- 既存のグロースチームなしで、単独オペレーターが Claude Code を基盤に獲得システム全体を構築し、6か月で ARR $20M → $27.6M（+38%） を達成
- 95%を口コミに依存する構造から、4,582件の予約データ分析 を起点に、ICP・ブランド・実行の3段階を順番に推進
- Metaはクリエイティブ主導、LinkedInはアイデンティティ主導 という対照的なアーキテクチャを同時運用
- HubSpot上に 22四半期アトリビューション・ルールエンジン を自前で構築し、ほぼ100%のチャネル追跡を達成
- 成長は人員の問題ではなく 順序（sequencing）の問題 であり、ICP → ブランド → 実行の順序なしでは土台のない砂上の楼閣にすぎない
コンテキスト: 優れた製品、見えない成長エンジン
- Ascend（旧 FlyFlat）は、役員、PE/VCファームのEA、高額資産を持つ頻繁な旅行者 を対象にした24時間365日対応のプレミアム・トラベルコンシェルジュ
- COO Omar Ismailが参画した時点での会社の状態
- ARR $20M、クライアント650社以上（Google Ventures、Ramp、Left Lane Capitalを含む）
- ユーザーに心から愛されるコンシェルジュサービスとして、明確なPMFを確立
- しかし 成長エンジンは存在しなかった
課題: 95%の口コミは成長戦略ではない
- 売上の95%が口コミと少数のコミュニティパートナーシップから発生しており、有料獲得・メールアウトバウンド・プログラム型のモーションは皆無
- 製品はプレミアムなのに、ブランドはディスカウント航空サービスとしてポジショニング されており、実際に売上を生む顧客層とずれていた
- 拡張可能で再現性のある獲得システムが存在せず、成長には天井があった
- 「従来型のやり方」で成長エンジンを作るには専任のグロースチームが必要だが、Ascendにはそれがなく、採用準備も整っていなかった
解決策とプロセス: 顧客を知り、ブランドを正し、エンジンを作る
-
3つの段階で意図的に進め、各段階が次の段階を開く構造を採用
-
第1段階 — 保有データの再分析
- 4,582件の予約データ を分析した結果、売上の75%がPE・VC・ヘッジファンドのEAから発生していた
- 第2のICPは、暗号資産・バンキング・ベンチャー分野のHNW役員層
- 上位500顧客を Firecrawlでenrich し、6つのターゲットセグメントと、有料獲得に使うlookalikeオーディエンスを抽出
-
第2段階 — ICPデータが明らかにしたブランド問題
- 信頼性・地位・証明可能なROI を求める顧客に対して、割引を売っていた
- セールスコールのトランスクリプトを ClaudeでJobs to Be Doneフレームワーク に沿って分析し、動機が根本的に異なる3つのペルソナを抽出
- トランスクリプト内の顧客の言葉が、そのままブランドボイスへと転換された
- クリエイティブ・アングル・マトリクス によって6つの心理的フックを3つのセグメントにマッピングし、すべての広告・メール・ランディングが適切な相手に正確に語りかけるよう設計
-
第3段階 — 獲得スタック全体の構築
- Meta・LinkedInの有料メディアと、並列運用される3つのアウトバウンドチャネル
- CRMをゼロから再構築し、ただ一つの問いを中心に設計: 「有料会員1人ひとりはどのチャネルから入り、コストはいくらだったのか」
実行: チームなしでスタックを構築する
-
システム全体を Claude Codeで構築・運用 し、HubSpot・Meta・LinkedIn APIに直接接続
-
運用プレイブックを 再利用可能なskillsとしてパッケージ化 し、各セッションが直前のセッションを引き継ぐ構造にした
-
有料メディア — プラットフォーム別に対照的なアーキテクチャ
- Metaはクリエイティブ主導: 広域ジオターゲティング + 強いクリエイティブで、アルゴリズムがオーディエンスを自律的に選別
- LinkedInはアイデンティティ主導: 役職・シニアリティ・企業タイプで精密にターゲティングし、PEファームのEAにMetaでは不可能な精度で到達
-
アウトバウンド — 3チャネルを同時運用
