あなたのセーブフローは静かに解約を生み出している——それを証明した数字

継続（リテンション）ダッシュボードを見て心から良い気分になった最初のとき、私が眺めていたのは30%のセーブ率だった。「解約」をクリックした人の30%が、最後まで手続きを進めなかったのだ。書類上、あのフローは投資額の10倍を回収していた。難しい部分は終わったのだ、とそのとき思ったのを覚えている。

ところが、その数字の裏にあるコホートを掘り下げてみると、辻褄が合わなくなった。

「引き留めた」ユーザーの中には、誤って解約をクリックし、オファーを眺めて、そのまま留まった人がいた——彼らはそもそも離れる気などなかった。割引を受け取りながら、翌月にはやはり解約した人もいた。そして、より静かなある一群のほうが、私を悩ませた。解約手続き中にメールを送った相手のうち、私が見るかぎり、そもそも解約しようとすらしていなかった人々だ。私たちは更新中の顧客の受信箱に踏み込んで「あなたに去ってほしくありません」と告げ、冬以来一度も開いていないものに月49ドルを払っていることを、わざわざ思い出させてしまったのだ。これこそが、私が今、倫理的なサブスクリプション継続AIを今のようなやり方で構築している理由のすべてであり、そして私たちが最終的にVeriprajnaで提供したシステムが、すべての解約者を一律に扱うことを拒むところから始まる理由でもある。

セーブ率とは、まったく異なる4種類の人々を、ひとつの自画自賛的な数字へと混同してしまう虚栄の指標である。

その30%は、あなたが思っているものではない

解約ファネルの中で少しでも時間を過ごせば、「解約をクリックする人々」がひとつの集団ではないと分かる。それは4つの集団であり、彼らはあなたに正反対のものを求めている。

まず、説得可能層がいる——適切な後押し、存在を知らなかった機能、実際の使い方に合ったプランがなければ離れていく人々だ。セーブフローが真の価値を生むのは、この層だけである。次に、確実層がいる。彼らは何があっても留まる。彼らに20%割引を渡すのは、すでに得ていた売上のマージンを燃やすだけだ。さらに、見込みなし層がいる。彼らはもう決めていて、戻ってこない。4ページにわたる尋問は、彼らを怒らせ、サポートチケットに変わるだけだ——そして後で触れるように、規制当局が今まさに探し回っている、あの「迷宮のような」体験そのものになる。

そして最後に、「寝た子」層がいる。静かに更新を続け、そのまま更新し続けたはずの顧客だ——あなたの継続キャンペーンが彼らを起こしてしまうまでは。彼らに触れれば、本来存在しなかったはずの解約を生み出すことになる。

この罠は構造的なものだ。一律のセーブフロー——あらゆる出来合いのツールがデフォルトで搭載しているたぐいのもの——は、4つすべてを同じ解約者として扱い、全員に同じオファーを流す。あなたのセーブ率は、確実層を「勝ち」として数える。だが、たった今失った寝た子については何も語らない。なぜなら、その損失は解約ファネルには決して現れないからだ。それは、静かに起こらなかった更新として現れる。

私が実施したくなかったホールドアウトテスト

最初からこれを見越して設計していた、と言えたらいいのだが、そうではなかった。私が支持した最初の継続モデルはセーブ率を最適化していた。なぜなら、セーブ率はその場の全員が信頼する数字だったからだ。そしてその数字は上がり、私たちはそれを出荷した。

私の考えを変えたのは、実施する気にもなれなかったあるホールドアウトテストだった。それに反対する理屈はいつも同じだ。なぜわざわざ対照群からセーブフローを外し、得られたはずのセーブを「捨てる」のか、と。それでも私は、主にきれいなベースラインを得るために実施した。結果が返ってきたとき、処置群——私たちが「助けた」ユーザー——は、より高い率で解約していた。何もせず放置しておいた対照群よりも、だ。

