効果的です。機能の導入を促進するためのアプリ内戦術には、次のものがあります：

アプリ内メッセージングを使用して新機能を告知する。
アプリ内ウォークスルーを使用して、特定の機能へユーザーを誘導し、オンボーディングを支援する。
セグメンテーションを使用して、その機能に価値を見出す顧客にコミュニケーションをターゲティングする。

実際の事例: Okta

ユーザーエクスペリエンスを測定するには、ユーザーベースをきめ細かいレベルで理解する必要があります。OktaはPendoを活用することで、既存の顧客体験を把握し、改善の機会を特定できたと述べています。

「私たちは、手元にあるデータをもとにチャネルをまたいでユーザーをセグメント化し、ターゲティングし、リターゲティングすることができます。それにより、Oktaの設定における重要なコア部分を通じて、ユーザーを効果的にコーチし、ガイドし、または後押しすることができます。」

Tom Witczak、デジタルエクスペリエンスディレクター、Okta

3. ユーザーの成長

成長は、組織の健全性を示す最も重要な指標の一つかもしれません。成長をブランドのアウトリーチ活動の反映として捉えてみましょう。新規ユーザーをどれだけうまく獲得できていますか？既存のユーザーベースにおける利用拡大に向けた取り組みは、どれほど効果を上げていますか？

ユーザーの成長がなぜ重要なのか？

古いことわざにもあるように、成長していなければ衰退しているも同然です。成長指標の変化は、チームがアウトリーチ、ユーザーエクスペリエンス、その他の問題点を特定するのに役立ちます。「成長」そのものはカテゴリーによって異なりますが、ソフトウェアプラットフォームにとっての成長は、ユーザーベースの拡大、そしてそれに続く収益の拡大と直接結びついています。

とはいえ、これらのユーザーがプラットフォームや特定の機能にどれだけの時間を費やしているかなど、他の要素に基づいて成長を測定することも可能です。

時間の経過に伴うユーザー成長の測定

ユーザー成長を測定する鍵は、時間の重要な指標を理解することです。サブスクリプション型ソフトウェアプラットフォームの多くにとって、最も重要な時間軸は月と年です。具体的には、月次および年次でのユーザー成長を測定します。

月間アクティブユーザー数（MAU）の成長を測定する計算式は、期間によって異なる場合があります。たとえば、ある月から翌月への成長を測定するには、その期間の成長率を求めることになります。

これにより、成長率がパーセンテージで表されます。より長い期間を測定するには、この計算式を延長するだけです。たとえば、年初から年末までの成長を測定する場合、計算式は次のようになります。

4. プロダクトエンゲージメントスコア（PES）

PESは、プロダクト全体の健全性を示す広範な指標です。スティッキネス、導入状況、成長を測定する指標を組み合わせたものです。PESはひと目でわかるパルスチェックを提供することを目的としていますが、PESが包含する指標をさらに深く掘り下げることで、問題箇所を発見し修正することができます。

PESはなぜ重要なのか？

PESは、ユーザーが製品や機能を時間をかけてどのように採用し、継続して使用するかを示す道標です。また、製品や機能のパフォーマンスを「大局的」に把握するための優れた方法でもあり、個々のKPIをより深く理解するためにどこから掘り下げ始めるべきかのヒントを与えてくれます。

PESの測定方法

PESは、スティッキネス、アダプション、グロースを組み合わせた指標です。アダプション、スティッキネス、グロースの値を算出したら、その3つの数値の平均を取り、100を掛けるだけでPESを計算できます：

PESはビジター単位またはアカウント単位で測定することを選択できます。製品が個人のみ（チームではなく）に使用されている場合は、各PESコンポーネントをビジターレベルで測定するだけで十分でしょう。自社が新規ロゴ獲得に注力している場合は、アカウントレベルでグロース（および全体的なPES）を測定することで、その取り組みを最もよく反映できます。迷った場合は、PESの設定を組織の現在の最優先事項に合わせるようにしてください。

