表示速度の改善を提案すると、ほぼ必ず同じ質問が返ってきます。「それで数字はどれだけ変わるのか」。
この質問に答えようとして離脱率を持ち出すと、議論はたいてい行き止まりになります。1〜2秒の差では離脱率がほとんど動かないからです。そして「1〜2秒なら十分に速い」「速度改善の優先度は低い」という結論が置かれます。
この結論は、測定の結果ではなく測定の選択から出ている可能性があります。この記事では、遅延が効く経路を2つに分け、片方が離脱率にはまったく記録されない構造を確認します。そのうえで、1〜2秒の差が記録されうる指標の置き方を、分母と分子の形で整理します。
扱わないことを先に書きます。本記事は Core Web Vitals の閾値の解説ではありません。閾値の設計や計測ツールの使い方はWebパフォーマンス最適化とパフォーマンス監視ガイドで扱っています。本記事が扱うのは、閾値の内側でも影響はありうるのか、あるとしてどの指標なら記録されうるのかという問いです。
30秒で要点
- 遅延が効く経路は2つある。閉じる（離脱率に出る）と、閉じないまま注意が外れる（離脱率には何も記録されない）
- Nature Human Behaviour に2026年10月8日付で公開された研究は、1〜2秒という短さの遅延が学習者のエンゲージメントと達成度の低下を予測したと報告している
- ただし抄録に効果量の記載はなく、本文は購読制である。「◯%下がる」という形では引用できない
- 離脱率の分母はセッション数、分子は離脱したセッション数。2つめの経路はこのどちらも動かさない。記録されうるのは完了率・中断率・所要時間・再開率の側である
- 「速度を直したのに数字が動かなかった」には2通りの読みが残る。効いていないのか、効いている先を測っていないのか
遅延が効く経路は2つに分かれる
まず経路を分けます。表示が遅れたとき、人の側で起きることは1つではありません。
経路A：閉じる。 待てずにタブを閉じる、戻る、別のサイトへ行く。この行動はセッションの終了として記録されるため、離脱率や直帰率に現れます。速度改善の議論で参照される数字は、ほぼこの経路のものです。
経路B：閉じないまま、注意が外れる。 待っているあいだに別のタブを見る、スマートフォンを手に取る、同僚に話しかける。そして戻ってくる。画面は開いたままなので、セッションは続いています。この経路は、離脱率の分母にも分子にも変化を起こしません。
経路Bが生む結果は、離脱ではなく別の形で出ます。作業の完了までに時間がかかる。途中で中断する。再開したときに文脈を取り直す必要があり、同じ作業をやり直す。これらは離脱率では観測されません。
この区別が重要なのは、画面の種類によってどちらの経路が主になるかが変わるからです。数秒の滞在で立ち去るかどうかを決める画面では経路Aが主になります。一方、管理画面・学習コンテンツ・業務ツールのように、ユーザーが長く滞在して作業を続ける画面では、経路Bが主になります。閉じるという選択肢が最初から弱いからです。
1〜2秒の遅延が成果の低下を予測した、という報告
経路Bに関する報告が、2026年10月8日付で Nature Human Behaviour に公開されました。Microdelays disrupt online learning という Article です（誌名表記は Nature Human Behaviour (2026)）。
抄録によれば、2件の縦断的な準実験的フィールド研究で、1〜2秒という短さの「マイクロディレイ」が学習者のエンゲージメントと達成度の低下を予測したとされています。著者らはマイクロディレイを「これまで見落とされてきたオンライン学習の障壁」と位置づけ、短い読み込みの遅れが回線の遅い学習者を妨げうるという問題設定を置いています。
対象は2つの別の集団です。
表が収まらない場合は、横にスクロールできます
| 研究 | 対象 | 人数 |
|---|---|---|
| 研究1 | 米国の初等・中等教育の生徒 | 26,707人 |
| 研究2 | 主に中南米のプログラミング学習者 | 55,184人 |
