App Onboarding Design Skill

アプリのオンボーディングを設計・改善するための汎用スキル。 「Aha Momentへの最短到達」を最優先とし、離脱率最小化 → パーソナライズ → 計測設計の順で最適化する。

設計哲学

以下の3原則を常に守る：

1. Value Before Registration — 登録前に価値を体験させる。体験してから登録を求める
2. Learn by Doing — 説明スライドではなく、実際の操作を通じて学ばせる。ツールチップ5個の連打は厳禁
3. First Win in 60 Seconds — 初回起動から60秒以内に「できた」感を提供する

Step 0: Aha Moment を定義する

オンボーディング設計の起点は、アプリ固有の Aha Moment を具体的に定義すること。 以下のテンプレートで定義する：

### [アプリ名]
- **Aha Moment**: ユーザーが「このアプリの価値がわかった」と感じる瞬間
- **Activation Metric**: Aha Moment到達を示す計測可能な行動
- **Target TTV (Time to Value)**: Aha Moment到達までの目標秒数
- **Day1 Retention目標**: 翌日再訪率の目標値（アプリカテゴリ平均を参考に）
- **習慣化トリガー**: 継続利用を促す最初のフック

定義のコツ:

• Aha Moment は「機能を使えた」ではなく「価値を感じた」瞬間
• Activation Metric は定量計測可能であること
• TTV は短いほど良いが、カテゴリにより適正値は異なる（ユーティリティ: 30秒、学習: 60秒、クリエイティブ: 120秒）

参考事例:

アプリ	Aha Moment	Activation Metric
Duolingo	初回レッスン完了 + XP獲得	レッスン1つ完了
Spotify	自分好みのプレイリスト生成	3アーティスト選択完了
Canva	最初のデザイン完成	テンプレート編集 → 保存
Headspace	初回瞑想後の落ち着き	3分の体験瞑想完了
Notion	テンプレートで最初のページ作成	ページ1件作成

---

オンボーディング設計フレームワーク

以下の6フェーズで設計する。各フェーズには必須チェック項目がある。

Phase 0: Pre-Onboarding（インストール前〜起動まで）

• ストア説明文が「ユーザーのBetter Self」を描写しているか
• スクリーンショットが機能ではなく成果を見せているか
• アプリサイズが初回DLの心理的障壁を超えていないか（目安100MB以下）

Phase 1: First Contact（起動〜最初のインタラクション、0-15秒）

• スプラッシュ画面は2秒以内か
• 最初の画面で「何ができるアプリか」が3秒で伝わるか
• 登録を要求する前に価値体験があるか（Value Before Registration）
• Empty Stateではなくサンプルデータ or 即時体験を提供しているか

Phase 2: Quick Win（最初の成功体験、15-60秒）

• ユーザーが1アクションで「できた」を感じられるか
• フィードバック（音・アニメーション・テキスト）が即座に返るか
• 正解/成功時のポジティブ強化が十分か
• 操作ステップ数は3以下か

Phase 3: Personalization（ユーザー分岐、60-120秒）

• 目的・レベルを2-3問で聞いているか（5問以上は離脱リスク）
• 回答に基づいて体験が実際に変わるか（見せかけのパーソナライズは逆効果）
• 「スキップ」が常に可能か
• パーソナライズ結果が初回セッション内で体感できるか

Phase 4: Registration Gate（登録・アカウント作成）

• Quick Win達成後に配置されているか
• ソーシャルログイン（Apple/Google）を最優先表示しているか
• メールアドレスのみの最小フォームか
• 「登録しないと失われるもの」を明示しているか（進捗データの保存等）
• 登録スキップしても一定範囲は使えるか

Phase 5: Habit Loop Setup（習慣化の種まき、初回セッション終了時）

• リマインダー/通知の許可を価値体験の後に求めているか
• 次回やることが明確か（「明日のチャレンジ」等）
• プログレスバー or ストリークが設定されているか
• ウィジェット/ショートカットの案内があるか

Phase 6: Re-engagement（Day1-7の再訪促進）

• Day1プッシュ通知の文面がパーソナライズされているか
• 離脱ポイントに基づく再訪メッセージがあるか
• 「前回の続き」が1タップで再開できるか
• ストリーク継続のインセンティブがあるか

---

出力モード

このスキルは4つの出力モードを持つ。ユーザーの要求に応じて適切なモードを選択する。 複数モードの同時出力も可能。

Mode 1: チェックリスト＋改善レポート

既存のオンボーディングを診断し、上記フレームワークに基づいてスコアリング＋改善提案を行う。

出力テンプレート:

# [アプリ名] オンボーディング診断レポート

## サマリー
- 総合スコア: X/30（各Phase 0-5点）
- 最大の改善機会: [Phase名]
- 推定インパクト: Day1 Retention +X%

## Phase別診断
### Phase 1: First Contact — X/5
✅ 達成項目
❌ 未達成項目
💡 改善提案（優先度・工数目安付き）

...（各Phase繰り返し）

## 優先アクション TOP3
1. [最もインパクトの大きい改善]
2. [次に重要な改善]
3. [コスト対効果の高い改善]

Mode 2: フロー設計書（Mermaid）

オンボーディングフロー全体をMermaid図で出力する。 分岐条件、離脱ポイント、計測ポイントを明示する。

設計ルール:

• 各ノードに推定所要時間を付記する
• 離脱リスクの高いノードを赤系で色分けする
• 計測イベント名をノード下に記載する
• パーソナライズ分岐を菱形ノードで表現する