PESの向上＝ビジネス成果の向上

Pendoのデータサイエンスチームは、PESのみを使用して顧客のチャーン、利用状況、グロース率を予測することに挑戦しました。その結果、契約終了前の数か月間にPESが高かったアカウントは更新される可能性が高く、スコアが低いほどチャーンと相関していることがわかりました。わずか6か月分のPESスコアが、更新の信頼できる指標となりました。

5. 価値実現までの時間（TTV）

競争の激しい市場では、ユーザーは即時のROIを期待しています。TTVは、ユーザーがどれだけ早く最初の「コアイベント」——BIツールでのデータ分析の完了やDevOpsプラットフォームを通じたコードのデプロイなど、価値を実証する重要なアクション——を達成できるかを測定します。TTVが遅いと、離脱率が高くなることが多いです。たとえば、ノーコードのウェブデザインプラットフォームは、テンプレート化されたワークフローを通じてユーザーを誘導することでTTVを短縮し、数分以内にランディングページを公開できるようにすることが可能です。

TTVを検討する際に考慮すべき主なコンポーネントは次のとおりです：

ユーザーオンボーディングの効率性： ユーザーはどれだけ早く製品を効果的に操作できるようになるか？
最初の意味ある成果（FMO）： ユーザーが最初の基本的なタスク（レポートの作成、ミーティングのスケジュール設定など）を完了するのはいつか？
完全な価値の実現：ユーザーが製品を使ってプロジェクト、成果物、または結果を完全に実現するまでのプロセスとは？

バリュー実現までの時間はなぜ重要なのか？

ユーザーはできるだけ早く価値にアクセスすることを求めています。効率化されたオンボーディングによってTTVを短縮することで、離脱を減らし、特に競争の激しいSaaS市場において競合との差別化を促進します。

TTVの測定方法

TTVを計算するための一般的な公式は存在しません。このメトリクスを理解するには、「価値」の提案（機能の使用、特定のプロセスや慣行の導入など）と、測定の開始点（初回登録から、初回ログインから、またはその他のマイルストーンから）を明確に定義する必要があります。これらの基準に基づいて、TTVは日数、分数、あるいは秒数で表すのが最適な場合があります。

6. 製品パフォーマンス

パフォーマンスの問題に対するユーザーの許容度は急落しており、わずか1秒の遅延でも信頼を損なう可能性があります。このKPIは、99.9%の稼働率や重要なアクションに対する2秒未満の読み込み時間といったベンチマークを用いて、稼働時間と応答性を数値化します。たとえば、ピーク時のトラフィックでチェックアウトの遅延が発生しているEコマースプラットフォームは、カート放棄や評判の低下のリスクにさらされています。

把握すべき重要なパフォーマンス指標には以下が含まれます：

平均システム稼働率
ページ読み込み時間
ユーザーチケットへの応答時間
ユーザー満足度スコア

製品パフォーマンスはなぜ重要なのか？

パフォーマンス指標（稼働率、応答時間）は、2025年には交渉の余地のない必須要件となります。わずか1秒の遅延でコンバージョンが7%低下する可能性があり、ユーザーを維持するためにはほぼ瞬時の読み込み時間と99.9%の稼働率が不可欠です。これは特にEコマースやフィンテックなどの分野に当てはまります。

あなたの製品はどこに位置していますか？

製品のパフォーマンスベンチマークは、単独で存在するものではありません。社内の他の指標や業界内の同業他社のデータと比較することで、初めてその真価が理解できます。そのような観点から、Pendoは2,500社のお客様が利用する6,800以上のアプリケーションのデータを集計し、地域、企業規模、業界に基づいて製品をベンチマークできるよう支援しています。インタラクティブなベンチマークで、あなたの製品がどのような位置にあるかをご確認ください。インタラクティブなベンチマーク.