合計は81,891人になりますが、これは1つの実験の対象者数ではありません。 2つの別の研究の合計です。「8万人を対象にした研究」という要約は、2件を1件に見せてしまいます。
報告されているアウトカムは、集団ごとに別に並んでいます。
初等・中等教育の生徒について抄録が挙げているのは、オンライン数学課題の完了数の減少、課題あたり所要時間の増加、課題中に注意が逸れる確率の上昇、スコアの低下です。
プログラミング学習者について挙げられているのは、能動的に取り組んだ時間の減少、マルチタスクの頻度の上昇、完了レッスン数の減少、コースの主要マイルストーン到達率の低下です。
この2つの並びを見ると、経路Bの輪郭が具体的になります。「注意が逸れる確率」「マルチタスクの頻度」「所要時間」は、いずれも閉じていない状態で起きていることです。離脱率を見ている限り、これらは観測の対象に入りません。
「予測した」と「下げた」の間にあるもの
ここで、抄録の動詞に注意する必要があります。使われているのは predicted（予測した）です。
著者らは、結果が複数のモデル定式化にわたって保持され、個人内のロード時間の変動を利用して因果的解釈を支持すると述べています。ただしこれは著者の主張であり、研究設計はランダム化実験ではなく準実験です。識別戦略や統制変数の詳細は本文側にあり、本記事では確認していません。
したがって、この研究から読み取れるのは次の形になります。
- 読み取れる：1〜2秒の幅で、遅延と成果の関連が検出された。関連は複数の定式化で保持された。著者は因果的解釈を支持すると述べている
- 読み取れない：遅延を減らしたときに成果がどれだけ上がるか。これは介入の効果であり、報告されていない
この区別を飛ばすと、「1〜2秒直せば完了率が上がる」という逆向きの含意になります。研究が示しているのは関連の存在であって、改善幅ではありません。
さらに重要な制約があります。抄録に効果量やパーセンテージの数値が一切含まれていません。 本文は購読制です。確認できた数値は、2つのNと遅延の幅（1〜2秒）だけでした。つまりこの研究を根拠に「◯%低下した」「◯ポイント下がった」と書くことはできません。提案資料で数字が欲しくなる場面ですが、ここに数字はありません。
なお、データとコードは OSF（https://osf.io/xyfpt）で公開されていると記載されています。ただし初等・中等教育のデータについては、学校の特定を防ぐため学校レベルの人口統計変数にノイズが加えられており、公開データで分析を再現しても論文の結果と一致しない旨が明記されています。再現を試みる場合はこの前提を踏まえる必要があります（OSF のページ自体は本記事では開いていません）。
ECの事例が参照されるのは、なぜ自然に感じられるのか
速度改善の投資判断の場で引き合いに出されるのは、たいていEC（通販）サイトの事例です。表示が速くなればCVR（コンバージョン率＝訪問のうち成果に至った割合）が上がる、という形の話です。
これが自然に感じられるのは、因果の筋が1本に見えるからです。遅い→待てない→買わない。筋が短く、しかも金額の形で語れます。
しかし、参照先の画面と自分の画面では、ユーザーの滞在の形が違います。ECの商品ページは、閉じるという選択肢が常に手元にあります。代替のサイトがあり、切り替えのコストが低い。だから経路Aが主になり、CVRと離脱率に現れます。
一方、業務システムの管理画面や、受講が決まっている学習コンテンツでは、閉じても目的が達成されません。ユーザーは待ちます。だから経路Aは弱く、経路Bが主になります。ここでCVRや離脱率を指標に置くと、効いている場所と測っている場所がずれます。
ずれているのに数字が動かないと、「速度は効かない」という結論が出ます。この結論が間違っているとは限りません。ただし、効いていないのか、効いている先を測っていないのかを区別していない状態で出た結論であることは確かです。
どの指標なら1〜2秒が記録されうるか
経路Bを測るには、分母と分子を置き換える必要があります。離脱率を含めて並べると、違いがはっきりします。
表が収まらない場合は、横にスクロールできます
| 指標 | 分母 | 分子 | 単位 | 経路Bを拾えるか |