私はその表を前に、長いあいだ座り込んでいた。私たちは解約を減らしてなどいなかった。オーディエンスのある一部では、解約を生み出していたのだ。

実は私たちは、記録に残る過ちを再発明していたのだ。ノルウェーの通信会社テレノールは、処置群で対照群より約2%高い解約を引き起こす継続キャンペーンを実施していた——それに気づけたのは、きちんとしたホールドアウトを行ったからにすぎない。ほとんどのサブスク事業者は決してそれをやらない。彼らはどのオファーが最もよく成約するかをA/Bテストするが、介入することがそもそも役に立つのかどうかという、より根本的な問いは決して立てない。その居心地の悪い算数はこうだ。20万人の加入者と月3%の自発的解約を抱える企業は、月に約6,000人の解約意向ユーザーを目にする。そして業界調査によれば、そのうち10〜20%が寝た子である。6,000人全員に接触すれば——これがデフォルトのツールがやることだ——毎月600〜1,200人を、するはずのなかった解約へと後押ししていることになる。ユーザー当たり平均売上50ドルなら、それはあなた自身の継続システムが破壊した売上、年間36万〜72万ドルに相当する。

私たちには解約問題があったのではない。解約を生み出し、それを勝ちしか数えない指標の中に隠していた継続システムがあったのだ。

より賢い解約予測モデルで解決できないのはなぜか？

私の最初の直感は、予測をより賢くすることだった。問題が誤った相手に接触することにあるのなら、より優れた解約モデル——誰が最も離れそうかを採点するもの——がきっと解決してくれるはずだ、と。

そうはならない。そしてその理由こそ、この問題全体の核心である。標準的な解約予測は「誰が離れそうか？」に答える。だが、寝た子と説得可能層は、離脱可能性モデル上でまったく同じスコアを取りながら、正反対の扱いを必要とすることがある。本当に重要な問いは、誰が離れるかではない。それは、誰が離れるのか——その原因があなたの介入なのか、あるいは誰が留まるのか——それもその原因がそれ（介入）なのか——という問いだ。そして予測モデルは反実仮想を決して観測しないため、構造的にこの問いに答えられない。

その反実仮想の問いには名前がある。アップリフトモデリング、すなわち条件付き平均処置効果（CATE）の推定だ——ある特定のユーザーの行動の変化であり、それが引き起こされたのは介入によってであって、単にそのユーザーの属性と相関しているだけではない、という変化である。金融サービスの世界はSaaSより早くこれに気づいた。そこではアップリフトモデルが予測モデルを一貫して上回り、継続への支出を実際に利益の出るものに変えた。なぜなら、どちらの方向であれすでに心を決めている人々への支出をやめたからだ。

落とし穴は——そしてこれは「継続プラットフォーム」をあなたに売り込む誰もが口にしない部分だが——アップリフトモデリングには実験データが必要だということだ。ランダム化されたホールドアウト、あるいは強力な操作変数が要る。全員に常に同じ画面を見せてきただけのフローに、後からこれを組み込むことはできない。なぜなら、あなたが介入をしない——そのときに何が起こるかの記録が、あなたには一切ないからだ。ほとんどのサブスク企業は、そのデータを一度も収集してこなかった。これは、SaaS企業の82%がプロモーション価格を提供しながら、それが何らかのリターンを生むかどうかを測定できるのはわずか36%にとどまる、という同じ盲点である。一度も測定したことのない処置効果を、管理することはできない。

これが単なるマージンの問題ではなくなった、25億ドルの理由

しばらくのあいだ、私はこれをすべて最適化の話だと考えていた——お金をテーブルに置いてくるか、こないか、と。ところが、それを間違えたときのコストが、3桁分（3オーダー・オブ・マグニチュード）変わってしまった。

2025年9月、FTCはPrimeをめぐってAmazonと25億ドルで和解した——10億ドルの制裁金に15億ドルの返金を加えたもので、同機関の歴史上、規則違反に対する最大の制裁である。その中身は解約体験だった。いわゆる「イリアド・フロー（Iliad Flow）」——4ページ、6クリック、15の選択肢からなる難関で、訴状によれば明確な同意なしに3,500万人を登録させたという。同じ年、Vonageは、隠された解約の仕組みと、顧客が停止を求めた後も続いた課金をめぐって1億ドルを支払った。Epic Gamesは2億4,500万ドルで和解した。CheggとHelloFreshはそれぞれ750万ドルを支払った。今ではUberもその渦中にある——FTCの訴状は、Uber Oneの解約に最大23画面と32アクションを要すると述べており、2025年12月までに21州とワシントンD.C.が加わった。

