デフォルト効果行動経済学UX

デフォルト効果とは?|初期設定が選択を決める仕組みと、料金・オンボーディングでの使い方と限界

2026年11月08日 ・ MonaLens

新しいアプリに登録したとき、通知の設定画面で何を選んだか覚えていますか。多くの人は、最初からオンになっていたものをそのまま受け入れて先へ進んだはずです。

実は、その何気ない受け入れが、プロダクトの数字を大きく左右しています。

最初から選ばれている選択肢が、そのまま選ばれやすくなる。

この傾向はデフォルト効果(Default Effect)と呼ばれ、行動経済学で最も再現性の高い現象のひとつとして知られています。料金プランの初期選択、年払いと月払いの切り替え、メール配信のチェックボックスなど、プロダクトのいたるところで静かに働いています。

この記事では、デフォルト効果の意味と代表的な研究を整理し、なぜ効くのかを3つの仕組みで解説します。そのうえで、プロダクトでの使いどころ、悪用との境界線、効果をデータで確かめる方法まで順に見ていきます。

デフォルト効果とは?

まずは言葉の定義と、周辺の概念との関係を押さえておきましょう。ここを曖昧にしたまま初期値を変えると、短期の数字だけが伸びて信頼を失うことがあります。

何もしなかったときに選ばれる選択肢

デフォルトとは、利用者が何も操作しなかったときに適用される選択肢のことです。日本語では初期値や既定値と呼ばれます。

デフォルト効果とは、同じ選択肢の並びでも、どれを初期値にするかで選ばれる割合が大きく変わる傾向を指します。選択肢そのものは何も変わっていないのに、結果だけが変わるという点がこの現象の面白さです。

ナッジと選択アーキテクチャ

デフォルト効果は、経済学者リチャード・セイラーと法学者キャス・サンスティーンが2008年の書籍『Nudge』(邦題『実践 行動経済学』)で広めたナッジの代表例として扱われます。ナッジとは、選択の自由を残したまま、人がよりよい選択をしやすくなるよう環境を整える工夫のことです。

選択肢をどう並べ、何を初期値にするかを設計することを、彼らは選択アーキテクチャと呼びました。

重要なのは、初期値を置かないという選択肢は存在しないという点です。何かを最初に表示した時点で、設計者はすでに選択に影響を与えています。

損失回避・選択過多との関係

デフォルト効果は、ほかの心理効果と深く結びついています。

初期値は手元にあるものとして感じられやすく、そこから離れることが損失のように感じられるからです。この心理については損失回避とは?|失う痛みは得る喜びの約2倍。料金・トライアル・解約フローでの使い方と限界で詳しく解説しています。

また、選択肢が多くて迷うほど、人は初期値に頼りやすくなります。選択肢の多さが意思決定を止める仕組みは選択過多(選択のパラドックス)とは?|選択肢が多すぎると選ばれなくなる条件と、料金・オンボーディングでの減らし方で扱っており、初期値はその代表的な処方箋でもあります。

研究が示したこと

ここからは、デフォルト効果の強さを示した代表的な研究を見ていきます。どれも、選択肢の中身ではなく初期値だけを変えたときに何が起きたかを比べている点に注目してください。

臓器提供の意思表示

最も有名なのは、エリック・ジョンソンとダニエル・ゴールドスタインが2003年に Science 誌に発表した研究です。欧州各国の臓器提供の意思表示を比べると、提供しない状態が初期値の国と、提供する状態が初期値の国とで、同意率に大きな差がありました。

たとえば、自分で提供の意思を登録する必要があるドイツでは、登録者は人口の約12%にとどまりました。一方、全員が初期状態で提供者として扱われ、望めば簡単に外れられる隣国オーストリアでは、その割合は99.98%と報告されています。

同じ論文では、161人を対象にしたオンライン実験も行われました。提供しないことが初期値の質問では提供に同意した人は約42%でしたが、提供することが初期値の質問では約82%が同意し、初期値のない中立的な質問では約79%でした。

確定拠出年金の自動加入

もうひとつの古典が、ブリジット・マドリアンとデニス・シェイが2001年に Quarterly Journal of Economics に発表した研究です。米国の大企業が401(k)という確定拠出年金を、本人の申し込み制から自動加入制に切り替えた前後を比べました。

勤続3〜15か月の従業員の加入率は、37%から86%へと大きく上がりました。さらに、自動加入した人の多くは、会社が初期値として設定した拠出率や運用先をそのまま使い続けていたと報告されています。

