アイデアの創造から市場フィットまでの分析

【自分にウソをつかない】
あなたは思い込みが激しい
それを自覚する
起業家
片足は思い込みに突っ込んでおく
データという強烈な輝き
直感は大事
だが盲信してはいけない
直感は実験
データは証拠

起業家精神はクレイジー
ほとんどビョーキ

リーンスタートアップ
フレームワーク
ウソがつけなくなる
「測定できないものは管理できない」

ほとんどの起業家は押しつぶされる
むしろ押しつぶされない起業家は
必要なリスクを負っていない

現実歪曲空間
100kmでぶつかる
穴を開ける
頼りすぎない

Uber
コンシェルジュ型MVP
マッチングサービス
製品構築はムダ
まず他人の車に乗ってくれるか
AirBnB
指標
月間撮影数

アナリティクスの目的
資金が尽きる前に正しい製品にたどり着くこと

優れた指標とは
比較ができる
　先週よりも増えた
わかりやすい
比率や割合
　行動しやすい
　比較できる
　対立要因への比較に向く
行動を変えてくれる
　理想にどれくらい近づいているか
　実験に使える

ニセモノの指標
　5をくれますよね？

指標は対になることが多い
コンバージョン率と購入時間

「正しい指標への5つの選択」
定性と定量
　定性は集約しづらい
　定量は解釈しづらい
虚栄と行動
　虚栄は気分が良くなる
　行動は行動自体を変える
探索と報告
　探索は推測
　報告は管理
先行と遅行
　先行は予測
　遅行は説明
相関と因果
　相関は一緒に変化
　因果は引き起こす
　
定量
　わかりやすく科学的
　だが誰かに接触できない
　「何が」「どれだけ」
　感情排除
定性
　「なぜ」
　感情漬け
　潜在顧客
　外へ出よう
　最初のリサーチ

指標を見たら問う
「これまでと違う行動できるだろうか」
合計登録数
　増えていくもの
　虚栄
アクティブユーザー数
　増えていくもの
アクティブユーザー率
　重要

（注意すべき8つの指標）
ヒット数
PV数
訪問数
UU
　なぜ出入りしているのかわからない
フォロワー、友達、いいね
　単なる人気コンテスト
滞在時間、閲覧ページ数
　ヘルプページの滞在時間が長いと？
収集メールアドレスの数
　行動するのか？
ダウンロード数
　アクティベーション数の方が重要

既知の未知
　緑と赤どちらがよく売れた？
未知の未知
　探索、ユーレカ！
Circle of momsの例

先行指標
コホート分析を習得

相関指標と因果関係
アイスクリームと溺死
相関あるが因果なし
「相関関係は悪くない、因果関係は素晴らしい」
Googleは大量データでハイパーリンクの色選定
スタートアップは少数サンプルで簡単な実験

思いもよらぬ使い方をされることもある
Flickrの例

High score houseの例
ひたすら電話をかけた

セグメンテーション
　切ってからテストする
コホート
　あらゆる指標に適用可能
A/Bテスト
　横断的実験
　picaticの例
　文言変えるテスト
　トラフィックが少ないと時間がかかる
多変量解析
　複数変更して相関を見つける

実際に何をするか
誰も欲しがらないものを開発して人生をムダにしない
本物の顧客と検証や否定をする

うまくいきそうだけでなく
本当に取り組みたいビジネス
得意
やりたい
稼げる

リーンキャンバス
知的誠実性

課題
顧客セグメント
独自資源
ソリューション
チャネル
収益の流れ
コスト構造
主要指標
圧倒的優位性

本当にそれをやりたいのか？
創業者として生き残る
　需要
　能力
　欲望
「嫌いになりそうなビジネスをはじめてはいけない」

得意で稼げるけどやりたくない
　断ることを学べ
稼げるしやりたいけど得意でない
　もっとうまくやる方法を学ぶ
やりたいし得意だけど稼げない
　お金の稼ぎ方を学ぶ

うまくやれるか？
これをやりたいか？
これでお金を稼げるか？
それを作るべきか？

データの中毒性
なんでも分析したくなる
その日にはくパンツのA/Bテスト
玄関から出られない
データの奴隷にならない
活用する

Macユーザーのみのホテル優待
Amazonの学習と人種差別
それでいいのか？
AIのみ
ポルノでクリックスルー率を上げる
それでいいのか？
人間の判断がいる
創造性は人間
機械は検証
条件付き最適化になる
条件を問えない
三輪の車の最適化の例