7. パーソナライゼーションによる収益向上

このKPIは、動的価格設定やカスタマイズされたコンテンツレコメンデーションなど、パーソナライズされたエクスペリエンスによる収益向上を測定します。たとえば、AIを活用したeラーニングプラットフォームがコースの提案をカスタマイズすることで、修了率やサブスクリプションの更新率が向上する可能性があります。

パーソナライゼーションの関数としてROIを算出するとは、パーソナライゼーションによる増分的なメリットを収益の増加やコスト効率に直接結びつけることを意味します。アプローチとしては以下が挙げられます：

ユーザーの獲得と定着に関する主要指標の特定（機能の採用率、顧客生涯価値、チャーンなど）。これらの基準でベースラインを確立することが不可欠です。
パーソナライゼーションのアプローチと指標の連携（生成AIを活用したアプリ内メッセージの作成や、主要機能を利用するユーザーへのタイムリーなサポート提供を目的とした行動分析のトラッキングなど）。
A/Bテストの実施 により、特定のパーソナライゼーション施策とポジティブなビジネス成果を結びつけます。

パーソナライゼーションのROIはなぜ重要なのか？

AIを活用したハイパーパーソナライゼーションはエンゲージメントを高めますが、関連コストを正当化するには効果測定が必要です。カスタマイズされたエクスペリエンス（ダイナミックプライシングなど）による収益向上を測定することで、取り組みがビジネス成果と確実に連動します。

実際の活用事例： Alarm.com

Alarm.comは、カスタマーサービス担当者がカスタマイズされたガイドとサポート機能でユーザーのニーズに応えられるよう取り組みました。Pendo Analyticsを活用し、パスとファネルを使って顧客の考えや感情をより深く理解することで、それぞれのニーズに合わせたコンテンツを提供できるようにしました。

「それはサポートセンターの立ち上げ期間中、エージェントの業務全体と全体的なセンチメントに大きな影響を与えました。そして同様に重要なことは、職場でのリソースを作成することで非同期トレーニングの開発に費やす時間が大幅に減り、規模を拡大できるようになっているということです。」

Mary Kidd、Alarm.com カスタマーオペレーション部門システムマネージャー

8. 予測解約率

解約は依然として重要な指標ですが、予測モデルによってユーザーが離脱する前にリスクを特定できるようになっています。MLモデルは、エンゲージメントの低下、支払い履歴、センチメントのトレンドを分析することで、解約リスクスコア（0〜100）を算出します。たとえば、ストリーミングサービスでは、価格改定後に視聴時間が減少したユーザーにフラグを立て、ターゲットを絞ったリテンションオファーを提示することができます。

予測解約率はなぜ重要なのか？

予測モデルは、エンゲージメントの低下や支払いトレンドを分析することで、ユーザーが離脱する前にリスクを特定します。プロアクティブなリテンション戦略（例：ターゲットオファー）により離脱を抑制し、サブスクリプション型モデルにおける収益を守ります。

予測チャーンの測定方法

従来、チャーンは次の式で表すことができます：

しかし、予測チャーンはより将来志向です。アナリティクスと月次トレンドを活用して、今後数か月における潜在的なチャーンを予測することを意味します。機械学習とAIにより、より深い分析が可能になります。

9. ネットプロモータースコア（NPS）

ユーザーはあなたのブランドを推薦するでしょうか？そうでない場合、NPSを活用して、製品に対するユーザーの感情を把握することができます。

通常、NPSはユーザーや顧客にアンケートを実施し、回答に基づいて「推奨者（プロモーター）」と「批判者（デトラクター）」を分類し、その関係を両者の比率として表すことで算出されます。

これらのスコアは、特にソフトウェア内で直接収集された場合、ユーザーの本音や考えを垣間見る優れた手段です。回答はコンテキストに即したタイムリーなものであり、問題に対して事後対応ではなく事前対応で取り組む方法を提供します。これにより、NPSは顧客の不満や体験に対する早期警告システムとして特に有用です。

