損失回避行動経済学プライシング

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

2026年11月05日 ・ MonaLens

無料トライアルの終了前に、あと3日で使えなくなりますとメールを送ると反応が良い。年額プランを月額換算の節約額で見せると選ばれやすい。

現場でこうした手応えを感じたことはないでしょうか。

その背景にあるとよく説明されるのが損失回避です。ただし、損失は利得の約2倍重いという有名な言い回しは、どこまで確かなのでしょうか。

この記事では、行動経済学の研究で分かっていることと、まだ議論が続いていることを分けて整理し、料金ページやトライアル、解約フローでの使い方と、効果の測り方までを解説します。

損失回避とは何か

損失回避とは、同じ大きさなら、得をする喜びより損をする痛みのほうを強く感じるという心理の傾向です。1万円を拾ったうれしさより、1万円を落としたくやしさのほうが大きい。

多くの人が直感的に納得できる感覚でしょう。

この考え方を理論として示したのが、心理学者のダニエル・カーネマンとエイモス・トヴェルスキーです。1979年に経済学の学術誌Econometricaに発表した論文「Prospect Theory: An Analysis of Decision under Risk」で、プロスペクト理論という意思決定のモデルを提案しました。

カーネマンはこの一連の研究などで、2002年にノーベル経済学賞を受賞しています。

価値は「増えたか減ったか」で測られる

従来の経済学では、人は最終的な資産の大きさで満足度を判断すると考えていました。プロスペクト理論はこれを改め、人は基準となる点からの増減で価値を感じると考えます。

この基準を参照点と呼びます。

たとえば月給30万円の人にとって、32万円は2万円の得、28万円は2万円の損として感じられます。同じ30万円でも、先月35万円だった人にとっては損として受け止められるのです。

価値関数のかたち

プロスペクト理論では、増減と感じ方の関係を価値関数という曲線で表します。曲線は参照点を境に、得の側ではゆるやかに、損の側では急に傾いています。

また、得の側では金額が増えるほど喜びの伸びが鈍くなり、損の側でも痛みの伸びが鈍くなります。最初の1万円の損は痛いのに、100万円の損が101万円になっても痛みはあまり変わらない、という感覚です。

損失回避係数とは

損の側の傾きが得の側の何倍あるかを表す数字を損失回避係数と呼び、ギリシャ文字のλ(ラムダ)で書きます。トヴェルスキーとカーネマンが1992年の論文「Advances in Prospect Theory」で推定した値は2.25でした。

損失は利得の約2倍重いという言い回しは、ここから広まりました。ただし、この推定は少人数の参加者による仮想的な選択にもとづくもので、その後の研究で数字の幅が議論されています。

研究で確かめられていること

損失回避は机上の理論ではなく、実験室や現実の場面で繰り返し観察されてきました。ここでは、プロダクトやマーケティングに示唆の大きい四つの研究を紹介します。

マグカップの実験と保有効果

1990年にJournal of Political Economyに掲載されたカーネマン、ネッチ、セイラーの研究では、参加者の半数にランダムにマグカップを配り、売買の場を設けました。理論上は約半数のマグカップが取引されるはずでしたが、実際の取引量はそれを大きく下回りました。

マグカップを持つ人が手放す条件として示した値段は、持たない人が払ってもよいと考える値段を大きく上回りました。一度自分のものになると価値を高く感じるこの傾向は保有効果と呼ばれ、手放すことを損失として感じるためだと説明されています。

共著者のリチャード・セイラーは、2017年にノーベル経済学賞を受けています。

同じ内容でも言い方で選択が変わる

1981年にScienceに掲載されたトヴェルスキーとカーネマンの研究は、600人の死亡が予想される病気への対策を選ばせる問題です。200人が確実に助かると説明すると、72%がその案を選びました。

ところが同じ内容を、400人が確実に亡くなると説明すると、その案を選んだのは22%にとどまりました。中身は同じでも、得の言葉で語るか損の言葉で語るかで選択が逆転します。

これをフレーミング効果と呼びます。

プロゴルファーのパット

経験を積んだプロでも損失回避から逃れられないことを示したのが、2011年にAmerican Economic Reviewに掲載されたポープとシュワイツァーの研究です。米国男子ツアーの約250万パットの記録を分析しました。

その結果、同じ距離でも、バーディーを狙うパットはパーを守るパットより、成功率がおよそ2ポイント低いことが分かりました。パーを外すことは基準からの損失になるため、選手はパーパットにより強く集中していると解釈されています。

