- DuolingoやGrammarlyのような世界的なサブスクリプション型プロダクトを成長させてきたAlbert Chengが、ユーザーをプロダクト価値へと結びつける方法を共有したYouTube動画のスクリプト要約
- 成長は単なる指標ハックではなく、ユーザー中心の価値提供プロセスであることを強調
- 探索（Explore）と活用（Exploit）のフレームワークを通じて、実験で得たインサイトをプロダクト全体へ拡張し、1回の成功した実験を10倍以上に増幅させる戦略を提示
- Grammarlyでは無料ユーザーに有料機能をサンプリングしてプロダクトの真の価値を示すことで、アップグレード率を2倍に増加させた
- Chess.comでは敗北後、ミスではなく優れた一手を見せるポジティブなフィードバックへ切り替えることで、ゲームレビュー25%、購読20%、継続率の大幅改善を実現
- コンシューマー向けサブスクリプション製品成功の核心は**高いユーザー維持率（D1 30〜40%以上）**であり、口コミによるオーガニック成長と無料製品を通じた幅広い価値提供が不可欠であることを示唆
Albert Chengの紹介と背景
- 世界最高クラスのコンシューマー成長専門家の1人で、Duolingo、Grammarly、Chess.comの成長と収益化を主導
- 初期にはYouTubeで2,000万人以上が利用するストリーミングおよびゲーム機能を開発
- 彼の成長に対する独特なアプローチはマーケティング、データ、戦略、プロダクト管理を結合している
ピアニストから成長リーダーへの転身
- 台湾系移民の両親のもとで育ち、クラシックピアノを毎日90分ずつ練習
- **絶対音感（Perfect Pitch）**を持ち、音符を即座に認識して素早く音楽を習得
- 音楽学校への進学も検討したが、工学へ方向転換
- ピアノと成長の共通点
- 継続的な反復と失敗を通じた学習: 高速なフィードバックループとレジリエンスの育成
- 構造的基盤の上の創造性: 成長モデルや指標という構造の上で創造的な解決策を導き出す点で、音楽理論の上に美しい音楽を生み出すことと似ている
探索（Explore）と活用（Exploit）のフレームワーク
- Brian BalfourのReforgeクラスに由来する概念で、GrammarlyのエンジニアリングパートナーNurmalを通じて触れた
- 探索（Explore）: 正しい山を見つけるプロセス
- 活用（Exploit）: その山を効果的に登るためにリソースを集中させること
- ほとんどの企業はどちらか一方の極端に偏る
- 過度な探索: チームが散漫になり、100個のアイデアを無作為に試すことで戦略を欠く
- 過度な活用: 飽和と停滞につながり、局所最適化にとどまる
- 成長チームはしばしば活用モードに陥りやすい
-
ミクロレベルでの適用: Chess.comの事例
- Chess.comの学習機能PMであるDylanがゲームレビューのエンゲージメント改善に取り組んだ
- ゲームレビュー: 対局終了後に仮想コーチが最悪の手と最善の手を教えてくれる機能
- データ追跡を通じた発見
- ゲームレビューを使うユーザーの80%は勝利後にのみ利用
- 当初は敗北やミスの分析のために使うと予想していたが、人間心理は違っていた
- プロダクト体験の変更
- 敗北後にミスを見せる代わりに、優れた手と最善手を表示
- コーチが励ましのメッセージを提供: "敗北は学習の一部"
- 結果
- ゲームレビューが25%増加
- 購読が20%増加
- ユーザー維持率が大幅に向上
- 活用段階: インサイトを全社に共有
- パズルPMがポジティブなパターンを自分の製品に適用
- 成功率の表示、コピー調整、ボタン色の変更など
- 実験の成功を10倍に拡張可能
-
実験成功率と継続的改善
- 一般的な実験の勝率は30〜50%
- コンシューマープロダクトは非常に予測しづらく、多くの仮説が外れる
- 大きな成功実験も大きな失敗実験も非常に価値がある
- 全社でのインサイト共有が必須
- 元のPMがすべての適用方法を見つける必要はない
- 仮説と発見を明確に表現すれば、他チームがアイデアを導き出せる
- 成功率とインパクトを高めるため、チームメンバーはインサイトの周辺に集中する
-
