インタビュー手法読了時間 約9分

失敗しないユーザビリティテストの進め方:思考発話法によるUX課題の発見とタスク設計ガイド

ユーザーがプロダクトのどこで迷い、なぜ操作を諦めるのかを可視化するユーザビリティテスト(UXリサーチ)。思考発話法(Think Aloud)のファシリテーション、適切なタスクシナリオの作り方、ヤコブ・ニールセンの5名テストの法則、AIを活用した事前プレテストまで徹底解説。

Persona AI 運営
•
この記事をシェアする

「自社チーム内では直感的で使いやすいと思っていたUIが、実際のユーザーに使ってもらうと全く意図通りに操作されない」「リリース後に問い合わせが殺到し、ボタンの位置や説明文の手戻り修正に追われている」——。このようなUXの落とし穴を防ぎ、使いやすさを科学的に改善する手法が「ユーザビリティテスト(ユーザビリティ評価)」です。

ユーザーインターフェース(UI)の使いやすさは、開発者の主観やチーム内の議論では決してわかりません。ユーザーが画面のどこを見て、何を考え、なぜ手が止まるのかというリアルな行動を目の前で観察する「思考発話法(Think Aloud)」を用いることで、プロダクトに潜む致命的なUI摩擦を瞬時に暴き出すことができます。

本記事では、ユーザビリティテストの基本原則から、失敗しないタスクシナリオの設計、対象者が本音を語るファシリテーションのコツ、重大度評価、そしてAIを活用したUI摩擦の事前スクリーニング法までを分かりやすく解説します。

📌 本記事で得られる知見

  • ✓ なぜアンケートではなく「行動観察+思考発話法」が必要なのか?
  • ✓ ヤコブ・ニールセンの「5名のユーザーテストで問題の85%が見つかる」法則の真実
  • ✓ 誘導尋問を排除した「自然なタスクシナリオ」の設計テンプレート
  • ✓ ユーザビリティ課題の重大度マトリクス(Critical / Major / Minor)と優先順位付け

1. ユーザビリティテストとは?意見を聞くのではなく「行動を見る」理由

ユーザーに「この画面は使いやすいですか?」と尋ねると、大半の人は「使いやすいです」「特に問題ありません」と答えます。しかし、実際にその画面で「〇〇を購入してください」とお願いすると、ボタンが見つけられずに迷子になったり、エラーで立ち往生したりします。

人間は「自分の困りごとを正確に言語化できない」「できないのは自分のITリテラシーが低いせいだと自分を責める」という心理傾向を持っています。だからこそ、インタビューで感想を聞くのではなく、「実際に操作している手元と視線の動き、思考の迷いを観察する」ユーザビリティテストが不可欠なのです。

調査アプローチ 何を見るか 主なインサイト 注意点
アンケート調査 回答者の「主観的な感想・評価点」 全体的な満足度スコア、機能認知率 どこで具体的に躓いたかの詳細はわからない
デプスインタビュー 過去の行動の文脈、購買の動機・感情 深層心理、ジョブ(JTBD)、意思決定の背景 画面UIの細かなレイアウトや文言の誤解までは検証できない
ユーザビリティテスト 画面上のリアルタイムな「操作行動と迷い」 誤読しやすい文言、見落とされるボタン、タスク達成時間 テスト対象のUIプロトタイプまたは実動プロダクトの準備が必要

定性的な深層心理調査についてはデプスインタビュー実践マニュアルで解説していますが、UI/UXの具体的な課題発見にはユーザビリティテストが最適です。

2. 5人で十分?ニールセンの法則と適切なサンプルサイズ

「テストは何人に実施すればよいですか?」という質問に対して、世界的UI権威であるヤコブ・ニールセン博士は「同一ターゲット層において5名テストすれば、ユーザビリティ問題の85%が発見できる」と提唱しています。

📊 ニールセンのカーブ(課題発見数と参加人数の関係)

1人目のテストで約30%の問題が露呈し、2人目で約50%、3人目で約65%、5人目で約85%に達します。6人目以降は同じ問題が繰り返し見つかるだけで、新規の発見率は急速に逓減します。

💡 鉄則: 「15人に1回テストする」よりも、「5人のテストを設計改善を挟んで3回繰り返す(反復型テスト)」方が圧倒的にUXの完成度が高まります。

3. 誘導しないタスクシナリオの作り方と実践ファシリテーション

ユーザビリティテストの成否は、「タスク(課題)の出し方」で決まります。画面上のUI要素名(ボタン名やメニュー名)をタスク指示文に入れてしまうと、ユーザーは単にその単語を探すだけの「文字探しゲーム」になってしまいます。

❌ NGなタスク指示文(誘導型)

「右上の『プロジェクト作成』ボタンをクリックして、新規プロジェクトの名前を登録し、メンバー招待画面を開いてください。」

※ ボタンの名前を直接教えており、ユーザーが自発的に見つけられるかのテストにならない。

⭕ 良いタスク指示文(状況ゴール型)

「あなたは来週から新しい調査案件を担当することになりました。このツールを使って、新しい調査を始める準備を整えてみてください。」

※ 状況と目的だけを与え、ユーザーが自力でどのUIを探し、どう解釈するかを観察できる。

思考発話法(Think Aloud)のファシリテーションの極意

思考発話法とは、操作中に頭の中で考えていること(「えーと、ここかな?」「あれ、このボタン何だろう?」「どこで保存するんだ?」)を声に出しながら操作してもらう技術です。

