カテゴリー: 趣味／関心事_グロースハック

「なぜ日本からGAFAは生まれないのか」山根節、牟田陽子

オススメ度　★★★★☆　４／５
GAFAつまりGoogle, Facebook, Apple, Amazonを日本の企業と比較し、その違いを分析している。

海外にはYコンビネーターを代表とする、スタートアップに積極的に投資する仕組みがある。もし日本にもそのような仕組みを作ったら、メルカリのような企業がたくさん日本からも生まれるようになるのだろうか。実際には文化の違いなど、別の問題もあると感じており、他の人はどのように考えているのか知りたくなって本書にたどり着いた。

本書ではGoogle, Facebook, Apple, Amazonの現状やその発展の中のターニングポイントを説明した上で、日本の類似企業、Appleはソニーと、GoogleをNTTドコモと、Facebookを任天堂と、Amazonを楽天と比較している。

GAFAのいずれの企業についても過去何冊か本を読んだことがあったので、どの物語もまったく新しく知ったというわけではなかったが、改めて各企業を見直す機会となった。驚いたのはマークザッカーバーグの考え方である。映画ソーシャルネットワークによってどちらかというといたずら好きな男性というイメージが強かったのだが、本書を読んでそのイメージが少し変わった。Facebookという大企業の中で世界の動きや抵抗や世論と向き合いながらも、悩みながら成長している様子が伝わってくる。

19歳でフェイスブックを始め、社会人経験もなかった自分にとって、会社を経営する中で起こってきた色々な問題を全て咀嚼することは不可能でした。私にとってのこの15年間は、そういう問題1つ1つに対して、もっと責任を取れるように努力してきた歴史だと言えます。

毎回感じるのは創業者の持ち続けている強い信念である。GAFAの各企業はその成長の過程で、何度も莫大な金額で売却できる機会がありながらも、走業社たちは、自らの手で、その信念に則って成長させることを選んだのである。日本で同じようなことがあったら、その創業者はそのお金に目がくらまずに、自ら苦難の道を選ぶことができるだろうか。そう考えると日本とアメリカの違いはシステムだけでなく、信念の違いなのかもしれないと感じた。

【楽天ブックス】「なぜ日本からGAFAは生まれないのか」

「A/B Testing:The Most Powerful Way to Turn Clicks Into Customers」Pete Koomen, Dan Siroker

オススメ度　★★★★☆　４／５
ABテストプラットフォームの先駆者であるOptimizelyのCEOである著者が、そのサービスやクライアントを通じて得られたABテストの知見を語る。

最近我が社でもまたABテスト熱が再燃しており、同僚がとっているその流れに不安を覚え、少しでも組織として意味のあるABテストができるようにと思い本書にたどり着いた。

ABテストを専門的に取り上げた書籍を読むのは本書で3冊目になるが、ABテストのプラットフォーマーとしての視点で書かれたものに触れたのは本書が初めてである。 序盤はオバマ大統領の大統領選におけるABテストの貢献の大きさなど、さまざまな形のABテストによる改善例を示している。

そんななか本書ではABテストの流れを次の5つのステップとしている。

1.Define Success
2.Identify bottlenecks
3.Construct a hypothesis
4.Prioritize
5.Test

1の成功の定義は必ず言われることで（とはいえ抜けがち）特に新しくはないが、2のIdentify bottlenecksという考え方は他のABテスト関連の書籍にはなかったので新鮮に感じた。向上などの生産効率を上げるためにはボトルネックという考え方は一般的だが、より良いサイト制作においても、目的のコンバージョンに対して、トラフィックがどこで止まっているのか、そんなボトルネックにもっと意識を向けるべきなのだろう。

またMicroconversionとMacroconversionというように、コンバージョンを二つに分けて考えている点も興味深い。3のConstruct a hypothesisでは、単純に思う仮説ではなく、ユザーインタビューやご意見フォーム、フォーカスグループなどを通じてより精度の高い仮説を挙げることを推奨している。この辺はかけられる工数によって実践していきたいと思った。