探索と活用の切り替え時点の判断
- Chess.comでは年間約250件の実験を実施
- **実験探索ツール（Experiment Explorer Tools）**に投資
- 進行中の実験全体を俯瞰
- 仮説と学習のあいだのパターンを把握
- 統計的に有意でない実験が増えてきたら、過度な活用のサイン
- これ以上絞り出せる余地がない可能性
- チームに再びブレインストーミングと発散的思考を促す
AIを活用した成長加速化
-
テキスト-to-SQL機能
- Chess.comのデータリクエスト用Slackチャンネルで活用
- 過去: アドホックな質問（南アフリカの購読者数、先月のパズルプレイ時間など）にデータアナリストが手動対応
- 現在: Slackボットが自動でクエリを実行し、分析を提供
- 効果
- 最初の回答者としてSlackボットを訓練
- 全社がよりデータドリブンに意思決定
- 質問数が爆発的に増加
- 恥ずかしくて聞けなかった質問も気軽にできる
- ChatGPTと似た効果: 気楽に話せる相手の存在が大きな違いを生む
-
AIプロトタイピングツール
- アイデアから代表的なソリューションまでのプロセスを短縮
- 従来: 人が介在する複数段階（アイデア作成 → 仕様 → レビュー → デザインなど）
- Chess.comのアプローチ
- 主要画面（オンボーディングフロー、ホーム画面、チェス盤）のAIプロトタイプを構築
- v0、Lovableのようなツールを活用
- 全社に共有して出発点として利用
- アイデアを素早く可視化し、議論やテストが可能
-
AIスタック
- PM: Vzero
- デザイナー: Figma Make
- エンジニア: Cursor, Claude Code, GitHub Copilot
- マーケティング: 翻訳、字幕、コンテンツ適応ツール
- カスタマーサポート: Intercom Fin
- 課題: Tinkeringからワークフローへのスムーズな移行は未解決
- 機能ごとに好みのツールが異なる
- ツール間の相互運用性が不足
- 本番デプロイまで依然として機能間のハンドオフが必要
- デザインシステムコンポーネントとMCPへの投資で改善中
Grammarlyの最大の収益化成功事例
-
背景と課題認識
- GrammarlyはAIベースのライティング支援ツールで、Chrome拡張機能またはデスクトップクライアントとして提供
- フリーミアムのビジネスモデル: 90%以上が無料ユーザーで、残りが有料購読
- 購読転換PMであるKylaのチームが無料から有料への転換経路改善を担当
- 初期の課題発見
- ユーザーが受け取る提案の種類とペイウォール表示頻度の追跡が不十分
- 計測（Instrumentation）を先に構築する必要があった
-
核となるインサイト
- 無料ユーザーのごく一部だけがすべての提案を受け入れる
- 無料ユーザーの実際の体験: Grammarlyはスペルと文法だけを直すツール
- 無料提案が正確性（Correctness）中心だったため
- 有料機能: トーンをより共感的に改善、明確さを向上、文全体の書き換えなど
-
ソリューション: 有料提案のサンプリング
- 多様な有料提案をサンプリングし、無料ユーザーの文章全体に配置
- 有料機能を限定的に試せるよう提供
- 懸念: 提供しすぎると購読意向が下がる可能性
- 結果: まったく逆
- ユーザーはGrammarlyをはるかに強力なツールとして認識
- アップグレード率はほぼ2倍に増加
-
収益化の教訓
- フリーミアム製品では無料版が全体機能を反映するようにすべき
- 一部の有料機能にはコストがかかっても、できる限り見せること自体が報われる
- 時間ベースの無料体験ではなく、**逆無料体験（Reverse Trial）**の概念
- リアルタイムで文章作成中の改善点を提供
- 1日に一定数だけ提供し、更新される
- 業界パターンをGrammarly固有のユースケースに合わせて調整
プレミアム vs. トライアルモデル
-
フリーミアムのサブスクリプションモデルを選ぶ理由
- ミッション志向: プロダクトをできるだけ広く普及させたいという創業者の目標
- Duolingo（教育）、Grammarly（ライティング）、Chess.com（チェス）はいずれもグローバルに幅広い価値提案を持つ