フィードバックループにおけるNPSはなぜ重要なのか？

理解することは、顧客センチメント常に価値があります。また、NPSを継続的に追跡することで、顧客が今後どのようにあなたを支持してくれるかを把握できます。ただし、NPSは定性的な指標であるため、製品の使用状況などの定量的なデータと組み合わせることで最大限に活用できます。

実際の事例： Cision

Cisionは、新規顧客がブランドに対してどのような印象を持っているか、特にどのような顧客行動からより高いNPSスコアが生まれるかを把握したいと考えていました。Pendoを活用し、ターゲットを絞ったNPSサーベイを実施することで、顧客がブランドを推奨しやすくなる指標を発見しました。

「データをアカウントレベルに集約できる機能は、私たちにとって大きな差別化要因です。他のどの分析ツールにもこれはできません。」

Becky Banasik、カスタマーサクセス担当バイスプレジデント、Cision

10. フィードバックから機能実装までの速度

このKPIは、チームがユーザーの意見をどれだけ迅速に製品改善へと転換できるかを測定します。たとえば、プロジェクト管理ツールであれば、パワーユーザーからの機能リクエストを優先し、四半期ごとのスプリントでアップデートをリリースする場合があります。

フィードバックから機能実装までのベロシティはなぜ重要なのですか？

お客様のプラットフォームや製品は、SaaS開発モデルを用いて継続的に開発されています。そのため、ユーザーフィードバックはソフトウェアの課題に対処し、既存の（そして理想的にはロイヤルな）ユーザーベースのニーズを満たす製品を提供するうえで不可欠です。

フィードバックから機能実装までの速度の測定方法

この指標は、最初のユーザーフィードバックまたはアルファレビューから、そのフィードバックに関連する機能の実装までの平均期間として表されます。コメントやフィードバックプラットフォームを活用して、フィードバックループが段階的な変化にどうつながるかを確認し、直接的または間接的なユーザーフィードバックから生まれた本番機能の数を記録することができます。

実際の事例: Filevine

法律プラットフォームのFilevineは、開発サイクルに継続的な機能アップデートを組み込む必要があることを社内で確認していました。顧客フィードバックに基づいた長期ロードマップを維持しながら、業界の要求を反映しつつ規制遵守も確保した状態でソフトウェアの開発を継続する必要がありました。そこで、Pendo Feedbackを活用し、ターゲットを絞ったコンテキスト内フィードバックリクエストによってユーザーの意見を収集しました。

「Pendoの行動分析とアプリ内ガイダンスをPendo Feedbackと組み合わせて使用することで、完璧なパッケージになりました。すべての使用状況のコンテキストをフィードバックのすぐ隣に表示できる機能は、非常に重要でした。」

Mary Lyon、プロダクトフィードバックディレクター、Filevine

エバーグリーンKPI

上記でご紹介したAI強化KPIの測定・分析・改善に取り組む一方で、実績ある（そして今なお有効な）KPIも忘れずに活用してください。時代を超えて使い続けられる3つのKPIをご紹介します。

純収益維持率（NRR）

純収益維持率（NRR）は、サブスクリプション型ビジネスにとって引き続き重要な指標であり、その理由の一つは継続的な収益維持を支えることにあります。マッキンゼーによると、NRRが120%以上の企業は、新規顧客を獲得しなくても年間20%の成長が見込めるとされています。

NRRは、エクスパンションとチャーンの差です。NRRは一般的に100%を超える値が期待されており、これは一部の顧客を失う一方で、既存顧客の価値を拡大する方法を見つけることを前提としています。