中盤以降では、実際に組織にABテストの文化を組織に浸透させる方法について、外部のサービスを利用する方法や新たにエンジニアを雇って組織内にテストチームを作る方法など、それぞれのメリットやデメリットを書いている。

全体のなかで特に印象的だったのは次の言葉。

A question worth asking about every test is, “Would you be happy showing the winning variation to all of your traffic”
「勝ったテストパターンをすべてのユーザーに喜んで見せられますか？」と尋ねてみるべきです。

つまり、結果が良かったテストパターンが必ずしも正解というわけではなく、例えばユーザーがクリックするボタンが絶対的に正しければ、世の中のボタンはすべて女性の裸になってしまうということである。組織として、ブランドとして、そのテストパターンを世の中に自信をもって出せるのか。それを考えずに思いつくままテストをしてしまうと、ただ時間や労力の無駄になりかねないのである。

また次の冗談も、いきすぎたABテスト主義を抑制するために使えることだろう。

There’s a joke among A/B testing veterans that almost any variation of a button loses to a button that says “Free Beer.” ABテスト業界にはこんな冗談があります。どんなボタンバリエーションも「無料ビール」というボタンには叶わないと。

ABテストの方法にさらなる理解を与えてくれる内容である。本書の上の言葉に出会って、早速醜い見た目、誤解を招きかねないABテストパターンを実践している自社のABテストを改善したくなった。

「ジョブ理論」クレイトン・M・クリステンセン

オススメ度　★★★★☆　４／５
成功する企業になる為にはプロダクトではなくユーザーが解決しようとするジョブにフォーカスすべきだとして、その考え方を説明する。

まず、ジョブを見極める方法として次の5つの項目を挙げている

1.その人がなし遂げようとしている進歩は何か。
2.苦心している状況は何か。
3.進歩をなし遂げるのを阻む障害物は何か。
4.不完全な解決策で我慢し、埋め合わせの行動をとっていないか。
5.その人にとって、よりよい解決策をもたらす品質の定義は何か、また、そん解決策のために引き換えにしてもいいと思うものは何か。

そして、未解決なジョブを見つけるための方法として次の5つを挙げている。

1.生活に身近なジョブを探す
2.無消費と競争する
3.間に合わせの対処術
4.できれば避けたいこと
5.意外な使われ方

これから何か新しい製品やサービスを考えようとしている人は参考にするといいだろう。ここまでがジョブの見つけ方や見極め方であるが、本書ではそれに加えて前後の文脈や、感情面へも配慮を怠らないことが大切としている。

また、ジョブについて説明する過程で、ジョブを解決した実例をいくつか紹介している。ウーバーやP&Gなど、すでに知っている企業の例もあれば、アメリカンガールや、マイヨークリニックなど本書を通じて初めて知った企業もあり、どれも興味深かった。アメリカンガールや、マイヨークリニックなどは日本で実現しても同じようにこれまで未解決のジョブを解決し成功を収めるのではないかと感じた。

ジョブを中心に製品を開発し企業も、その多くが一度製品を世の中に送り出すと、ジョブ中心の考え方からプロダクト中心の考え方に陥っていくのだという。後半では、その理由を大きく3つに分けて説明している

1.能動的データと受動的データの誤謬
2.見かけ上の成長の誤謬
3.確証データの誤謬

どれも言葉だけでは伝わりづらいが、能動的データと受動的データの誤謬とは、最初はジョブにフォーカスするという受動的なデータ、つまり今見えているデータをみてそれを解決する為に製品を考え始めたのに、製品を世の中に出すと、売り上げやユーザー数やユーザー属性など、製品を世の中に出したことによって得ることができた能動的なデータを改善することに意識を取られてしまうということである。見かけ上の成長の誤謬とは、既存顧客に製品をもっと売ろうとしてジョブへのフォーカスを失うことである。そして、確証データの誤謬とは、人間は自分がみたいと思うデータ以外を無視する傾向によって発生する事実誤認のことである。

どれも身に覚えのあることだけにしっかり意識して今後製品開発やサービスローンチに携わっていきたいと思った。そのほかにも、セオドア・レビットやピーター・ドラッカーの有名な言葉をたびたび引用している