メタ分析でわかった平均的な強さ

個別の研究だけでは、たまたま効いた事例を見ている可能性があります。そこでジョン・ジャキモヴィッツらは2019年、58の研究、延べ73,675人分の結果を統合したメタ分析(複数の研究を統計的にまとめて平均的な効果を調べる手法)を Behavioural Public Policy 誌に発表しました。

結論は、デフォルトには平均してはっきりした効果があるというものでした。効果の大きさを示す指標 d は0.68で、心理学の基準では中程度から大きめに当たります。

ただし、研究によるばらつきは大きく、効果が見られない研究や、逆効果になった研究も2つありました。消費者向けの領域では効きやすく、環境に配慮した選択の領域では効きにくい傾向も報告されています。

研究の比較

三つの研究を並べると、デフォルト効果の強さと限界が見えやすくなります。下の表は、それぞれの対象と主な結果を要約したものです。

研究 対象 主な結果
ジョンソンとゴールドスタイン(2003) 欧州各国の臓器提供と161人の実験 初期値の違いで同意率に大きな差
マドリアンとシェイ(2001) 米国企業の確定拠出年金 自動加入で加入率が37%から86%へ
ジャキモヴィッツら(2019) 58研究・73,675人のメタ分析 平均効果は d=0.68、ただし領域で差が大きい

なぜデフォルトは効くのか

デフォルト効果がなぜ起きるのかについて、ジャキモヴィッツらは3つの仕組みを整理しています。頭文字をとって3つのEと呼ばれることもあり、どれが働いているかで初期値の設計の仕方が変わります。

推奨のサイン(Endorsement)

一つ目は、初期値が設計者のおすすめとして受け取られることです。利用者は、この会社が最初に選んでいるのだから、多くの人に合う無難な選択なのだろうと推測します。

マドリアンとシェイも、従業員が初期値の拠出率を会社からの助言のように受け止めた可能性を指摘しています。つまり初期値は、言葉を使わないメッセージとして働くのです。

手間の少なさ(Ease)

二つ目は、変える手間です。初期値を受け入れるには何もしなくてよいのに対し、変えるには設定画面を探し、内容を理解し、操作する必要があります。

小さな手間でも、急いでいる人や関心の薄い人にとっては十分な壁になります。ただし、メタ分析ではこの仕組みの効果ははっきりとは確認されておらず、手間だけで説明できるわけではない点に注意が必要です。

手元にある感覚(Endowment)

三つ目は、初期値がすでに自分のものだと感じられることです。最初からオンになっている機能をオフにすると、何かを失うように感じられます。

メタ分析では、推奨のサインや手元にある感覚として働く設計のほうが、デフォルトがよく効く傾向が報告されています。初期値を設計するときは、なぜこれが初期値なのかが利用者に伝わるかを考えると効果が安定しやすくなります。

プロダクトでデフォルトが効く場面

仕組みが分かったところで、プロダクトの中で初期値が結果を左右しやすい場所を見ていきます。共通するのは、利用者が深く考えずに通り過ぎる画面ほど、初期値の影響が大きくなることです。

料金ページの初期選択

料金ページでは、どのプランを最初に選択状態にするか、年払いと月払いのどちらを初期表示にするかが、選ばれ方に直結します。年払いを初期値にすると年払いの比率は上がりやすい一方、割高に見えて申し込み自体をためらう人が増える可能性もあります。

初期値をどれにするかと同じくらい、プランの並べ方そのものも選ばれ方を変えます。初期値と並べ方は別々に変えて、どちらが効いたのかを切り分けられるようにしておきましょう。

オンボーディングと初期設定

登録直後の初期設定は、初期値の影響が最も大きい場面です。テンプレート、通知、共有範囲などの初期値は、多くの利用者にとってそのまま使い続ける設定になります。

ここでよい初期値を置くと、利用者は設定に悩まずに価値を感じる体験へたどり着けます。最初の体験の設計についてはオンボーディング改善|最初の体験で離脱させない設計もあわせて参考にしてください。

通知・共有・プライバシー設定

通知や公開範囲の初期値は、利用者の信頼に直結します。共有範囲の初期値を広くすれば共有は増えますが、意図せず情報を公開してしまう人も増えます。

この種の設定では、迷ったら利用者にとって安全な側を初期値にするのが原則です。プライバシーに関わる初期値は、短期の数字よりも長期の信頼を優先して決めましょう。

悪用との境界線

デフォルト効果は強力なぶん、使い方を誤ると利用者をだます手法になります。ここでは、許される初期値と許されない初期値の違いを考えます。

ダークパターンになる初期値

利用者に不利な選択肢を、気づかれないように初期値にする手法はダークパターンと呼ばれます。有料オプションへのチェックを最初から入れておく、メール配信の同意をあらかじめオンにしておく、といったものが典型です。