進化
後戻りできない
逆になった網膜
ドーキンス

魂のこもった最適化をすべき

（データ収集の10の落とし穴）

データがクリーンだと思い込む
正規化してない
外れ値を除外する
外れ値を含める
季節を無視する
成長報告のとき規模を無視する
データの掃き溜め
オオカミが来たぞ
「ここで収集していない」症候群
ノイズに注目する

お父さんがログインしたら2倍

二極化
分析マヒ
　データのことで頭がいっぱい
直感行動
　都合の悪いデータは無視してピボット

ビジョン達成のプロセス
リーンスタートアップ
どんな製品をつくるべきか学ぶツールを作っている
学習が大切

【今すぐに適切な指標を見つける】

(AARRR)
獲得
　トラフィック
アクティベーション
　登録数
定着
　アクティブユーザー
収益
　コンバージョン率
紹介
　バイラル係数

(成長エンジン)
定着型
　チャーン率
　利用頻度
バイラル型
　バイラル係数
　バイラルサイクル
課金型
　顧客ライフタイムバリュー
　顧客獲得コスト
　顧客損益分岐点到達時間

(リーンキャンバス)

(グロースハック)
市場フィットしてからグロースさせる
「使えなくなったときどう思いますか？」
非常に残念が40%以上
市場フィット達成している

(ロングファンネル)

最重要指標
OMTM
One metic that matters
フォーカスする

Moz社の例
指標駆動
　壁にモニター
　単一指標にフォーカス
　純増数
最小限のKPI

OMTM
ステージによって違う
すぐ変化することもある
即答できるか？
浸透しているか？

使うべき4つの理由
最もリスクの高い部分をできるだけ早く特定できる
評価基準をつくることができる
　明確なゴール
会社全体がまとまれる
　巨大モニター
　定期メール
実験の文化を広められる

ソラーレリストランテの例
F/L比率毎日計測
　単一数値
　毎日算出できる
　行動につながる
　比較できる
　ビジネスモデルの基本を表す

スクイーズトイ
にぎるとどこかが膨らむ

スタートアップ
レモネードの屋台
かかったコストよりレモネードをたくさん売る

成長へのフォーカス
定着
バイラル
収益

マーケティング
より多くの商品を
より多くの人に
より頻繁に
より高い値段で
より効率的に
売る

使っているときに紹介してもらう
最高の増やし方

ビジネスモデル
人に何かを提供する代わりに
こちらが望む何かをやってもらうこと
相思相愛になれる顧客

6つのビジネスモデル
獲得チャネル
　どうやって認知されるか
販売戦術
　どうやって顧客にするか
収益モデル
　稼ぐ方法
製品種別
　提供するベネフィット
提供モデル
　どうやって届けるか

ECスタートアップ
年間再購入率

MVPをつくる
市場に投入
使ってもらえるかテスト
顧客の中でエンゲージメント高を見つける
製品に魅力を感じたユーザーが複数
それがアーリーアダプター
そこから共通点を見つける
さらにニーズにフォーカスして育てる
まずは足かかりをつくる

最初のステージ
熱狂的支持者が少数
メインストリームのニーズではない
Google waveの例

（エンゲージメントの計測）
訪問頻度ではダメ
どう使っているかを探す
　やってくれるユーザーとやってくれないユーザー
　違いを探す
　新しい機能
　A/Bテストをする
どれだけ定着しているかだけではダメ
誰が定着して取り組みが報われているかも計測する

（チャーン）
90日間ログインなし
非アクティブユーザー
期間内損失 / (開始時顧客数 + 終了時顧客数) ÷2 x100
LTV計算
コホートで計測
毎日計測

（モバイルアプリの指標）
ダウンロード数
顧客獲得コスト
起動率
MAU DAU
課金までの時間
一人当たりの平均収益
レーティングクリックスルー率
拡散
チャーン率
LTV

1日・1週間・1ヶ月のチャーン率
チュートリアルだめ
深くない
アップデートがだめ

チャーン
新規訪問者 - 前月との差

（UGCのユーザー段階）
立ち寄り
再訪問者
入会ユーザー
投票者
コメントをつける人
コンテンツ制作者
モデレーター
グループ作成者

（ツーサイドマーケットプレイス）
お金を使いたいグループとお金を稼ぎたいグループ
使えるお金を持っている人に最初にフォーカス
在庫と顧客をまず作り出す
指標
　購入者と販売者の増加率
　　加速か停滞か
　在庫の増加率
　　情報の質も
　検索
　　ワードや回数
　コンバージョンファネル
　　満足した取引数
　評価と詐欺の兆候
　価格指標
　
需要は供給に勝る
計測は2倍楽しさも2倍