先に渡して返してもらうボーナス

フライヤー、レヴィット、リスト、サドフによる研究(2012年にNBERのワーキングペーパーとして公表)は、米イリノイ州シカゴハイツで2010〜11年度に行われた教員のボーナス実験です。一部の教員には年度の初めにボーナスを前払いし、生徒の成績が目標に届かなければ返金してもらう形にしました。

その結果、前払い型の教員が受け持った生徒は、数学の成績が標準偏差で0.2〜0.4程度伸びました。年度末に成果に応じて払う従来型では、統計的にはっきりした効果は見られませんでした。

同じ金額でも、すでに手にしたものを失う形にしたほうが人を動かしたのです。

損失回避は本当に「約2倍」なのか

ここまでの研究を見ると、損失回避は揺るがない法則のように思えます。しかし、研究の世界では、その強さと適用範囲について議論が続いています。

メタ分析が示した平均値

2024年にJournal of Economic Literatureに掲載されたブラウン、今井、ヴィーダー、キャメラーのメタ分析は、経済学や心理学などの多数の研究から損失回避係数の推定値を集めて統合しました。メタ分析とは、複数の研究結果をまとめて全体の傾向を推定する手法です。

その結果、係数の平均はおよそ1.96で、真の値は1.8〜2.1の範囲にある可能性が高いと報告されました。約2倍という目安は、平均としてはおおむね支持されていると言えます。

損失回避は誤りだという批判

一方で、2018年にJournal of Consumer Psychologyに掲載されたガルとラッカーの論文は、損失が利得より一般的に強く影響するという証拠は十分ではないと主張しました。損失回避に見える現象の一部は、現状を変えたくない傾向など別の要因でも説明できるという指摘です。

これに対し、2020年に同誌に掲載されたムルクヴァらの研究は、合計17,720人の5つのサンプルで検証し、損失回避は存在するが強さには差があると反論しました。その分野の知識や経験が多い人ほど損失回避は弱く、年齢が高い人ほど強い傾向が見られたといいます。

研究の数字を並べてみる

ここまで紹介した研究の数字を、実務での読み方とあわせて表にまとめます。

研究 場面 報告された結果 実務での読み方
Tversky & Kahneman 1992 仮想的なくじの選択 損失回避係数2.25 約2倍の出どころ。少人数の推定
Brown et al. 2024 多数の研究のメタ分析 平均約1.96 平均としては約2倍が目安
Pope & Schweitzer 2011 プロのパット約250万回 バーディーはパーより約2ポイント低い 熟練者にも残る
Mrkva et al. 2020 17,720人の5サンプル 知識や経験が多いほど弱い 相手と場面で強さが変わる

実務ではどう受け止めるか

表から読み取れるのは、損失回避は平均すれば確かに観察されるが、誰に対しても常に同じ強さで効くわけではないということです。製品をよく知る既存顧客や、比較検討に慣れた担当者には、損の言葉が効きにくいかもしれません。

だからこそ、損失回避は施策を考えるための仮説として使い、効いたかどうかは自社のデータで確かめるのが現実的です。この姿勢は、最初に見た数字に判断が引っぱられるアンカリング効果など、ほかの行動経済学の知見を使うときにも共通します。

プロダクトとマーケティングでの使いどころ

損失回避は、ウェブサイトやSaaSのさまざまな場面に組み込まれています。ここでは代表的な四つの場面を取り上げ、なぜ効くと考えられるのかを整理します。

トライアルと保有効果

無料トライアルは、保有効果と相性の良い仕組みです。一度使い始めて自分のデータや設定が積み上がると、それを手放すことが損失として感じられるようになります。

この考えを入口設計に取り入れたのが、最初は有料機能を全部使える状態で始めて、期限後に無料プランへ落とすリバーストライアルです。ただし保有効果が働くのは、実際に使って価値を感じた人だけです。

使っていない人に失うものはないので、期限前の通知より先に、最初の体験を作り込むことが前提になります。

料金ページの見せ方

年額プランを、月額で払うと年間○円損をすると見せるか、年額なら○円お得と見せるかは、損失回避のフレーミングそのものです。どちらが効くかは商材や顧客層によって変わり、事前には分かりません。

料金表の並べ方や選択肢の数も、損失の感じ方に影響します。上位プランから見せると、下位プランは機能を失う選択に見えやすくなります。

解約フローでの引き止め

解約しようとする人に、蓄積したデータや使えなくなる機能を示すのも、損失回避を利用した典型的な設計です。何を失うのかを正確に伝えることは、利用者が後悔しない判断をするための情報提供にもなります。