  • 沈黙したときの促し: ユーザーが黙って迷い始めたら、「今、どんなことを探していますか?」「今、頭の中に浮かんでいる疑問をそのまま声に出してみてください」と優しく声をかける。
  • 決して助けない・教えない: 「そこ違います」「右上のボタンです」と口を挟んではいけない。実際のユーザーは家やオフィスで1人で使っているため、迷った末にどこをクリックするのかを見届ける。

4. 発見したUX課題の重大度判定(Severity Rating)

テスト後に出てきた大量の課題は、以下の3段階で優先順位をつけ、スプリントの開発バックログに組み込みます。

Critical(致命的)

タスクが完全に中断・失敗し、自力で復帰できない。誤課金やデータ喪失に繋がる不具合。(例: 必須入力エラーの理由が表示されず保存できない)

Major(重大)

時間はかかるが何とかタスクは完了できるものの、強いストレスや困惑を感じる。(例: 戻るボタンが機能せずブラウザバックで入力内容が消える)

Minor(軽微)

操作自体に大きな支障はないが、表記揺れやレイアウトの違和感がある。(例: アイコンの意味が直感的に伝わりにくい)

5. AIペルソナによる「プレ・ユーザビリティテスト」の可能性

人間のユーザーを5名集めてリモートテストを実施するには、リクルーティング費・日程調整・謝礼で最低でも数日〜1週間の時間と数万円のコストがかかります。

そこで現在注目されているのが、「プロトタイプ作成直後にAIペルソナに画面構成やタスクをぶつけるプレテスト」です。

💡 Persona AIを活用したUXシナリオの事前検証

ターゲットとなるユーザーの属性やITスキルレベルを反映した複数のAIペルソナを作成。

「この画面構成で『新規レポートの作成』を行う場合、最初にどこに目が行きますか?」「この説明文を読んで、次に何をすべきだと解釈しますか?」とシミュレーションすることで、人間による本テストの前に明らかな文言の不備や導線の混乱を洗い出し、テストの費用対効果を最大化できます。

よくある質問(FAQ)

Q: ユーザビリティテストはオンライン(Zoom等)でも実施できますか?

完全に実施可能です。現在ではZoomやGoogle Meetの画面共有機能を用いた「リモート・モデレーテッドテスト」が業界の主流となっています。対象者の自宅や職場のPC環境(普段使っているブラウザや画面解像度)でテストできるため、より自然な利用環境を再現できるメリットもあります。

Q: まだコードを書いていないFigmaプロトタイプでもテストできますか?

むしろFigmaやAdobe XDなどのプロトタイプ段階で実施することが強く推奨されます。コードを書いて実装した後に大きな設計ミスが発覚すると手戻り工数が膨大になりますが、デザイン段階であれば数十分で修正・再テストが可能です。

Q: 社内の同僚や営業メンバーをテスターにするのはダメですか?

社内メンバーは自社製品の仕様や専門用語をすでに知ってしまっている(知識の呪い)ため、本番のテスターとしては不適切です。ただし、「タスク指示文が日本語として通じるか」「Zoomの録画設定が動くか」といったパイロットテスト(リハーサル)として社内メンバーを使うのは非常に有効です。

この記事をシェアする
この記事の制作・提供
PA

Persona AI 運営

/ シースリーレーヴ株式会社

Persona AIの提供者として、AIリサーチの使い方と検証方法を紹介します。

#AIリサーチの活用#調査設計#比較方法

あわせて読みたい記事

すべての記事を見る →
インタビュー手法

新規事業の社内稟議・ピッチを通す「顧客課題の証明術」|経営陣・投資家の突っ込みを論破する定性エビデンスの集め方

新規事業の提案が役員会や投資家ピッチで否決される最大の原因は「顧客課題の解像度不足」です。「それって本当に顧客が困っているの?」という鋭い反論を沈黙させる3層の定性エビデンス構造と、短期間で反論ログを集めるAIリサーチ活用法を解説。

12分読む
インタビュー手法

3人のAIペルソナ調査で何が見える? 回答から「次に確かめること」を整理する実演

社内テストで作成したAIペルソナ3体・5問の回答を例に、出力データの読み方と、実顧客調査で確かめる検証項目への整理手順を解説。AI回答を鵜呑みにせず、期待と懸念を対比させて「次に確かめるべき核心の問い」を抽出する実践ワークフロー。

7分読む
インタビュー手法

顧客インタビューの前に整理したい「誰に、何を聞くか」

顧客インタビューで失敗する最大の原因は「問いが曖昧なまま始めてしまうこと」。誰のどんな痛みを検証するのか、事前に仮説を広げて確信度を高める準備の4ステップを解説。AIペルソナを活用して論点を洗い出し、実顧客へのヒアリングを成功に導く実践ガイド。

10分読む
自社テーマで回答を確認

まずは3人のAIペルソナ調査で、
自社テーマのAIインタビューを体験しませんか?

3人のAIペルソナを対象に調査し、回答を確認できます。AIによる生成回答であり、実在する顧客への調査ではありません。利用条件は申込画面をご確認ください。

AIによる生成回答
3人のAIペルソナを調査
回答から次の検証項目を整理