- 最も低い参入障壁は無料プロダクト
- 口コミによる成長: プロダクトが主に口コミで成長
- ネットワーク効果を構築できる: Duolingoのソーシャル機能
- GrammarlyのB2C2B戦略: 無料ユーザーがチームや同僚の購入を促進
- 中核となる価値提案は無料で恒久的に提供し、プレミアム機能をサンプリングさせる
-
トライアル（Trial） vs. リバーストライアル（Reverse Trial）
- リバーストライアル: B2B機能で強力。特にロックインがある場合
- クレジットカード情報なしで開始
- CRMの利用やコンテンツ構築に多くの時間を投資
- トライアル期間終了時に継続して支払う可能性が高い
- 一般的な無料トライアル: コンシューマー向けプロダクトでより一般的
- コンシューマー向けプロダクトではリバーストライアルが機能しにくい
コンシューマー向けサブスクリプションプロダクト成功の鍵
-
ユーザー維持率の重要性
- ユーザー維持率はコンシューマー向けサブスクリプション企業の金脈
- 維持率が低いと初日の課金にすべての負担が集中
- ユーザー獲得コストを支払う
- 習慣的な利用パターンが形成される前に積極的なアップセルが必要
- 多くのアプリがこの方法を使うが、初期段階を超えるのは難しい
-
成長経路の違い
- DuolingoとChess.com: オーガニックな口コミ基盤のビジネス
- 市場そのものを拡大する形で成長
- 競争の激しい領域で市場シェアを争う形とは対照的
- 競争市場では高い入札額でユーザー獲得競争が起きる
-
維持率の目標
- 新規ユーザー維持率（D1、D7など）
- D1維持率30〜40%: コンシューマーアプリとしてかなり堅実
- それより大幅に低い場合、ユーザーの意図やDAUベースでの獲得能力に疑問が生じる
- 市場には選択肢が多く、アプリ疲れもあるため達成は難しい
- 現在ユーザー維持率（CURR）: はるかに重要
- 日次頻度を持つプロダクトでは最重要指標
- 習慣的パターンを築いた既存ユーザーベースの粘着性
- 時間の経過とともに複利効果で日々の習慣を構築
- 企業が成熟すると、エネルギーの大半を既存ユーザー維持の仕組みに集中
-
Grammarlyの例外
- Grammarlyはインストール後に毎日能動的に開くわけではない
- アクティベーション、インストール、アハモーメントが非常に重要
- 一度のインストールで非常に長期間ユーザーを維持できる
- タイピング時に自動で動作するため、DAU統計は正確ではない
復活（Resurrected）ユーザーの重要性
-
DAU/WAUの構成要素
- 成熟した企業（Chess.com）の場合、日次/週次アクティブユーザーの約80%は現在または既存のユーザー
- 残りは新規ユーザーと再活性化（復活）ユーザーが同程度の規模
- 企業が成熟した後は新規ユーザーへの関心が高いが、実際には新規ユーザーの比率は大きくない
-
非アクティブユーザーと散発的ユーザーの蓄積
- 時間がたつと膨大な数の非アクティブユーザーが蓄積
- 散発的ユーザー: 毎日ではないが週1〜2回、または月1〜2回利用
- 最終的に数億人規模の休眠ユーザーが蓄積
- 復活体験に投資する価値がある
-
Duolingoの復活戦略
- ソーシャル通知を活用
- 連絡先同期を使っている場合、親しい友人がDuolingoを始めたというプッシュ通知
- プロダクトへの復帰を促す
- 再配置（Replacement）メカニズム
- 3年前にフランス語を学習したが、その多くを忘れている
- アプリを再度開いたときに再配置テストを推奨し、適切なレベルに配置
- 成熟した企業にとって、こうしたメカニズムはかなり高いROIをもたらす
Duolingo、Grammarly、Chess.comの違い
-
Duolingo: 体系的な実験マシン
- 非常に具体的で一貫したプロダクト開発アプローチ
- Green Machineプレイブックを作成して公開
- 企業文化
- 大学卒業直後の知的でエネルギッシュな人材を大量採用
- 驚くほど優れた実験ツールを提供
- **会社のクロックスピード（Clock Speed）**を重視
- 多くの創造性とアイデア創出