一方で、失うものを過剰に強調したり、解約ボタンを見つけにくくしたりすると、引き止めではなく妨害になります。この線引きはキャンセルフローの記事で詳しく扱っています。

オンボーディングの進捗表示

設定の進み具合を示すチェックリストや、あと1ステップで完了という表示も、損失回避と関係があります。途中まで進んだ状態は一種の保有物になり、やめることが積み上げを失う損に感じられるためです。

ただし、これは目標に近づくほど努力が増すという別の心理とも重なっており、損失回避だけで説明できるとは限りません。原因を一つに決めつけず、効果を測ることが大切です。

逆効果になる条件と倫理

損失回避は人を動かす力が強いぶん、使い方を誤ると信頼を損ないます。ここでは、特に注意したい三つの落とし穴を見ていきます。

偽りの期限と煽り

本当は期限がないのに残り時間を表示する、在庫が十分あるのに残りわずかと表示する。こうした手法は短期的にクリックを増やすかもしれませんが、事実と異なる表示はダークパターンと呼ばれ、消費者保護の観点から問題視されています。

一度でも偽りだと気づかれると、その後の正当な案内まで疑われます。損失を伝えるなら、その損失が本当に起きることが最低条件です。

不安で動かした成果は長続きしない

損の言葉で申し込みを増やしても、その人たちが製品に価値を感じていなければ、すぐに解約されます。短期のコンバージョンだけを見ていると、この副作用に気づけません。

そのため、損失フレームの施策を評価するときは、申し込み率と並べて継続率や返金率も確認する必要があります。成果を壊していないかを見張る指標の考え方は、ガードレール指標と呼ばれます。

参照点が利用者とずれている

損失回避が効くのは、相手がそれを損だと感じる場合だけです。運営側が当然と思っている基準が、利用者にとっての基準とは限りません。

たとえば、まだ一度もレポート機能を使っていない人に、レポートが見られなくなりますと伝えても響きません。その人の参照点には、そもそもレポートが含まれていないからです。

誰の、どの状態を基準に損を語っているのかを先に確かめることが、設計の出発点になります。

損失フレームをA/Bテストで測る

ここまで見てきたように、損失回避が自社の顧客に効くかどうかは、実際に試してみないと分かりません。最後に、損失フレームをA/Bテストで検証する進め方を整理します。

仮説は一つの違いに絞る

テストでは、得のフレームと損のフレームの違い以外の条件をそろえます。文言を変えるついでにボタンの色や配置も変えると、どちらが効いたのか分からなくなります。

テスト全体の手順はA/Bテストの始め方で解説しています。

次の例は、トライアル終了前の案内バナーを得のフレームと損のフレームで比べる場合の設計メモです。数値はすべて説明用の仮定です。

テスト名 : トライアル終了前バナーの文言
対象     : トライアル残り3日以内にログインした利用者
A(得)  : 「有料プランなら、レポート機能をこの先も使えます」
B(損)  : 「3日後に、作成したレポート12件が閲覧できなくなります」
主指標   : 有料プランへの転換率(セッション単位)
監視指標 : 30日後の継続率、返金申請率、サポート問い合わせ数
判定     : 主指標が改善し、かつ監視指標が悪化していないこと

指標をどう選ぶか

損失フレームのテストで見るべき指標を、役割ごとに整理すると次のようになります。

指標の役割 例 見る理由
主指標 有料転換率、申し込み率 施策が狙う行動が増えたか
監視指標 30日後の継続率、返金率 不安で動かしただけではないか
補助指標 料金ページの離脱率 どの段階で効いたか

結果を読むときの注意

仮に、損のフレームで有料転換率が3.0%から3.6%に上がったとします(説明用の仮定です)。それでも、30日後の継続率がAより大きく下がっていれば、施策は成功とは言えません。

また、結果は顧客層によって分かれる可能性があります。前述の研究のとおり、製品をよく知る人ほど損失回避は弱いかもしれないからです。

MonaLensのようなCookieを使わない解析ツールでも、流入元や新規・再訪問で区切ってファネルを見ることはできるので、平均だけで判断しないようにしましょう。

まとめ

損失回避とは、得る喜びより失う痛みを強く感じる心理の傾向です。研究を統合すると、平均して損失は利得の約2倍重く感じられるという目安は、おおむね支持されています。

一方で、その強さは相手の知識や経験、場面によって変わり、誰にでも同じように効く法則ではありません。トライアル、料金ページ、解約フロー、オンボーディングで損失回避を使うときは、その損失が本当に起きることを前提に、相手の参照点から語り、効果はデータで確かめる。

この三つを守ることが、信頼を損なわずに成果を出すための近道です。

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