人は刃の直径が4分の1のドリルが欲しいのではない。4分の1の穴が欲しいのだ。
企業が売れると思ったものを顧客が購入することはめったにない。

また、最後でジョブを嗜好やほかのものと混在しないように指摘をしている。

同種のプロダクトでしか解決できないのならそれはジョブではない。

「理論」というだけあって、様々な状況に適用できるように考えて構成していることがわかる。本書に書かれている内容をしっかり理解して、実戦で活かせるように身につけておきたいと思った。

【楽天ブックス】「ジョブ理論」

「正しいものを正しくつくる」市谷聡啓

オススメ度　★★★☆☆　３／５
アジャイルで発生しがちな問題を、どのように解決していくかを書いている。

序盤はアジャイル以前のウォーターフォール型の開発手法についての説明とその限界について説明し、アジャイルの一般的な考え方と流れを説明している。本書を手に取る人の多くはおそらくアジャイル経験者であることを考えると最初の三分の一はほとんど読む必要がないのではないかと思える。

中盤以降はアジャイル開発で起こりがちな課題と、その解消方法について書いている。また、その過程でいくつかのフレームワークを紹介している。ユーザーストーリーマッピングやサービスブループリントなどの説明は他にも詳しい書籍があるので特に新鮮さはなかったが、リーンキャンバスを改善したという仮説キャンバスや検証キャンバスという筆者オリジナルの手法を紹介しており、機会があれば使ってみたいと思った。リーンキャンバスには目的やビジョンがないので内容がぶれてしまうのだという。

また、仮説検証をわからないことをわかるようにする活動として、3つの種類に分ける考え方は本書で初めて出会った。

  • 課題仮説（本質）
  • ソリューション仮説（実体）
  • インターフェース仮説（形態）

別の言い方をすると、課題仮説とはどんなユーザーストーリーを実現すべきか、ということであり、ソリューション仮説はどんな機能を実装すべきか、そしてインターフェース仮説はどんな見た目にすべきか、ということなのだろう。自分たちがどこまでわかっていてどこまでわかっていないかを明確にするためにこの3種を分けて考え、チーム全体の現在地を共有することは意味があるだろう。

最後に、アジャイル開発をうまく行うためには参加メンバーの視野と視座を動かして物事を見ることが重要と説明している。視野を動かすとは、自分、チーム、顧客、ユーザーといった人を軸に自分以外の視野で物事を見ることで、視座を動かすとはプロジェクト、プロダクト、事業、組織、などのように規模を大きくして物事を見つめることである。面白いのは、必ずしも大きな視点で物事をみることが重要と言っているのではなく、様々な視点で物事を見る能力をもっていてそれを状況に応じて使い分けることが重要だとしている。

おそらく著者も同じような書籍を読んできたのだろう。前半はだらだらと別の書籍や記事で詳しく触れられていてすでに一般的になったといえる考え方や、手法について書いており、普段からさまざまな情報に触れている人にとっては特にあたらしさはない。ページを増やすための戦略なのかもしれないが、たくさん書けばたくさん伝わるという考え方はエンジニア出身の著者っぽいなと感じた。言いたいことを絞ればもっと読みやすくわかりやすい本になったのではないかと思う。そういう意味では後半はアジャイルを実践しながらなんども悩み解決策を考えてきた経験からくる内容の濃さを感じた。本書を読み始めて前半で挫折しそうになった人には、後半だけ読むように教えてあげたい。

【楽天ブックス】「正しいものを正しくつくる」

「INSPIRED 熱狂させる製品を生み出すプロダクトマネジメント」マーティ・ケーガン

オススメ度　★★★★☆　４／５
すぐれた製品の背後には必ず製品開発チームを率いて、顧客の抱える課題を解決する人間がいる、という著者の持つ信念をもとに、プロダクトマネジメントという役割について語る。

僕自身はデザイナーであるが、比較的プロダクトマネジメントという役割に近い位置におり、プロダクトマネジメントという役割を詳しく知ることはキャリアにおいてプラスになると考えて本書にたどりついた。

