会員継続率が低下する要因と、その対策。

フィットネス業界における最大のつまずきは、始めるその瞬間に起こります。新たに運動を始めた方のほぼ半数が最初の数か月で継続をやめ、参加者の3分の1超も数か月以内に通うのをやめています。¹ これは重要な課題です。会員が継続的に施設へ通うようになるかどうかを左右するためです。

不確実性は、初期行動のあり方を左右します。

多くの新規会員は、明確な計画がないまま来館されます。運動の選択、強度の設定、セッションの構成は、各自で行うことが求められます。こうした判断は、不慣れな環境の中で、周囲からの見えないプレッシャーを感じながら下されることが少なくありません。

ジムの環境に威圧感を覚えるという声は広く聞かれ、そうした不安による心理的な壁が、参加の妨げとなり続けています。^2,3 こうした条件は、初回から数回のセッションでどれくらい継続するか、そしてその後も継続して利用するかどうかに影響します。初期の体験に明確な設計が欠けると、次の一歩にためらいが生まれます。

プログラムの質が、会員の継続的な利用を左右します。

プログラミングは、会員の初期体験において、特に調整しやすい要素の一つです。

一般的なエクササイズの指針は確かな土台となりますが、準備状況や好み、置かれた環境の違いまでは十分に反映できません。⁴ プログラムが一人ひとりに合っていないと、継続しにくくなります。

初心者、経験者、離脱者の各層で見られた違いも、この傾向を裏づけています。⁵ 人によって出発点は異なるにもかかわらず、多くのプログラムはいまなお、その違いが存在しないかのように提供されています。

アダプティブシステムにより、プログラムは会員の変化に合わせて進化します。

近年の人工知能（AI）の進歩により、利用者の行動に応じてプログラムを調整できるようになりました。例えば、強化学習に基づく運動プログラムの提案は、固定的なプログラム設計と比べて、運動強度の最適化と利用者満足度の向上の両立に役立ちます。⁶ これらのダイナミックなシステムは、会員のパフォーマンスに応じて推奨内容を更新し、一人ひとりの進捗に合わせてトレーニング内容を変化させます。

このような調整は、特に初期段階において重要です。新規会員には、まさに自信や適応力、慣れがまだ育まれている過程があるためです。

AI が提供するガイダンスは、すべてが同じ水準ではありません。

AI を活用したプログラミングの有効性は、どれだけ個々に適した内容を反映できているかに左右されます。AI が生成する運動プログラムの評価では、一般化された入力に依存するシステムは、十分な多様性や具体性を欠く可能性があることが示されています。⁷ 詳細なユーザーデータと継続的なパフォーマンスフィードバックを取り入れたプログラムは、各セッションを通じて、より適切なガイダンスを提供します。

この違いは、ソリューションの有効性を評価する際に重要です。

運営に携わる方にとってのポイント

初期の継続利用は、会員が何をすべきかをどれだけ明確に理解しているか、そしてそれを実行する自信をどれだけ持てているかに左右されます。PACE は、この段階を支えるために開発されました。個々の入力データと Matrix 独自の生成 AI を活用し、初回セッションから運動種目の選定、強度設定、進行を適切にガイドします。会員が、始め方や進め方を自分で判断する必要はありません。

初期の段階で、体系立てた一人ひとりに応じた案内を提供することで、適切な利用を後押しし、不安を軽減し、継続的な来訪につながりやすくなります。

最初の数か月にここまで緻密に対応できる施設は、長期的な会員維持につながりやすくなります。