FTCの「クリック・トゥ・キャンセル」規則が2025年7月に第8巡回区控訴裁判所によって無効とされたことで、圧力が和らいだと人々は思い込んでいる。実際は逆だった。規則が覆されたのは手続き上の技術的な理由——同機関が必要な規制分析を省いたこと——によるものであって、ダークパターンが問題ないと認定されたからではない。執行はそれを迂回しただけで、規則が存在する前からこの役割を担っていたROSCAとFTC法第5条へと立ち返った。FTCは2026年1月、新たな告示とともにネガティブ・オプションの規則制定を再開した。

そして、より多くのプロダクトチームに腹落ちさせてほしい運用上の事実がこれだ。ROSCAは、規制当局に特定の名前のついたダークパターンを立証することを求めていない。求めているのは、解約が「シンプル」ではなかったと示すことだけである。これは、ほとんどの企業が想定して設計しているよりもはるかに低いハードルだ。私がチームに示す大まかなテストは、その単純さゆえに残酷だ——もしあなたの解約フローが登録フローよりステップ数が多いなら、あなたはすでにリスクを抱えている。

その法的テストは、ほとんど侮辱的なほど単純だ。もし去るのが加わるより多くのステップを要するなら、規制当局はすでにその主張の大半を手にしている。

あなたは実際、どの州の法律を前提に設計しているのか？

これを本当に難しくしている——ひとつの規則で済む場合よりも難しくしている——もうひとつの要因は、そもそもひとつの規則など存在しないことだ。連邦の下限は動いたが、州は待ってはくれなかった。

2025年7月に改正・施行されたカリフォルニア州の自動更新法は、オンラインで解約が「ただちにアクセス可能」であることを求め、さらに解約1回につき継続オファーを1つに制限する「ワン・セーブ（One Save）」ルールを追加した——これは、ほとんどのフローが頼る複数画面のオファーの難関を、静かに違法化するものだ。ニューヨーク州は、オンラインで登録したものはすべてオンラインでのみ解約できることを求める。メリーランド州には独自の開示タイミングがあり、コネチカット州は更新前通知を求める。もしあなたが複数の州にまたがって顧客にサービスを提供しているなら、あなたのコンプライアンスの下限は平均ではない——それは、最も厳しい法律——あなたの加入者基盤にいる誰かが実際に従っている法律——である。

私はその下限の反対側にも座ってきた——グロースチームがセーブ率を上げるために数か月前に出荷したフローを、社外弁護士がROSCAレビューでようやく目にし、いまや事後的にそれを弁護しなければならない、という場面にだ。マーケティングチームは火曜日に解約コピーをA/Bテストする。法務がフローをレビューするのは四半期に一度、あればの話だ。その2つの時計のあいだの窓に出荷されるものはすべて、誰も実際には承認していないリスクである。この窓こそ、この全体像の中で最も高くつくものであり、それが存在するのは、ファネルを最適化する人々と、それに責任を負う人々が、異なるスケジュールで異なる画面を見ているからだ。

より新しいフロンティアもあり、それこそ私が最も注意深く見ているものだ。2026年1月、FTCは、消費者を反復課金へと誘導したとされる「Pearl」という名のAIチャットボットをめぐってJustAnswerに措置を取った——これは、AIエージェントをサブスクリプションフロー内で標的とした、最初期の執行措置の一つである。この教訓は、セーブフローに大規模言語モデルを後付けしようとする者に重くのしかかる。会話的な摩擦を加えたり、確認時の羞恥心（confirm-shaming）を利用して離脱を思いとどまらせようとするAIは、手作業のダークパターンと同じ基準で裁かれる。おそらくはより厳しい基準で、だ。なぜなら、それは操作をスケールさせ、そのために使ったすべての言葉を記録しているからだ。