|---|---|---|---|---|
| 離脱率 | セッション数 | 1ページで離脱したセッション数 | % | 拾えない（閉じていないため） |
| 完了率 | 開始した作業（課題・レッスン・申請）の数 | 完了した作業の数 | % | 拾える |
| 中断率 | 開始した作業の数 | 開始後に完了せず放置された作業の数 | % | 拾える |
| 作業あたり所要時間 | 完了した作業の数 | 作業の開始から完了までの合計時間 | 秒／件（中央値も併記） | 拾える |
| 再開率 | 中断した作業の数 | 同一ユーザーが後に再開した作業の数 | % | 拾える |
ここで決めておくべきことが3つあります。
1つめは「作業」の単位です。 ページビューではなく、ユーザーが終わらせようとしている単位で切ります。課題1件、レッスン1本、申請1件。この単位が決まらないと完了率の分母が決まりません。
2つめは中断の定義です。 何分操作がなければ中断とみなすのか。この閾値を決めずに中断率を出すと、計測を変えるたびに数字が動きます。先に決めて、固定して記録します。
3つめは中央値を併記することです。 所要時間は裾が長くなりやすく、平均だけを見ると実態からずれます。平均と中央値の両方を同じ期間で並べます。
そして、ロード時間の側も分布で持ちます。平均だけを見ると「平均1.2秒なので問題なし」という判断になりますが、問題は遅い側に偏って起きます。パーセンタイル（上位何%の遅さか）で持ち、遅い層と速い層で完了率がどう違うかを横に並べます。
「速度を直したのに数字が動かなかった」の2つの読み
この報告は、速度改善の提案をしたことがある人なら一度は受け取っているはずです。読みは2通り残ります。
読み1：本当に効いていない。 自社の画面では遅延が成果に効いていない。改善の余地は他にある。
読み2：効いている先を測っていない。 完了率や中断率では動いていたが、見ていたのは離脱率やCVRだった。
この2つは、見ていた指標を確認するだけでは区別できません。区別するには、改善の前後で経路Bの指標を並べていた必要があります。並べていなければ、どちらの読みも成り立ちます。
ここから言えるのは、順序の問題です。改善を実施してから効果を測ろうとすると、測る対象を後から決めることになり、動かなかった理由が確定しません。先に分布と完了率を並べ、どの指標が遅い層で下がっているかを見てから、改善の対象を決める。 この順序なら、効かなかった場合にも「経路Bでも動かなかった」という情報が残ります。
一方で、この順序には時間がかかります。すぐに改善に入りたい場面では、先に測ることが遅延そのものに見えます。ここは判断の分かれ目です。すでに遅い層が明らかに大きい場合は、測るより先に直したほうが早いこともあります。その場合も、直す前の分布だけは残しておきます。 残しておけば後から読みを区別できますが、残していなければ永久に区別できません。
この研究から借りてよいもの、借りてはいけないもの
参照した研究は、オンライン学習プラットフォーム2件を対象としたものです。企業サイトや業務システムへの外挿には、明示が必要です。
借りてよいもの：測り方の形です。1〜2秒という幅で関連を検出するには、個人内の変動（同じ人が速い日と遅い日で何が違ったか）を見る、という設計が使われています。人と人を比べると、回線の速さと他の条件が混ざります。同じ人の中で比べれば、混ざる条件が減ります。この考え方は、自社の計測にそのまま持ち込めます。
借りてはいけないもの：数値と、対象の射程です。効果量は抄録に存在せず、対象は学習者です。ECサイトや企業サイトの売上・成果への一般化はこの研究の射程を超えます。滞在の形が近い例（管理画面・業務ツール）として挙げることはできますが、再現は未確認であることを明示する必要があります。
この区別を曖昧にしたまま提案資料に載せると、論拠として最も弱い部分（数値と外挿）が最も目立つ位置に来ます。載せるなら、測り方の形を借りて、数値は自社の計測から出すのが筋になります。
確かなことと、まだ確かではないこと