- プロダクト体験が各ユーザーに対して1日に何度も変更される
- プロダクト開発サイクルの各段階ごとに仕様とプロセスを保有
- 非常に厳格かつ一貫して運用
- プロダクトレビューは10〜15分程度で迅速
-
Grammarly: B2CからB2Bへ進化
- 当初は学生向けの有料プロダクトとして開始
- 徐々に全員向けのプレミアムモデルへ拡大し、プロフェッショナル中心へ転換
- 特定企業の特定機能（マーケティング、営業、カスタマーサポートチーム）が大規模にGrammarlyを採用
- 管理型エンタープライズモーションを追加
- Albertの役割: コンシューマーのセルフサーブモーションに集中しつつ、分離せず相互接続を維持
- セルフサーブ売上とアクティブユーザーを増加
- プロダクト主導セールス（Product-Led Sales）: 適切なチーム/機能/企業を見つけて需要を生み出し、営業に引き渡す
- 生成AIへの転換とともに急速に進化
- 最近のCodaとSuperhumanの買収により生産性スイートへ変貌
- Duolingoと異なり、より多くの戦略的意思決定が必要
- 中核プロダクトチームが反復的な活動を最も多く主導
- 提案の頻度と品質が現在ユーザー維持率に最も大きく影響
- Albertは成長チームを組成したが、実際には中核プロダクトチームが主導すべきだと気づいた
- 中核プロダクトリーダーと話した後、責任を移管
-
Chess.com: チェスへの熱狂的な情熱
- 社員たちはチェスに熱狂的な情熱を持つ
- 世界中からリモート採用し、チェスを愛する人だけを採用
- 一日中チェスをプレイし、配信を視聴
- Slackはいつもチェスの指し手や対局で活発に盛り上がっている
- Duolingoの場合
- 語学学習プロダクトだが、本来の精神はモチベーション
- 最も難しいのは習慣形成
- 語学学習は最初の手段であり、モチベーションと習慣がスーパーパワー
- Grammarlyの場合
- スペルや文法の修正で知られるが、本当のユニークさは数多くのアプリケーション全体への統合
- 今ではAIスーパーハイウェイとして、文法作成以上のものを提供できる
- Chess.comは100%チェスそのものに関するもの
- その精神が深く浸透しており、人々は情熱的
- 常にプロダクトをドッグフーディングしている
- 常にプロダクトを使い、アイデアを出し続ける驚異的なエネルギー
AIがChess.comをどう変えているか
-
チェスとAIの長い関係
- チェスとAIはほぼ1世紀にわたって結びついてきた
- 初期のコンピューティングの先駆者たちは、機械知能のテスト対象としてチェスを選んだ
- 1997年のIBM Deep Blueが世界チャンピオンのGarry Kasparovを破った
- AIが人間に取って代わるのかという衝撃と省察の瞬間だった
- 30年前の出来事だが、私たちは今も存在し、チェスをプレーする人の数は過去最多となっている
-
現在のチェスエンジンの能力
- Stockfishのようなエンジンは、世界最高のグランドマスターを劇的に上回る
- ELOレーティングシステムで比較すると
- 平均的なチェスプレーヤー: 1,000〜1,500
- 最高のグランドマスター（Magnus Carlsen）: 約2,800
- Stockfishおよび類似エンジン: 約3,600
- チェスエンジンは主要な駒（ルークなど）なしでプレーしてもトッププレーヤーと競える
- コンピューティングパワーで1秒あたり数千万回計算するため、人間は太刀打ちできない
- チェスエンジンのプレーを見ることで、新たな創造性、戦略、定跡、そしてゲームへの鑑賞眼が開かれる
-
Chess.comのAI活用アプローチ
- この技術をすべてのユーザーに提供し、初めて駒を動かした人も含める
- ゲームレビュー製品: 裏側でチェスエンジンを動かし、すべての手に対する評価を生成
- 翻訳され、わかりやすい形でユーザーに提供
- LLM活用: 個性や話し方をユーザーに届ける部分
- 中核原則: 顧客を最優先にすること
- 流行だからという理由だけでLLMを適用しない
- 正しい技術を正しい機能に適用して、ユーザーに価値を提供する
- 誇大な宣伝に振り回されない
-
LLMのチェスプレー能力