まず、序盤では、ロードマップを作って製品を開発する方法を「製品開発が失敗する方法」として否定しており、リーンやアジャイル型の開発を推奨している。しかし、多くの開発チームがリーンやアジャイルの考え方を十分に活かしきれていないとしている。

1.リスクには最後ではなく最初に取り組む。
2.製品の定義とデザインは、順を追ってではなく、協調させながら同時に実行される。
3.大切なのは機能を実装することではなく、問題解決をすることである。

ロードマップのデメリットは、開発チームの目を機能の実装に向けさせてしまう点がよくないのだという。本書では、ロードマップに変わるものとして、

製品のビジョンと戦略
ビジネスの目標

を挙げている。

本書を読んで知ったのは、プロダクトマネージャーが備えなければならない知識の多さ、そして注意しなければならない領域の広さである。本書ではプロダクトマネージャーが備えるべき資質・知識として

・顧客に関する深い知識
・データに関する深い知識
・自分のビジネスについての深い知識
・市場と業界についての深い知識
・頭が良く、創造的で、粘り強いこと

を挙げている。

中盤では、成功するためのプロセスとして、目標管理のためのOKRや、製品発見のための、プロトタイプやユーザーインタビューなどを説明している、それぞれが単独で一冊の本になりそうな分野を非常にコンパクトにまとまっていて、全体を網羅的に知りたい人にはちょうどいいのではないだろうか。

すぐに取り入れたいとおもった手法は、製品開発チームに顧客の利益に集中させる方法として書かれている。ワーキングバックワードプロセスと呼ばれるもので、架空のプレスリリースを考えるというものである。プレスリリースとして人々の注目を集めるためには、その製品がどのように顧客の生活を向上するかを簡潔に伝えなければならない。ワーキングバックワードプロセスとは、架空のプレスリリースを作って、製品開発チームに実現したいことを共通認識させるためのものである。同様の目的としてカスタマーレターという手法も紹介しているが、どちらも、目的が曖昧になったり、機能実装だけにフォーカスして、解決すべき課題を忘れがちな開発プロセスにおいて、明日からぜひとりいれたいと思った。

各章の間に挟まれているプロダクトマネージャーの物語として、AppleのiTunesやAdobeのCreative Cloudを率いた話も面白かった。

全体的に、翻訳がわかりにくくて読みにくい部分はあったが、プロダクトマネジメントについて包括的に説明している良書といえるだろう。機会があれば繰り返し読んでしっかり内容を理解したいと思った。

【楽天ブックス】「INSPIRED 熱狂させる製品を生み出すプロダクトマネジメント」

「A/BTesting:Practical Insights and Common Pitfalls」Divakar Gupta

オススメ度　★★★☆☆　３／５
ABテストの手法、ツールについて語っている。

序盤は簡単なABテストの説明をしており、中盤からはABテストで起こりがちな落とし穴、またABテストのためのツールなどを紹介している。大部分はABテストの15の落とし穴にページを割いており、いくつか興味深いものがあった。いつでも言及できるように覚えておきたい。

Running an A/B test without thinking about statistical confidence is worse than not running a test at all — it gives you false confidence that you know what works for your site when the truth is that you don’t know any better than if you hadn’t run the test

平均値のみを気にする


例えば新しいUIをリリースして、次の一週間のアクセス数が大きく伸びたとしても、日別に伸びているかを確認すべき。一日だけ極端に伸びた結果全体の数値を上げているのだとしたらそれは別の要因によるものだからだ。

「なぜ」を知ろうとしない

例えばABテストが失敗した場合、機能が良いものであるにも関わらず、デザインがよくなかったり説明が悪かったりする。単純に失敗した、だけでなく、「なぜ」失敗したかを知ることは、さらなる成功へ近づくのである。

正直、あまり順序立てた書き方をしておらず、よくあるABテストの落とし穴を思いつくまま羅列しているような内容なので退屈で頭に入りにくいが、もう一度じっくり読み直してみたいと感じた