確かなこと：Nature Human Behaviour に2026年10月8日付で「Microdelays disrupt online learning」が Article として公開されたこと。抄録が、2件の縦断的な準実験的フィールド研究で1〜2秒という短さのマイクロディレイが学習者のエンゲージメントと達成度の低下を予測したと述べていること。対象が26,707人と55,184人の別の2集団であること。両群のアウトカムの並び。著者が個人内のロード時間の変動を利用して因果的解釈を支持すると述べていること。データとコードが OSF で公開され、初等・中等教育のデータにはノイズが加えられていて再現結果が一致しない旨が明記されていること。
まだ確かではないこと：効果量（抄録に数値がなく、本文は購読制のため未確認です）。マイクロディレイの操作的定義、つまりどの計測点のロード時間を何と比較して遅延としたのか（抄録に記載がありません）。観察された遅延の分布や頻度。準実験の識別戦略と統制変数の詳細。そして、この結果が学習以外の画面で再現するかどうか。
本記事の指標の置き方は、この研究のアウトカムの並びから発想したものですが、研究が検証したものではありません。 自社の画面で成り立つかは、自社の計測で確かめる対象です。
最小の検証：分布と完了率を同じ期間で並べる
施策の前後比較より先に、現状を1枚に並べます。必要なのは新しい計測基盤ではなく、同じ期間で切った2つの表です。
- 「作業」の単位を決める。課題・レッスン・申請など、ユーザーが終わらせようとしている単位を1つ選ぶ
- 中断の定義を決めて固定する。「開始後、◯分操作がなければ中断」と書き、変えない
- 直近の同じ期間で、ロード時間の分布を出す。平均ではなくパーセンタイルで、速い層と遅い層を分ける
- 同じ期間の完了率・中断率・所要時間（平均と中央値）を、層ごとに並べる
- 同じユーザーの中で、速かった日と遅かった日を比べる。人と人の比較では回線以外の条件が混ざる
この5ステップで出るのは改善幅ではありません。自社の画面で経路Bが観測されるかどうかです。観測されなければ、速度改善の優先度を下げる根拠になります（これは「効かない」ことの証拠ではありませんが、少なくとも見ていた指標が離脱率だけだったという状態からは抜けられます）。観測されれば、改善の提案に自社の数字を添えられます。
分布を残すこと自体にも価値があります。あとで改善を実施したとき、動かなかった場合の読みを区別できるのは、前の分布を持っている側だけです。
判断の土台として押さえておくこと
- 遅延が効く経路は2つある。閉じる側は離脱率に出るが、閉じないまま注意が外れる側は離脱率の分母にも分子にも現れない
- 参照した研究は、1〜2秒の遅延と学習成果の低下の関連を報告している。効果量は抄録になく、本文は購読制。数値を引くことはできない
- 動詞は「予測した」である。著者は因果的解釈を支持すると述べているが、準実験であり、介入の効果は示されていない
- 経路Bを拾えるのは完了率・中断率・所要時間・再開率の側。先に「作業」の単位と中断の定義を決める
- ロード時間は平均ではなく分布で持ち、遅い層と速い層で完了率を横に並べる
- 「速度を直したのに数字が動かなかった」の2つの読みは、前の分布を残していなければ区別できない
- 学習プラットフォームの結果を企業サイトの成果に外挿しない。借りられるのは個人内で比べるという測り方の形まで
参考資料・引用元
- "Microdelays disrupt online learning", Article, Nature Human Behaviour (2026). オンライン公開 2026年10月8日. https://www.nature.com/articles/s41562-026-02598-y （2026年10月13日確認・HTTP 200。本文は購読制のため抄録・書誌情報・データ公開に関する記述のみを参照。ページ上の著者欄は省略表示のため、本記事では著者を列挙していません）
- データ・コードの公開先として同ページに記載されている OSF のプロジェクト: https://osf.io/xyfpt （本記事ではページを開いていないため、内容は未確認）