- 驚くべきことに、LLM自体はチェスが非常に苦手
- ハルシネーションが起き、手のパターン認識は得意でも、非常に深いチェス分析はできない
- ChatGPTでチェス盤の画像を生成すると、マスの数が間違っていたり設定が不適切だったりする
- 推論能力は改善していくと見込まれる
- Googleは最近、すべてのトップLLM同士が対戦するトーナメントを後援した
- 改善は進んでいるが、チェスでは訓練されたディープコンピューティングエンジンのほうがLLMよりはるかに強力だ
-
AlphaZeroとAlphaGo
- AlphaGoのドキュメンタリーは、技術的に深い内容を感情的かつ人間的に表現している
- AlphaZeroの訓練方法: 自分自身と膨大な数のゲームをプレーする
- ニューラルネットワークによって毎回より賢くなっていく
- 数十億〜数兆回の反復によって非常に熟達する
AIがグロースの役割をどう変えるか
-
グロースの定義
- グロースの役割: ユーザーをプロダクトの価値につなげること
- ユーザージャーニーを考慮し、各要素ごとにチームを構成する
- 各チームは特定の指標目標とロードマップを持つ
- 目標に対して実行する
- AIは実験サイクルの一部要素を加速できる
-
プロダクトディスカバリーでのAI活用
- コアプロダクトは、より長い時間軸と徹底したユーザー・市場調査が必要
- グロースは多くの実験を実行し、各実験のアウトプットが次のアイデアへのインプットになる
- 従来の方法: 分析文書を手作業で作成
- 読んでインサイトを把握する
- アイデアを別の仕様に落とし込む
- AI活用
- ChatGPTのようなツールで他の人の分析を要約する
- 試すべきアイデアについて助言する
- アイデア創出と調査のサイクルがはるかに速くなる
- プロトタイピングも劇的に短縮される
- まだPMが直接プロダクションにコードをデプロイする段階ではない
- 特に大胆なアイデアを構想する時間が劇的に短くなる
-
探索と活用への影響
- 過去: 探索（Explore）のほうが難しかった
- 現在: 探索がはるかに容易になった
- 幅広い概念を可視化できる
- 可視化すれば、チームの周囲で議論し、クリックして試せる
- 世界を変えるほどの違いを生む
実験規模を拡大するためのヒント
-
1つ目のヒント: とにかく始める
- Atlassianのプロダクト状況レポートによると、40%のプロダクトチームは実験をまったく実施していない
- 哲学的な理由やB2B志向である可能性もあり、それは理解できる
- しかし、一定規模と頻度を持つコンシューマープロダクトであれば
- 十分なデータを収集できる
- 多くの経験があってもしばしば間違う
- 消費者行動は非常に気まぐれだ
- 会社で働いていると自然にパワーユーザーとなり、新規ユーザー体験を忘れてしまう
- 最初の一歩を踏み出すことを勧める
- ABテストを実施する
- サードパーティーツールを探して素早く統合する
- エンジニアと協力して何かを作る
- crawl-walk-runを実践する
-
好みのツール
- GrammarlyではStatSigを使用（最近買収された）
- DuolingoとChess.comはインハウスの実験ツールを持っている
- 長所と短所がある
- Duolingoは実験マシンなので、カスタムツールが大きな加速剤になる
- 一般的には初期段階からインハウス構築は勧めない
- 一定規模では意味を持つ場合がある
- これらの企業は15年前に設立され、当時はツールがなかった
-
2つ目のヒント: システムは個々の実験と同じくらい重要
- システムは個々の実験と同じくらい、あるいはそれ以上に重要
- まずはグロースモデルから始める
- 会社がどのように成長するかを理解する
- どのチャネルを活用するかを把握する
- **プロダクト計測（Instrumentation）**は必須
- 実例: ある会社でインハウスの実験ツールを使用していたところ
- 3カ月後にユーザー維持率が逆に構成されていたことが判明した
- すべてのポジティブな結果がネガティブな結果だった
- 非常に当惑し、二度と起きないだろう
-
3つ目のヒント: インサイトの共有と展開
- 大きな成功、または大きな失敗の実験を見つけたら