私たちが実際に構築したもの

だから、私たちが最終的に構築したシステムは、ひとつのモデルではない。それは、市場が奇妙なことに別々にしか売っていない、3つの能力である。

1つ目は因果セグメンテーションだ——あなたの課金イベントストリーム、すなわちStripe、Chargebee、Recurlyから流れ出る解約意向のタイムスタンプやプラン変更のライブフィードに接続するアップリフトモデルであり、各解約ユーザーを、説得可能層、確実層、見込みなし層、寝た子のいずれかに、その推定処置効果によって分類する——離脱可能性によってではない。寝た子には、あらゆる中で最も価値ある介入、すなわち沈黙が与えられる。2つ目は、それらのセグメントを軸に設計され、法的下限の内側にとどまる解約フローだ——「ワン・セーブ」が適用される場ではオファーを1つに、ニューヨーク州が求める場ではオンライン解約を、そして去るために加わるとき以上の摩擦を課さない。3つ目は、他の誰かが出荷したのを私が一度も見たことのない部分だ——フローを、AIエージェントの実際の会話ログも含めて読み取り、ダークパターン的な挙動を、それが公開される前に検出する自動監査——州の司法長官があなたに代わってそれを指摘した後ではなく、だ。

私は、この3つすべてをこなす出来合いのツールを探しに行ったが、そんなものは存在しない。Chargebee RetentionとProsperStackは、本当に優れた解約体験を構築し、オファーを最適化する。だが、どの解約者も同じように扱い、説得可能層と寝た子を見分けられない。Pegaはエンタープライズ規模でネクスト・ベスト・アクションの意思決定を行えるが、実装が50万ドル前後から始まるレガシープラットフォームであり、コンプライアンスに関しては何も監査しない。カスタマーサクセス系プラットフォームは解約リスクを採点するが、解約の瞬間には手を触れない。AIのセーブエージェントを監査する者は、そもそも誰もいない。結合組織——因果モデル、コンプライアンスに適合したフロー設計、そしてダークパターン監査を、あなたがすでに持っている課金システムに配線したもの——こそが空白地帯であり、私たちが生きている場所なのだ。

私が毎回耳にする反論

1つ目はいつもこうだ。「より優しく」摩擦の少ない解約フローは、私の継続を骨抜きにするだけではないのか？ 実際には逆だ。なぜなら、説得可能層を引き留めていたのは摩擦ではなかったからだ——彼らを引き留めたのは的確なオファーであり、摩擦はもっぱら見込みなし層を激怒させ、寝た子を起こしただけだった。摩擦を取り払い、オファーを狙い定めれば、自ら製造していた解約に対して支払うのをやめられる。

2つ目。私たちはすでに積極的に割引している、それが継続ではないのか？ それは、尾を引く高コストな継続だ。継続割引の中央値は約16.7%——おおよそ2か月分の無料——であり、大幅に割引された顧客はその後、継続率が15〜20%悪化していく。あなたは彼らを引き留めているのではない。損を出しながら彼らを借りているだけで、しかも時計を巻き戻しているのだ。

3つ目、正直なものだ。私たちはホールドアウトを一度も実施したことがないので、どの群がどれなのか見当もつかない。それは失格ではない——スタートラインだ。私たちもそこから始めた。誇りに思っていたダッシュボードと、危うくスキップしかけたテストとともに。私たちがどのように構築へ取り組むかは、Veriprajnaのソリューションページで読むことができる。だが、最初の一手は常に同じだ——何もしなかったときに何が起こるかを測定すること。

30%のセーブ率は、私が勝っていると告げた。ホールドアウトテストは、私自身の顧客のある一部において、私がせっせと数えていたセーブが、私が静かに起こらないよう説き伏せた更新によって相殺されていた、と告げた。継続において本当に重要な数字は、いくつの解約を止めたか、では決してなかった。それは、もしあなたがただ放っておいたなら、その人が留まっていたかどうかだ——そして、それを一人ひとりのユーザーについて答えられるようになるまで、あなたは顧客を継続させてなどいない。あなたは、これから失おうとしているのがどの顧客なのかを知るために、マージンを費やしているのだ。