出力例:

flowchart TD
    A["🚀 アプリ起動\n⏱ 0s"] --> B["価値提示\n⏱ 2s"]
    B --> C["即体験\n⏱ 15s\n📊 event: first_interaction"]
    C --> D{"成功した？"}
    D -->|Yes| E["🎉 成功演出\n📊 event: first_win"]
    D -->|No| F["ヒント表示\nリトライ"]
    F --> C
    E --> G{"パーソナライズ\n2-3問\n📊 event: personalization"}
    G --> H["登録ゲート\n📊 event: registration_prompt"]
    H -->|登録| I["ホーム画面\n📊 event: onboarding_complete"]
    H -->|スキップ| I

    style C fill:#fff3cd
    style H fill:#f8d7da
    style E fill:#d4edda

Mode 3: ワイヤーフレーム指示書

各画面の構成要素・レイアウト・インタラクションを開発者が実装できるレベルで記述する。

出力テンプレート（各画面ごと）:

## Screen: [画面名]
- **目的**: この画面でユーザーが得るもの
- **前の画面**: [画面名]
- **次の画面**: [画面名] / 分岐先
- **レイアウト**:
  - 上部: [要素の説明]
  - 中央: [メインコンテンツ]
  - 下部: [CTA・ナビゲーション]
- **インタラクション**:
  - タップ: [動作]
  - スワイプ: [動作]
  - 自動遷移: [条件と秒数]
- **計測イベント**: [イベント名とプロパティ]
- **離脱対策**: [この画面特有の対策]

Mode 4: コード生成（React / SwiftUI）

オンボーディング画面のプロトタイプコードを生成する。

技術スタック:

• Web（React）: Tailwind CSS、Framer Motion
• iOS（SwiftUI）: iOS 16+対応、@State/@Binding でフロー管理

コード生成ルール:

• 1画面1コンポーネント、画面遷移はステートマシンで管理
• アニメーションは控えめだが、成功時のフィードバックは華やかに
• アクセシビリティ（VoiceOver/TalkBack）を考慮
• 計測イベントの発火ポイントをコメントで明示

---

計測設計テンプレート

オンボーディングの効果を計測するために、以下のイベント体系を標準とする。

必須イベント

イベント名	発火タイミング	プロパティ
app_first_open	初回起動	device, os_version, source
onboarding_start	オンボーディング開始	-
first_interaction	最初の操作	interaction_type, time_from_open
first_win	最初の成功体験	win_type, time_from_start
personalization_complete	パーソナライズ完了	selections, skipped
registration_prompt	登録ゲート表示	trigger_point
registration_complete	登録完了	method(apple/google/email)
registration_skip	登録スキップ	-
onboarding_complete	オンボーディング完了	total_time, steps_completed
onboarding_abandon	オンボーディング離脱	last_step, time_spent

ファネル定義

app_first_open
  → first_interaction （目標: 90%以上）
    → first_win （目標: 75%以上）
      → registration_prompt （目標: 70%以上）
        → registration_complete （目標: 40%以上）
          → onboarding_complete （目標: 35%以上）

KPI定義

• Activation Rate: onboarding_complete / app_first_open — 目標35%以上
• Time to First Value (TTV): first_win.timestamp - app_first_open.timestamp — 目標60秒以内
• Registration Conversion: registration_complete / registration_prompt — 目標50%以上
• Day1 Retention: 翌日再訪率 — 目標30%以上
• Day7 Streak Rate: 7日中3日以上アクティブ — 目標15%以上

---

オンボーディングパターン分類

アプリの性質に応じて、最適なパターンを選択する：

パターン	適するアプリ	代表例
Learn by Doing	スキル習得・学習系	Duolingo, ToneGym
Value Before Registration	即時結果が出せる系	Wise, Canva
Personalization-first	コンテンツ推薦系	Spotify, Headspace
Progressive Disclosure	多機能ツール系	Notion, LinkedIn
Gradual Engagement	登録ハードルが高い系	Duolingo

複数パターンの組み合わせが有効。Primary + Secondary で設計する。

---

反面教師パターン（避けるべき設計）

1. 情報過多ウェルカムスライド: 3枚以上の説明スライドはスキップ率が急上昇
2. 価値体験前の登録強制: 登録→通知→価値の順番は動機付け失敗
3. 過剰なパーミッション要求: 起動直後にカメラ・位置情報・通知を一括要求
4. 見せかけのパーソナライズ: 質問だけして体験が変わらない → 信頼喪失
5. 長すぎるチュートリアル: ツールチップ5個以上の連打 → 80%がスキップ
6. 空のホーム画面: 登録完了後に何もない画面 → 次のアクションがわからず離脱
7. 短期的圧力戦術: 「今だけ50%OFF」等のオンボーディング中のプレッシャー → 信頼毀損

---

使い方ガイド

1. 新規オンボーディング設計: Step 0 で Aha Moment 定義 → Phase 0-6 を順に設計 → Mode 2 でフロー図 → Mode 3 でワイヤーフレーム → Mode 4 でプロトタイプ
2. 既存オンボーディング改善: Mode 1 で診断レポート → 最大の改善機会を特定 → Mode 2 で改善後フロー設計 → 実装
3. A/Bテスト設計: 計測設計テンプレートを適用 → 変更箇所の仮説を明文化 → テスト期間・サンプルサイズを算出

リファレンス

詳細な情報が必要な場合は以下を参照：

• references/research-digest.md — オンボーディング研究の要約とエビデンス集