- 会社全体に明確に共有する
- 仮説と発見を明確に表現する
- 元のPMがすべての適用方法を見つける必要はない
- グロースリーダーとして、他の人たちがアイデアに**群がる（Swarm）**よう促す
年間1,000件の実験を目指して
-
Chess.comの実験の歩み
- 2023年以前: ほとんど実験していなかった
- 昨年: 約50件
- 今年: 約250件を進行中
- 来年の目標: 1,000件
-
目標の本当の意味
- Albertが作った目標だが、数字そのものが目的ではない
- 目標設定の本当の価値: 何が真実でなければならないかについての対話を促すこと
- 目標達成のためのインサイト
- PMやエンジニアリングだけが実験するわけではない
- ライフサイクルマーケティング: プッシュ通知やメール文面の変更実験
- アプリストア: スクリーンショット、キーワードなどの実験
- コンテンツマーケティングチームなど
- エンジニアリング支援なしで**特定画面にノーコード（No-Code）**を有効化する
- 進捗を追跡し、**可観測性（Observability）**を確保する
- 実際に1,000件を達成することよりも、こうしたことを達成するほうが本当に重要
- ほぼ達成し、こうしたことを実現できれば非常に良い状態だ
文化転換の方法
-
Chess.comの劇的な文化変化
- 実験0件から2年後に1,000件（1日あたり約3件）へ転換
- 多くのチームが並行して実験を実施
-
文化転換の成功要因
-
リーダーシップの支援
- CEOと共同創業者のEric、Dannyの功績が大きい
- 実験は彼らの直感的な思考法ではなかった
- 精神的な柔軟性と後押しによってツールとして加えた
- 最前線でプロダクト主導成長と実験を説いた
- 創業者や既存のアプローチと対立しないことが非常に重要
-
実際の成功事例の共有
- ゲームレビューやポジティブな事例のように実際に機能するものを見せる必要がある
- 勝ち筋が必要: 祝福し、人々が学習に対して良い感情を持てるようにする
- 全体に広がると誰もが活力を得る
- 指標が動き、より速く学び、より速くデプロイする
- 上から目標だけを設定してはいけない
- 人々が機能するものを見なければならない
-
初期の実験
- Albertが加わる前からすでに一部の実験が進んでいた
- すでに軌道に乗っていた
追加の実験から得た教訓
-
Duolingoの成功事例
-
ストリークと没入
- Jacksonがポッドキャストで議論
- 没入感とカレンダー上のストリーク表示による学習効果
- 大きなマイルストーンの達成よりも始めることが重要
-
バイラリティチーム
- バイラリティは非常に曖昧な概念であり、プロダクト内で生み出すのは非常に難しい
- Duolingoはかなり多く共有されるプロダクト
- スクリーンショット追跡に投資
- アプリ内でユーザーがスクリーンショットを撮るホットスポットを探す
- 他のアプリでも見られる方法
- 一定期間だけ実行
- 発見した共有ホットスポット
- ストリークのマイルストーン: 明確な共有ポイント
- 非常に面白いチャレンジ: 非常に高い共有率
- リーダーボードで上位3位に入ることは共有対象ではない
- こうした瞬間にイラストレーターとアニメーターを配置
- とても楽しい体験を創出
- 結果: 驚くほどうまく機能
- 教訓: 人間の直感に反して共有を強要しないこと
- ユーザーがすでに自然発生的にスクリーンショットを撮っている瞬間を見つける
- その瞬間をはるかに、はるかに良くする
- 5倍または10倍に増幅して大きな成長を促す
ゲーミフィケーションの3つの柱
-
Jorgeのゲーミフィケーションモデル
- ゲーミフィケーションのパターンは本質的に3つの柱
-
1. コアループ(Core Loop)
- Duolingo: レッスン進行
- レッスン完了 → 報酬獲得 → ストリーク延長
- 翌日にプッシュ通知
- コアループを非常にタイトにすることが重要
-
2. メタゲーム(Metagame)
- Duolingo: パス(Path)、リーダーボード、実績
- 長期的に追いかけるもの
- 継続的に活動するための長期的な動機づけを提供
-
3. プロフィール(Profile)