こうした初期値は、短期的には売上や登録数を押し上げます。しかし気づいた利用者は解約や返金を求め、問い合わせや悪評として跳ね返ってきます。

規制がすでに線を引いている領域

一部の領域では、法律がすでに線を引いています。EUでは、2019年の欧州司法裁判所の Planet49 判決で、あらかじめチェックが入ったボックスによるCookieの同意は有効な同意とはいえないと判断されました。

同意を取る画面の初期値は、心理の問題である前に法務の問題です。規制のある領域では、初期値を決める前に必ず法務の確認を挟みましょう。

よい初期値の条件

では、どのような初期値なら利用者のためになるといえるのでしょうか。判断の目安として、次の四つを確認するとよいでしょう。

  • 多数派に合う:その初期値を、利用者の大半が自分で選んでも同じものを選ぶか
  • 変えやすい:初期値を変える方法が、同じ画面ですぐに分かるか
  • 理由が分かる:なぜこれが初期値なのかを、一言で説明できるか
  • 後悔が少ない:初期値のまま進んだ人が、後から不満を感じにくいか

この四つを満たさない初期値は、利用者の不注意に頼っている可能性があります。迷ったときは、その初期値を利用者に堂々と説明できるかを考えてみてください。

効いているかをデータで確かめる

初期値を変えたら、必ず行動データで効果を確かめましょう。メタ分析が示すとおり、デフォルト効果は領域や設計によって強さが大きく変わり、自社の画面で効くかどうかは測ってみるまで分からないからです。

初期値の維持率を先に測る

まず見たいのは、初期値のまま進んだ人の割合です。これを初期値の維持率と呼ぶと、変更した人の割合とあわせて、初期値がどれだけ受け入れられているかが分かります。

維持率が高すぎる場合は、利用者が初期値の存在に気づいていない可能性もあります。その後に設定を変え直した人や、解約した人の割合もあわせて見ましょう。

計算例で比べる

以下は、料金ページの初期表示を月払いから年払いに変えた場合の計算例です。数値は説明用の仮定です。

                      月払い初期(人)   年払い初期(人)
料金ページ閲覧              2000            2000
申し込み完了                 300             280
  うち年払い                  60             168
  うち月払い                 240             112

申し込み率     月払い初期 15.0%  /  年払い初期 14.0%
年払い比率     月払い初期 20.0%  /  年払い初期 60.0%

この例では、年払いの比率は大きく上がった一方、申し込み率はわずかに下がっています。どちらを採るかは、年払いによる前受け収益と解約率の改善が、申し込みの減少を上回るかで判断することになります。

A/Bテストで見る指標

初期値の効果を確かめるには、ランダムに表示を分けるA/Bテストが最も確実です。その際、どの指標を主役にし、どの指標で副作用を見張るかを先に決めておきましょう。

指標 役割 見るポイント
初期値の維持率 主要指標 初期値がどれだけ受け入れられたか
申し込み完了率 主要指標 最終的な成果が減っていないか
後からの設定変更率 ガードレール 合わない初期値を押しつけていないか
返金・解約率 ガードレール 気づかず選んだ人の不満が出ていないか

特に大切なのは、主要指標が伸びても製品を壊していないかを見張る指標です。考え方はガードレール指標とは?|A/Bテストで勝ったのに製品を壊さないための指標設計で詳しく解説しています。

なお、こうした検証に個人を特定するデータは必要ありません。たとえば MonaLens のようにCookieを使わずにファネル分析とA/Bテストを行えるツールなら、匿名の行動データのまま、初期表示の違いによる申し込み率の差を並べて確認できます。

まとめ

デフォルト効果とは、何もしなかったときに適用される選択肢が、そのまま選ばれやすくなる傾向のことです。臓器提供や確定拠出年金の研究で強さが示され、58の研究をまとめたメタ分析でも平均してはっきりした効果が確認されています。

効く仕組みは、推奨のサイン、手間の少なさ、手元にある感覚の三つです。プロダクトでは、料金ページの初期選択、オンボーディングの初期設定、通知や共有の設定がその代表です。

大切なのは、多数派に合い、変えやすく、理由を説明できる初期値を置き、その効果を維持率とガードレール指標の両方で確かめることです。まずは自社の主要な設定画面で、初期値のまま進んだ人の割合を測るところから始めてみてください。

MonaLensで、あなたのサイトの導線を可視化しませんか?

Cookieレスで、離脱ポイントとコンバージョンが数分でわかります。

無料で始める