cyber-s / blog

tipsや質問などをここにknowledgeとして残します。
0 stars 0 forks source link

Hacking Growth グロースハック完全読本 #321

Open justcallmehide opened 5 years ago

justcallmehide commented 5 years ago

https://www.amazon.co.jp/dp/B07HXKFQWQ

41mg4kkiwdl _sy346_

5年くらい前に、バズワードになってたグロースハック。 求められてる役割が一個上のレイヤーになってきたので、お勉強。

アイデアを具体化するときに価値が出てくる

15年くらい前だったら、IT業界の中ではアイデアに価値があったとまだいえるが、15年たってプレイヤーが圧倒的に増えたことで、実装のレベルなど中身に価値がやっと出てきた。なので昔と違って、経営層も抽象レベルの高いとこから低いとこまで理解してないと意思決定ができなくなってきてる。

「市場を席巻するほどの画期的なビジネスアイデアを思い付いたからだ」などとまことしやかに言われるが、それは明らかな誤りだ。大勢のユーザーに受け入れられるまでの道のりは、短くもなければ平坦でもなかった。世界を変えるプロダクトの完成形を思い付き、たったひとつの洞察や幸運なめぐり合わせ、天才的なひらめきから一気に成功を手に入れた例はない。どの企業も、製品開発とマケティングの新たなアイデアを綿密かつ迅速に生成・検証し、成長につながる名案をユーザーの行動データから探したことで、成功にたどり着けた

対立異議をなくす方法

対立と異議をなくすのにこの上なく効果的な方法を教えよう。それは、成果を示すことだ。グロースハックが目覚ましい成功をもたらすのを目のあたりにして、チームメンバーはもちろん全社員が熱烈な支持者になった

なぜ自社でやるべきか?

持続的な成長への多大な努力をやり遂げるための権限や時間、そして動機付けの方法論をコンサルタントは持っていない

プロダクトのクオリティだけでも成功しないが、プロダクトのクオリティがなければ成功するチャンスはない

マーケティングや広告がいくら優れていても、プロダクトがどうしようもないのでは大衆の支持は得られない。グロースハックで攻勢に出る前にコアバリュを創出・特定しておかなければ、成長は絵に描いた餅に終わるか、最悪の場合、市場から締め出されてしまう。ロンチ直後に派手なプロモションを行うことで、少しの間興味を引くことができるのは事実だが、プロダクトで人々を感動させられなければ、セレブを起用して数百万ドルの広告を打っても絶対に持続的な成長にはつながらないのだ。

ニーズがあるか調べてからグロース施策をする

拙速なグロース施策には、ふたつの機会損失が伴う。第一に、貴重な資金と時間が、誰も欲しがらないプロダクトの宣伝に浪費される。第二に、初期の顧客をファンにするどころか、幻滅させて怒れる批判者に変えてしまう。バイラルな口コミには成長を加速させる力があるが、逆に成長にブレキをかけることもできるのだと覚えておこう。

あらゆるグロース施策はプロダクトがマストハブとして渇望されるようになったあとで実施しなければならない。

マストハブサーベイとは?

プロダクトが顧客に愛されているかどうかの判断材料として、このサーベイの信頼性が高いことは、シリコンバレーでのキャリアを通じて証明されている。最初の質問はこれだ。Q.もし明日このプロダクトがなくなったら、どれくらいがっかりしますか?aすごくがっかりするb少しがっかりするcがっかりしない(あまり役に立っていない)d該当しない(すでに利用していない)結果の判定はシンプルそのものだ。「すごくがっかりする」という回答が4割以上なら、そのプロダクトは立派にマストである

フィーチャークリープ(機能の増殖)とは?

コアバリューの創出につながらない機能をどんどん追加していった挙句、プロダクトが複雑で使いづらくなってしまう事態

アクティブユーザーの行動を追う

プロダクトをマストハブと認めて繰り返し利用・購入している顧客に特徴的に見られる行動を見つけること

施策の優先順位

ボタンの色のように細かい変更を大量にテストするのは、グロースハックの出発点としては適していない。小さなチムであればあるほど、最大のインパクトが見込める実験に集中することが必要だ。

劇的なくらいがちょうどいい。ひとつのペジのひとつのボタンを動かすだけ、みたいなのはダメだ。トラフィックが少ない時にそういう実験をすると、小さな上昇のために何カ月とか何年も同じ実験をする破目になる。若いスタトアップ企業なら、劇的な上昇を目指そう

Amazonが独自で作った成長指標

アマゾンのために考案した次の方程式は、この手法の価値の高さを物語っている

収益成長=取扱カテゴリーの拡大×カテゴリーごとの商品在庫×商品ページごとの訪問者数×購入率×平均購入単価×リピート購入率

自分たちで成長指標を作る

伝統的なマーケティングや既製のデータ分析ツールで追跡する基本指標(サイト訪問者数やページビュー数、新規/再登録ユーザー数、新規有料登録者数、サイト滞在時間など)も役には立つが、自分たちが成長させようとしているプロダクトやビジネスに特有の具体的指標を設定するほうが重要

ユーザーからのフィードバックは常に受けよう

開発の初期段階で試作品をユーザーに使ってもらって感想を聞く企業は増えているが、スタートアップ企業も大企業も、多くはプロダクトを公開するとユーザーの声に耳を傾けなくなってしまう。ユーザーからのフィードバックは、まだ見ぬ強力な実験に導いてくれる貴重な資源であり、この資源を利用し続けることは極めて重要だ。別の言い方をすれば、定量的な分析のほとんどは定性的な調査で補完する必要がある