- 時間とともにプロフィールを構築
- プロダクト体験内での投資の反映
- この3つを完成させれば長期的な学習の旅を成功させられる可能性がある
-
Chess.comの新規ユーザー課題
- 新規ユーザーの75%以上が完全な初心者または初級者に分類される
- 初心者はライブ対局では楽しくない
- データ: 初戦の勝率は3分の1未満
- 対局に負けるとユーザー維持率が10%悪化
- 規模で見ると悪い
- 一般的なモバイルゲーム: 非常に単純化したバージョンを作る
-
学習初期段階の重要性
- 言語学習でもチェスでも最初の段階は自己疑念に満ちている
- 自分にはできないという感覚を強める体験
- ユーザーをその周辺へ導く体験を意図的に設計する価値がある
-
Chess.comのソリューション
- 完全な初心者だと申告した場合、より楽しくプレイを学べる体験を提供
- 最初の5局はレーティングを隠す
- コーチと対局、友人と対局、ボットと対局など多様な経路
- リアルタイムのヒント: 実際の人と対局しながらどこに動かすべきかをガイド
チーム構築に関する反直感的な教訓
-
従来の採用方法
- JD（職務記述書）を作成
- 自社と似た会社のショートリストを作る
- そこから採用を試みる
- 業界で典型的な基本ルート
-
Albertの発見: 高い主体性(High Agency)
- 複数の小規模スタートアップとDuolingoでの経験から得た気づき
- トップパフォーマーの特徴
- 非常に高い主体性(Agency)
- クロックスピード(Clock Speed): 速い思考と行動
- エネルギー
- ミッションへの関心はあるが、深い経験は必須ではない
- 経験がむしろ松葉杖(Crutch) になりうる
- 特にAIによって基盤が急速に変わる世界では
- 身についた多くの習慣を意図的に捨てる必要がある
- 初心者の心(Beginner's Mind) が必要
- 素早く反応して動ける人を探す
- 学習速度が速いこと
- そうした会社が生き残り、繁栄するだろう
-
高い主体性を見極める方法
- 多くの部分が面接プロセスの外で起こる
- シグナル
- 質問のタイプ: 実際にプロダクトを試し、深く掘り下げたか?
- リファレンス
- 面接設定のためのコミュニケーション
- 会話に持ち込むエネルギー
- 多くのソフトシグナルを捉えられる
- 時間とともにこうしたパターンを認識する
- 過去には質問やルーブリックから読み取れるものだけを見て、他は気にしていなかった
- 今ではこうした点をはるかにバランスよく考慮している
- バイブス(Vibes)要素が存在する
- ワークトライアル(Work Trial)面接方式を支持
- 会話形式の面接の代わりに1週間ほど実際に一緒に働く
会社規模の選び方
-
Albertのゴルディロックス・ゾーン（Goldilocks Zone）
- Google（大企業）から超小規模スタートアップまで経験
- 自分に合う場所として中規模を発見
-
規模ごとの特徴
-
大企業（Google）
- 巨大な規模を扱える
- 同僚から多くのベストプラクティスを学べる
- 欲しいツールや機能が何でもそろっている
- ただし動きが遅くなりがち
- 物事をデプロイしてリリースするのが難しい
- 最終的には少し気が狂いそうになる
-
超小規模スタートアップ
- 非常に速く動く
- ただしAlbertの白髪のすべてはここで増えた
- 誰もその会社を知らない
- 速く学び、多くをリリースできる一方で
- 世の中に大きな影響を与えるには非常に骨が折れることがある
- 中にはハイパースケールして成功する会社もあるが
- Albertはしばらくこの道を試したものの、自分には合わなかった
-
中規模（500〜1,000人）
- 規模のある貢献ができ、なおかつ
- 日次・週次のスピードで実行できる
- 会社全体の取り組みを見渡しつつ
- 細部にも入り込める
- 実験結果を読む
- ピクセルを見る
- 特定のチームと協力する
- 創業10〜20年の会社
- 持続力があり、理想的には黒字
- 優れたリーダーシップチームがいる
- それでもなお多くの可能性を見つける必要がある
- 重要な変曲点にある
- 停滞せずダイナミックである
-
人それぞれに最適なステージがある