- HeyReachベースのLinkedInシーケンス（ペルソナ別に変形）
- Instantlyベースのコールドメール（Observation → Problem → Proof → Ask構成）
- Draftboardベースのウォームイントロ（ボリュームは最も少ないが、ミーティング→クローズ転換率は最高）
- 3チャネルすべてを有料施策と同じアトリビューションシステムに統合
-
CRM — 独自アトリビューションエンジン
- 標準的なプラットフォーム統合ではギャップが大きすぎたため、HubSpot上に 22四半期アトリビューション・ルールエンジン を構築
- 全チャネルで ほぼ100%のコンタクト・アトリビューション を達成
- ファネル段階ごとの自動化: 新規リード向けナーチャリングシーケンス、高価値の登録に対する5分以内のSlack通知、ノーショーの自動再予約、期限30日前の更新シーケンス
-
反復運用 — Claude Codeのスラッシュコマンド
/daily-ad-review,/weekly-growth-report,/new-campaign,/creative-batch- グロース運用を単発プロジェクトではなく、継続的で複利的なプロセス へと転換
結果: 口コミから、測定・反復可能な獲得へ
-
ゼロから始めて6か月後の1月が、Ascend史上最高の月になった
-
主要指標
- ARR: $27.6M（+38%成長）
- Q1広告支出: 約 $13K
- 現在のROAS: 約5倍（パイプライン成熟時には8〜10倍を見込む）
- Meta CPL: $42〜45
- MQL → ミーティング予約転換率: 48.7%
- 専任グロース採用: 0人
-
残る課題
- 適格リードの約半分がミーティング予約前に離脱
- 高価値リードには登録後5分以内に直接コール
- WhatsAppネイティブのオンボーディング を導入し、会員になった後に使うチャネルで最初から接点を持つ
創業者への主要な示唆
- 最高のグロースインサイトはすでにデータの中にある ため、獲得モーションを作る前に既存顧客の分析が必須
- ブランドポジショニングはマーケティング作業ではなく成長レバー であり、ICPとポジショニングの整合が残りのエンジンを解放する
- MetaとLinkedInは根本的に異なる戦略を要求する ため、同じプレイブックを適用すると損をする
- アトリビューション基盤は競争優位 であり、初期段階のチームの大半は「どのチャネルが売上を生んでいるか」に答えられない
- AIは以前ならチームが必要だった仕事を運用可能にする。ICPリサーチ・有料キャンペーン・アウトバウンド・CRM自動化まで、スタック全体を専任グロース採用なしでClaude Codeにより構築・運用できる
- 成長は人員の問題ではなく順序の問題 であり、ICP → ブランド → 実行の順序を飛ばせば砂の上に築くことになる
FAQ要約
-
AIベースのグロースエンジンとは
- ICPリサーチ・有料メディア・アウトバウンド・CRM自動化を、専任チームではなくAIツールで構築・運用する獲得システム全体
- 各機能ごとの専門家を採用する代わりに、単独オペレーターがAIで全チャネルを同時に調査・実行・最適化する
-
プログラム型成長エンジンに着手する時期
- PMF確認後 であり、特定のARR水準ではなく、価値がどこに集中しているかを特定できる十分な顧客データを持っていること が前提
- 「最も価値の高い顧客は誰で、共通点は何か」に答えられないなら、まだ準備できていない
-
初期段階のセグメント数
- Ascendでは6つを抽出: 金融役員、テック創業者、暗号資産/Web3、ラグジュアリー/メディア、コンサルティング/法務、HNWの単独事業者
- 初期成長段階のB2Bでは 4〜6セグメント が実用的な範囲
-
AIはグロースチームを代替できるか
- 実行レイヤーはかなりの水準まで可能 であり、Ascendがグロース採用0人でそれを証明
- ただし、戦略的判断（ターゲット顧客、ブランドの方向性、適切なチャネルの決定）は依然として人間の思考が必要
-
創業者が犯す最大のミス
- ICP段階を飛ばして実行に直行すること。有料広告やアウトバウンドシーケンスは、基盤となる顧客プロファイルの質に依存する
- ターゲティングが間違っていれば、支出を増やすほど問題は悪化する
まだコメントはありません。