動的な数値で比較する

指標を静的な数値ではなく動的な数値で表すとよい。例えば累計獲得ユーザー数は静的な数値で、利用価値はほとんどない。それに対して、週ごとや日次の新規獲得ユーザー数は動的な数値であり、前期比を見ることで上昇/下降の傾向が分かるのではるかに有用

仮説ベースで施策のアイデアを得る

「再訪・再購入するユーザーが少ないので、そうするようインセンティブを与えるべき」などと書いても、問題点と解決に向けた大体の方向性を示しているに過ぎない。「過去に購入した商品を閲覧・再注文しやすくすることにより、リピート購入者数は20%増加すると考えられる」のように書いて、初めて仮説と呼ぶに値する。

施策のアイデアを常にいっぱいにしておく

アイデア・パイプラインへの供給が多いほど、成長の起爆剤が見つかる確率が高まるということだ。次のステップでは、大量に生成されたアイデアをふるいにかけ、優先度の高さを判断していく。

同点の時は既存が勝ちにする

結論が確定的でない時は、対照群に用いた従来のバージョンを維持するのが最善の道である。これは、実験段階では結論が出せなくても、あとになってから新規バージョンが失敗だったと分かる深刻なリスクを抱えることになるからだ。「同点の時は対照群の勝ち」

テキストの重要性

プロダクトの利点をほとんど一瞬で理解させなければならない。これはつまり、欲求やニーズに直接的・説得的に働きかける文言を使って8秒以内に注意を奪い、もう少し時間を稼いでプロダクトを使うべき理由を腹落ちさせる必要があるということだ。言い換えれば、プロダクトのコアバリューを簡潔に伝えてアハ・モーメントを提示し、すべての消費者が抱く「これでどう人生が良くなるんだろう?」という素朴な疑問に答える言葉を生み出すのだ。

ユーザー調査する良いタイミングとは?

アンケートを依頼するのに適したタイミングがふたつある。ひとつは、ユーザーが迷っていると思われる時(ひとつのページでの滞在時間があまりに長い、特定の画面で離脱しているなど)。もうひとつは、離脱者の多い行動段階をユーザーがクリアした時だ(アカウント作成や商品購入など)。

質問数は、できれば1問、多くても2問にするとよい。回答形式は選択式と自由記述式のどちらでもかまわないが、私たちは自由記述式をよく使う。質問する側の先入観を交えずに、ユーザーの悩みをありのままに聞き出せるからだ。

定性情報は、生データからはなかなか見えてこない。活性化のために顧客調査が重要なのは、そのためだ。

iOSプッシュ通知許可率

image

コホート分析にGAは適していない

コホートごとに維持率を追跡するには、グーグル・アナリティクスのような基本的な解析ツールよりも高度な分析能力が必要になる。データベースがユーザーを適切な変数で分類できるようになっていれば、データアナリストが比較的簡単に追跡レポートを作成できる。専属のデータアナリストがいなければ、「キスメトリックス」や「ミックスパネル」、「アンプリチュード」などのソフトを使うとよい。グーグル・アナリティクスも最近はコホート分析機能を強化しているが、これらのソフトはより詳細な分析ができ、誰にでも使いやすいという優れものだ。

ブランドアンバサダープログラム

ユーザーに高いステータスを与えて社会的に表彰するとともに、さまざまな特典を提供する

影響度が高そうな新機能は少数ユーザーでテストする

ECの重要な指標

インターネット通販で、購入金額のほかに重要なグループ分けの要素には、購入点数、平均注文金額、購入商品の種類、初回購入の日付、一定期間内(月間や年間など)の購入回数、同じく月間や年間で購入の多い時期などがある。

新機能のアンケートを行ってみる

image

データとアルゴリズムによるパーソナライズ

これはうちの今後のテーマ

端数価格効果

端数価格」の効果が紹介されている。これは切りのいい数字ではなく末尾が「9」や「99」、「98」、「95」となっている価格のことで、にわかには信じられないかもしれないが、とても有効なのだ。パウンドストーンによれば、「1987~2004年に発表された8つの研究で、端数価格は平均売上高を丸めた価格よりも24%向上すると報告されている」

推薦文を最適化するよりもっと効果がある社会的証明

中南米で花の宅配サービスを展開している「ダフローレス」だ。もともとはテキスト主体の推薦文をWebサイトに載せていたが、新規訪問者への認知度が高くないことが判明したため、フェイスブックのファンが60万人を突破したことを記念する画像に差し替えた。大勢のフォロワーがいることが視覚的に分かり、説得力と関連性、魅力、量的評価の面でも優れている。これにより、収益は44%も伸びたというが、それは多くの顧客を満足させているサイトでなら安心して買い物できると訪問者が思ったからだろう(※

YusukeBBB commented 5 years ago

これは重要なテーマですよねえ

グロースハックって「成長のエンジンを見つけて、プロダクト自体にその仕組みを構築する」っていうウルトラC的な認知が一般的だと思うんですけど、結構地道な作業だったりする。ようはリーン開発や、スプリントの努力の賜物。

Product Market Fit(PMF)に到達していることも重要だし、そもそもPMFのためのプロセスという気がしないでもない。

我々の場合、「グロースの仕方」も重要だと思っていて、あまりマスに認知されすぎるとリスクもあるし、狭く、スピーディーに、かつじわじわ、というのが必要なのかもw