- 誰にでも最も輝ける会社のステージがある
- Albertは大手テック企業 → 超小規模スタートアップ → 中規模企業という旅をたどった
- 中間が自分のゴルディロックス・ゾーン
失敗コーナー: Chariotの事例
-
背景
- サンフランシスコの通勤シャトルサービス
- 15人乗りシャトル
- 複数の地域からサンフランシスコ中心部へ運行
- 公共バスシステムとUber/Lyftの中間に位置する
- Albertはプロダクト責任者として勤務
- 中核サービスはユーザーから非常に愛されていた
-
失敗した試み: Chariot Directly
- アイデア: 動的ルートで稼働率を改善する
- Uber/Lyftのように、より革新的なものにする
- ドライバーは固定ルートを走るが
- 空き時間があればルートを外れて自宅からピックアップできる
- 試してみたが、結局うまく機能しなかった
-
学んだ教訓
-
1. 解決策が先にあり、問題を探していた
- **「こうしたらよくないか」**を追いかけていた
- 「これが私たちのユーザーで、これが解決する問題だ」ではなかった
- 「これが彼らを喜ばせる理由だ」でもなかった
- 問題ではなく解決策から始めてはいけない
-
2. 両面市場（Marketplace）を考慮する
- 複数のエンドユーザーが存在する
- 乗客向けアプリにばかり注力しすぎていた
- ドライバーが体験の大きな負担を背負っていることに気づいていなかった
- オペレーションチームも同様だった
- ドライバーが混乱したり不満を感じたりすると
-
3. 検証前にPRを打つ危険性
- サービス開始前に多くのPR施策を行い、話題化した
- PRには適切なタイミングと場所がある
- しかし顧客が本当に欲しているという検証前に行うのは非常に危険
- ローンチ後には多くの**サンクコスト（Sunk Cost）**が発生する
-
振り返り
- 10年前の出来事だが、今でも鮮明に覚えている
- その会社では良い時間を過ごした
- 3つ以上の重要な教訓が含まれていた
- その後、多くのプロダクトを作る中で伝え続けてきた教訓でもある
ライトニングラウンド
-
おすすめ書籍
-
今読んでいる本
- 4歳と1歳の子どもがいるので、ほとんど子どもの本を読んでいる
- Snuggle Puppy: 歌があり、娘が大笑いして、心が温かくなる
-
仕事でのおすすめ本: Ogilvy on Advertising
- 40年前の本だが、実用的な例が満載
- コピーとクリエイティブについて書かれている
- 古い広告の本だが、実験志向のアプローチがある
- 最終的に重要なのは、ユーザーを行動へ導くこと
- 目標は製品を買ってもらうこと
- 気の利いた広告やセクシーなクリエイティブではない
- プロダクトチームやライフサイクルチームにとても当てはまる
-
Dark Squares
- Chess.com共同創業者Danny Wrenchの回想録
- チェス界では非常に有名
- 虐待的なカルトの中で育ち、チェスの神童だった話
- 信じられないようなストーリー
- 今は半分ほど読んでいる
- 一緒に働く人たちの過去がどれほど深いかは分からないのだと気づかされる
- チェス盤の黒いマスと困難な過去の両方を意味している
- このポッドキャストの公開時点で出版予定
-
人生のモットー
- 母の名言: 「評判ほど大事なものはない」
- 善意ある理解
- 毎日の小さな決断
- 人にどう接するか
- どう振る舞うか
- 人柄はどうか
- こうしたものが複利のように積み上がり、驚くような形で扉を開いてくれる
- これまで入った会社の多くは、比較的軽いつながりを通じてやってきた
- このポッドキャストも、一緒に働いた人たちが出演しているのを見た
- 正しいことをして良い評判を築けば、遠くまで行ける
- その反対に、評判は壊れやすい
- 生涯ずっと頭に残っている興味深い人生のモットー
核心メッセージ
- 気づき: 実際の体験に誠実であることが重要
- 多くの教訓は他人の試みから生まれる
- 精神的なスポンジの役割を果たす
- さまざまなことを試す
- 吸収してすぐ実践する
- うまくいかないものは捨てて、会社の要請に合わせて進化する
1件のコメント
最近話題になったメッセンジャー企業の誰かと比べられますね..