今いるステージは？
共感
　インタビュー、アンケート調査
定着
　解決できているか
拡散
　バイラル
収益
　収益の最大化最適化
拡大

・共感ステージ
インタビューする
自分の頭の良さの証明ではない
ソリューションの発見でもない
誰かの頭に入っていくこと
　課題の存在
　ソリューションの有効性

定性的フィードバックにフォーカスする
少なくとも15人

アイデア
人の話を聞くことから始まる
まずはにおいかぎ試験

課題の確認方法
　課題が十分に苦痛か
　順番な人数の関心
　すでに解決しようとしている方法
発見のサイン
　すぐにお金を払おうとする
　前のめりに聞く
否定のパターン
　注意散漫
　あまり興味がない

バイアス回避
　反対の質問
　自分のことは話さない

3秒ポーズでなぜを3回
コロンボ的質問

インタビュー
収束と発散
収束型課題インタビュー
苦痛スコアをつけてもらう
cloud9の例
　2つの顧客セグメントを見つける
　最初のグループと違う
　データウェアハウス作成

課題
皆が取り組むが解決できていない
代用として何かを使っている

課題に気付いてもらうためには？
早い段階のプロトタイプ
モックアップ
すぐにお金を支払ってくれるかどうか
友達へ説明しているところを観察
課題を抱えている人を紹介してもらう

Mechanical Turk利用
100人が4時間で

リーンとは
不確実性を定量化すること

アンケート調査
行動につながるような質問
実施
　属性データと心理的属性データ
　　セグメント
　定量化できる質問
　　レーティングなど
　オープンエンド型の質問
テスト
　3人がなんの疑問もなく答えられるように
分析
　定量化できる質問の
　　平均、中央、最頻、標準偏差
　セグメントごとに分析
　　ピボットテーブル

ソリューションインタビュー
Localmindの例
　質問に回答してくれるのか？
　　Twitterリプライで聞く
　　見ず知らずでも回答してくれる

あなたの仕事は製品を構築することではない
ビジネスモデルのリスクを減らすことである

MVPは製品でなくプロセス

OMTMなし
指標がないと成功基準なし
作ってはいけない

エンゲージメント
製品を使っているか
どのように使っているか
すべてを使っているか一部か
期待通りか違っているか

定性的な分析を無視しない

機能を外す準備をする
InstaOrderの例
開発に2週間
LPも人が来ない
削除

共感ステージまとめ
多くの人がお金を払ってくれて
自分が解決できるニーズを見つける
定性的オープンエンド型質問
　未知のチャンスを発見
定量的質問で収束
　ソリューションを見つける
アンケートツールなどで検討する

次のステージに移るべきか？
インタビューしたか
　苦痛を伴う課題だと思う理由
顧客を十分に理解したか
　ある日一日のストーリー
ソリューションがニーズに合っているか
　フィードバックを受ける

・定着ステージ
必需品となっている証拠がほしい

MVPのイテレーション
進化

機能を作る前の7つの質問
なぜ改善できるのか？
　他社のコピーはダメ
　指標を設定しておく
影響を計測できるのか？
　定量化する
構築にどれくらい時間がかかるか？
　もっと小さくできないか
複雑にならないか？
　「それから」は成功の敵
リスクの程度は？
　アナリティクスで計測
どれだけ革新的か？
　優先順位は革新的かどうか
ユーザーはなんと言うか？
　テスト可能な仮説を作る

規律のある発見プロセス
何を学習したいのか
根本的な課題は何か
　誰が苦痛に感じているのか
仮説は何か
　〔繰り返し可能な行動〕で〔期待する結果〕が生まれる
どのように実験するか
実験は安全か
どのように結論づけるか
検証するための指標は何か

ユーザーからのフィードバックの扱い方
顧客も起業家もどちらもウソつき
耳にしたくないフィードバック
　メンタルモデルが違う
　ターゲットでない
　チュートリアル受けていない
何に対してのフィードバックか決める
セグメントを決める

創業者
片手には壮大なビジョン
片手には実践実用勘と経験の現実感

MVVの要素
プラットフォームである
繰り返しお金を儲けられる
価格が自然に段階化されている
破壊的変化へと繋がっている
導入者が自動的に支援者になる
買収競争を作り出せる
環境の変化の流れに沿っている
継続的に圧倒的な優位性を持っている
限界コストがゼロに近づいている
ビジネスモデルにネットワーク効果がある
マネタイズの方法が複数ある
顧客がお金を稼いだときにお金を稼げる

人間のモチベーション
恐怖と欲

1週間キャンバス
ゴールは学習
現状
　指標一覧
　傾向はあるか？
先週学習したこと
　達成したことは？
　順調か？
上位の課題
　課題一覧と説明
　優先順位
課題1
　ソリューション仮説
　なぜ解決できるのか
指標
　定性的証拠も一覧に
　ゴールを決める