「グロースの時代」森岡康一

オススメ度　★★☆☆☆　２／５
元フェイスブックジャパン副代表の著者が日本でフェイスブックをどのように広めていったのかを語る。

転職を繰り返してフェイスブックにたどり着いた著者が、その過程での大きな出来事や転機となった出会いなどについてカタッている。

グロースに関する技術や知識を求めて本書を手に取ったのだが、精神的な部分の重要性に多くページを割いている。情熱や根性は何かをやり遂げる上では無視できないことでしっかり覚えておきたいことだが、すぐに利用できるような知識を探している人にとっては期待外れに終わるだろう。しかし、実際に大きなグロースを経験したフェイスブックジャパンの様子からは何かヒントが得られるのではないだろうか。

【楽天ブックス】「グロースの時代」

「いちばんやさしいグロースハックの教本」金山裕樹

オススメ度　★★★☆☆　３／５
ヤフーなどでグロースハックの経験を持つ著者がグロースハックについて語る。

グロースハックというのはここ3年ぐらい急速に広まった言葉で、これまでにも何度か関連する講座や本にも触れてきて一通り知っている気でいたが、それでも本書でまたいくつか新しいことを学ぶことができた。

まず、興味深かったのは「グロース担当のチームは3人で構成する」ということ。たしかに3人から4人に増えると、情報を共有するためのコストが急激に高まるので、論理的に非常に理解できる話ではある。しっかり頭に置いておきたい。

本書では基本的にARRRAモデル、つまり（Activation, Retention, Referral, Revenue, Aquisition）を中心に語っている。全体的にファシリテーションやアイデアの選別の手法などの話が多い。そんななかでも覚えておきたいと思ったのは、解決策を不明度と前提が崩れた時のインパクトで解決法を分類するジャベリンボードという手法、そして大きな離脱を視覚的にわかりやすく描いたユーザーオンボーディングファネルである。

ほかにも、バイラル係数、バイラルサイクルタイム、LTV、4種類のレベニューモデルなど、知らなかった言葉や、知っていても曖昧に覚えていた言葉などを改めて学ぶことができた。「いちばんやさしい」と書いてあり表面的な内容かとも思ったが、読んだ印象としては、必要な事項は網羅されているような印象を受けた。グロースハックを考える上で効率よく学べる本としておすすめしたい。

【楽天ブックス】「いちばんやさしいグロースハックの教本」

「Designing with Data」Rochelle King／Elizabeth F Churchill／Caitlin Tan

オススメ度　★★★★☆　４／５
Spotify、Netflixなどなど、IT業界の著名な企業が、ABテストなどの調査を利用してサービスのデザインを発展させる方法について書いている。

本書ではDataを利用した開発手法を3つに分類している。

Data Aware
Data Informed
Data Driven

Data Drivenは取得したデータを信用してデザインを行うのに対して、Data Awareは参考程度に利用するといった意味である。いずれの方法も取得したデータを利用するが、そのデータの重要視具合が異なるのである。僕自身Data Driven Designという言葉を、「データに忠実にデザインする」という意味に受け取っていたが、かならずしもそうとは限らないのである。

さてABテストの利便性はわかっても、数あるテストしたい項目は、コンテンツやサービスの方向性などの大きな項目から、ボタンの色や文言などの細かい項目まで多岐にわたる。本書では第3章からそんな大量の知りたい項目を体系立てて行っていく手法について説明している。覚えておきたいのは、目的からテストまでを5階層にわけた考え方。

Goal
Problem/Opportunity Area
Hypothesis
Test
Result

そして、探索と評価、グローバルとローカルの2つの軸にテストの内容をプロットする考え方である。

Exploration-Evaluation
Local-Global

デザイナーのなかには、直感やセンスなど経験で培っていた部分を大切にしていて、データによってデザインするという考え方に抵抗を持つ人も多いだろう。しかし、本書で描かれている手法は、まったくそんなデザイナーの創造性を否定しているわけではない。むしろ、データという実際のユーザーの反応にしっかりと目を向けることで、デザイナーの持つ経験や創造性をさらに効果的に発揮させることができると言っている。

なかなか一度読んだだけで実践するのは難しいだろう。今後実践のなかで何度でも読み返したい。