NRRの測定方法

定義が示すとおり、NRRはエクスパンションからチャーンを差し引くことで測定でき、以下の4つの値が必要です。

先月の月次経常収益
アップセルおよびクロスセルによって生み出された収益
ダウンセルによって失われた収益
チャーンによる収益損失

企業は通常、NRRを月次または年次で追跡しますが、変動があった際に迅速な対応を取るために、月次の純収益維持率を確認することをお勧めします。

導入

導入指標はプロダクトマーケットフィットを検証しますが、現在は一般的なプロダクト利用とAI駆動機能へのエンゲージメントを区別するための粒度が求められています。2025年には、プロダクトは自動化されたワークフローや予測分析などの組み込みAIツールへの依存度を高めて差別化を図るようになり、（アクセンチュアによると）97%の経営幹部がこの動きを自社業界にとって変革的なものと捉えています。

リーダーは全体的な導入率と、ユーザーがさまざまな機能とどのようにインタラクションするかを追跡する必要があります。たとえば、プロジェクト管理プラットフォームは、AIを活用したタスク優先順位付け機能の週間アクティブユーザー数（WAU）を監視し、このデータをプレミアムティアのアップセル率と関連付けることができます。

導入の測定方法

プロダクトの導入は、月間アクティブユーザー数（MAU）、週間アクティブユーザー数（WAU）、または日間アクティブユーザー数（DAU）によって経時的に表すことができます。また、特定期間の新規ユーザー登録数に対する割合として導入率を測定することも可能です。プロダクト導入の測定方法は、アクティブなプロダクトユーザーであることの定義に大きく依存します。顧客が毎日アクセスすべきソフトウェアであれば、DAU指標が最も適切かもしれません。

スティッキネス

スティッキネス（習慣的な製品利用の指標）は、日々のログイン追跡を超えて進化しています。パーソナライズされたレコメンデーションや予測インサイトといったAI機能は、アプリ内でのユーザーエンゲージメントをより深めます。たとえば、AIを活用して支出習慣を予測するフィンテックアプリでは、ユーザーが予算予測を確認するために毎日アプリに戻るようになり（リテンションに直接影響します）、スティッキネスの向上が見られます。

現代のスティッキネス指標は、AIが促進するエンゲージメントを切り分け、これらの機能を採用したユーザーと従来の機能に依存するユーザーのリテンション率を比較する必要があります。

スティッキネスの測定方法

スティッキネスは、特定の時点におけるアクティブユーザー数と、一定期間におけるアクティブユーザー数の比率に反映されます。たとえば、DAUとMAUを使用して、特定の日のソフトウェアのスティッキネスを確認できます。

重要なKPIを、さらに強化

AIは、プロダクトリーダーがKPIを追跡・解釈する方法を変革し、プロダクトの成功をこれまで以上に測定可能で予測的かつ実行可能なものにしています。リアルタイムのユーザーインサイトから自動化されたトレンド分析まで、AI主導のアナリティクスはプロダクトマネージャーが静的なダッシュボードを超え、ダイナミックで適応的な意思決定を実現できるよう支援します。

AIが進化し続ける中、その機能をKPIフレームワークに統合する企業は大きな競争優位性を獲得し、自社プロダクトが現在の市場ニーズを満たすだけでなく、将来のトレンドを先取りできるようになります。

Pendoは、このガイド全体で取り上げたKPIの測定と改善を支援します。プロダクトアナリティクスとリプレイデータを活用してユーザー行動を把握し、摩擦ポイントを特定。AIを活用した分析でトレンドを見つけ出します。この定量データと定性フィードバックを組み合わせることで、チームはカスタマーエクスペリエンスの全体像を把握できます。さらに、コード不要のアプリ内ガイドを使って、プロダクトの導入促進、ユーザーエンゲージメントの向上、収益拡大に向けた施策を簡単に実行できます。

PendoがプロダクトKPIの測定と施策実行にどう役立つか、実際にご覧になりませんか？今すぐパーソナライズされたデモを体験する.

Pendoが初日から組織に価値をもたらす方法をご覧ください

デモを申し込む