「何が問題で、どのように解決しようと思っていて、どうすればそれが成功したとわかるのか」

次のステージに移るべきか？
製品は期待通りに使われているか？
アクティブユーザーを定義しよう
7つの質問で機能のロードマップを評価する
ユーザーからの不満を評価しよう
最大の課題を特定したか？

・拡散ステージ
自然的拡散
　仲間と共有
人工的拡散
　追加容量
クチコミ

グロースハック
先行指標を見つける
ソーシャルエンゲージメント
コンテンツ制作
再訪問頻度
ユーザーの初日に起きたこと
最初の90日間の再購入率
　ロイヤリティ
セグメンテーションとコホート分析

収益ステージに進むべきか？
3種類の拡散をつかっているか
　アイデアを3〜5個書き出す
バイラル係数の値は？
バイラルサイクルタイムは？

・収益ステージ
1セントマシン
CLV > 獲得コスト
ビジネスの証明

・拡散ステージ
市場の証明

Buffer社の例
訪問者の20%がアカウント作成する
サインアップした64%がアクティブになる
サインアップした60%が最初の1ヶ月に戻ってくる
サインアップした20%が6ヶ月後に戻ってきている
有料へのコンバージョンは1.5%~2.5%

拡大可能とわかる収益が目標

【評価基準】
毎月のチャーン率
　5%下回る
　2%に近い
顧客獲得コストは顧客単価
　3分の一未満が理想
　CLVの0.2%~2%がほとんど

スタートアップとベンチャーの違い
急成長を目指す

30/10/10の法則
登録ユーザーの30%
　毎月使っている
登録ユーザーの10%
毎日使っている
同時利用ユーザー
　デイリーユーザーの10%

需要の価格弾力性
最適価格の実験

高過ぎるAppleのFireWire
Macユーザーだけへの割引
低過ぎると怪しまれる、価値を低くみられる
ミネラルウォーターの値段は高くても良い

価格はコストと結びついていない
顧客の支払いたい気持ちと結びついている

獲得コストとCLVに着目
粗利が高いのはどのプランか

価格決定
競合調査
社長が決める
衝動的でもったいない
テストが重要
スイートスポットの10%下でユーザー増加

顧客ライフタイムバリュー
顧客とのやり取りで生み出す利益の合計
獲得コストもCLVもおそらく間違っている
チャーンは遅行指標
サブスクリプションのみ提供がいいという意見
CACをCLVの1/3に抑えて実験

人工的拡散と自然的拡散を分ける

チャーンはエンゲージメントの逆
毎月のチャーン率を5%未満にする

アプリによってエンゲージメント率は違う
　旅行は低め

【リーンアナリティクスを導入する】

B2Cは標本調査
B2Bは全件調査

アナリティクスとは
大量の情報を理解して
パターンやそれに基づいたふるまいを把握すること

みんなをデータのファンにする
質の悪いレコメンデーションを排除

数千人に何を考えているのかを聞くほうが、聞かないよりもずっといい

成功するイノベーションとは
現在必要とするものではない
将来必要となるもの
定性的なインタビュー

企業内スタートアップ
合意形成
　結婚前契約書
　評価基準
　学習と指標変更
要求よりも課題発見
　顧客が将来必要とするもの
　Netflixの例
投資対効果検討書をつくらない
　計画ではなくビジネスモデルを売り込む
　事後分析モデル
　データやフィードバックを使える
　証拠を集めて投資対効果の裏付けをする
定着 : 本当のMVP
　コンプラなども考慮
　既存顧客への対応
拡散 : 最初から拡散
　口コミなど
収益 : エコシステムの収益
　社内のチャネルを押し返す
拡大 : 拡大と引き継ぎ
　実用可能性の証明
　社内メインストリームに融合
　残るか出るか

直感を排除するものではない
直感を裏付けるもの

——————————————

リーンスタートアップ
グッドプラクティス

従来マーケと違う
有償のユーザーインタビューとも違う
MVPでフィードバックを求める
開かれたマーケットに
複数の価格
生データで計測
答えを生活者から求める
生活者に問いかけ観察する

スタートアップのための指標
赤ちゃんと大人と指標が違う
頻度も違う
大人は一年一度の健康診断
赤ちゃんはミルクが足りているか

「この事業が 100 億を超える市場になることを説明できれば投資してもいい」
「この子が必ず医者になることを証明せよ。それができない限り、育てさせない」

「起業家はみんな嘘つきだ」
多少のウソと思い込み
だから指標がいる
「優れた指標は行動を変える」

革新会計とは
計測すべき数値