プレトタイピングのコツと実践事例

【Da Vinci Studio/ロコガイド/Chatwork/STORES】iOS Meetupで話したプレトタイピングに関するコツと実践事例についてです。

https://hey.connpass.com/event/260799/

Transcript

1. プレトタイピングの コツと実践事例 行川 健一 @hatuyuki4
2. 行川 健一(@hatuyuki4) なめかわ けんいち 株式会社ロコガイド トクバイサービス開発部 iOSエンジニア 自己紹介
3. プレトタイピングって なんだろう?
4. Google×スタンフォード NO FLOP! 失敗できない 人の失敗しない技術 アルベルト・サヴォイア
5. 新しいアイディアの 90%は失敗する
6. コカ・コーラ社もディズニー社も 数億ドルかけたプロジェクトに 失敗している
7. コカ・コーラ社もディズニー社も 数億ドルかけたプロジェクトに 失敗している どんな優秀な人でも 失敗はしてしまう
8. 失敗には法則がある
9. 2021 locoguide Inc. 失敗の法則 • Failure (失敗の原因は)
10. 2021 locoguide Inc. 失敗の法則 • Failure (失敗の原因は) • Launch (市場参入か)
11. 2021 locoguide Inc. 失敗の法則 • Failure (失敗の原因は) • Launch (市場参入か) • Operations (機能の不備か)
12. 2021 locoguide Inc. 失敗の法則 • Failure (失敗の原因は) • Launch (市場参入か) • Operations (機能の不備か) • Premise (コンセプトの問題である)
13. 2021 locoguide Inc. 失敗の法則 • Failure (失敗の原因は) • Launch (市場参入か) • Operations (機能の不備か) • Premise (コンセプトの問題である) 表題のNO FLOPはこの 頭文字からきている
14. 2021 locoguide Inc. 失敗の法則 • Failure (失敗の原因は) • Launch (市場参入か) • Operations (機能の不備か) • Premise (コンセプトの問題である) この中で最も重要なのが
15. 2021 locoguide Inc. 失敗の法則 • Failure (失敗の原因は) • Launch (市場参入か) • Operations (機能の不備か) • Premise (コンセプトの問題である) この中で最も重要なのが
16. ライトイットと ロングイット
17. ライトイット(The Right It) 適切に実装して適切に市場に参入すれば 成功するアイディア
18. ライトイット(The Right It) 適切に実装して適切に市場に参入すれば 成功するアイディア ロングイット(The Wrong It) たとえきちんと作ったとしても市場で 売れない間違ったアイディア
19. バグもないどんなにキレイな実装をしても
20. バグもないどんなにキレイな実装をしても そもそもアイディア自体が間違っていたら ユーザには使ってもらえない
21. バグもないどんなにキレイな実装をしても そもそもアイディア自体が間違っていたら ユーザには使ってもらえない こいつは悲しい
22. なるべく早い段階でアイディアが ライトイットかロングイットか 見極める必要がある
23. そこで実践するのが なるべく早い段階でアイディアが ライトイットかロングイットか 見極める必要がある
24. プレトタイピング
25. 2021 locoguide Inc. • アルベルト・サヴォイアさんが 作成した造語 プレトタイピング
26. 2021 locoguide Inc. プレトタイピング • アルベルト・サヴォイアさんが 作成した造語 • プリテンド(~のふりをする)
27. 2021 locoguide Inc. プレトタイピング • アルベルト・サヴォイアさんが 作成した造語 • プリテンド(~のふりをする) • プレ(~の前に)
28. 2021 locoguide Inc. プレトタイピング • アルベルト・サヴォイアさんが 作成した造語 • プリテンド(~のふりをする) • プレ(~の前に) アイディアを正式に実装する前に ちゃんと実装されてあるふりをして アイディアがライトイットか見極める
29. 実践事例
30. チラシ検索 • テキスト検索で最安値の商品を 検索できる
31. チラシ検索 • テキスト検索で最安値の商品を 検索できる • チラシのデータはただの画像なので実 現するには機械学習による 画像解析が必要
32. チラシ検索 • テキスト検索で最安値の商品を 検索できる • チラシのデータはただの画像なので実 現するには機械学習による 画像解析が必要 • そこそこの精度で画像解析は できるがもっと精度を上げるには さらなる技術投資が必要
33. チラシ検索 もし長い時間と費用をかけて 技術投資したとしても ユーザに使われなかったら 悲惨すぎる(経営的にもやばい)
34. チラシ検索 プレトタイピングしよう! もし長い時間と費用をかけて 技術投資したとしても ユーザに使われなかったら 悲惨すぎる(経営的にもやばい)
35. でも機械学習によるチラシ解析は すぐに用意できないしどうしよう…
36. でも機械学習によるチラシ解析は すぐに用意できないしどうしよう… 人力で解析すれば良いじゃない!
37. 実際のチラシの情報を目視で確認して スプレッドシートに手入力する(1枚20分程度)
38. 人力で解析したデータを利用して アプリで検索できる機能を限定的に公開
39. プレトタイピングのコツ
40. 2021 locoguide Inc. 超ズームイン
41. 2021 locoguide Inc. 超ズームイン • プレトタイピングは検証結果までの 距離・時間・金額が大事
42. 2021 locoguide Inc. 超ズームイン • プレトタイピングは検証結果までの 距離・時間・金額が大事 ◦ DTD(Distance to Data)
43. 2021 locoguide Inc. 超ズームイン • プレトタイピングは検証結果までの 距離・時間・金額が大事 ◦ DTD(Distance to Data) ◦ HTD(Hour to Data)
44. 2021 locoguide Inc. 超ズームイン • プレトタイピングは検証結果までの 距離・時間・金額が大事 ◦ DTD(Distance to Data) ◦ HTD(Hour to Data) ◦ $TD($ toData)
45. 2021 locoguide Inc. 超ズームイン • プレトタイピングは検証結果までの 距離・時間・金額が大事 ◦ DTD(Distance to Data) ◦ HTD(Hour to Data) ◦ $TD($ toData) コストをかけずにデータを早く収集するため 対象範囲を絞って(ズームイン)して実施する
46. 2021 locoguide Inc. 超ズームイン 日本全国のチラシを人力で 解析することはできないけど
47. 2021 locoguide Inc. 超ズームイン 日本全国のチラシを人力で 解析することはできないけど 対象地域を しぼれば実現可能!
48. 2021 locoguide Inc. XYZ仮説
49. 2021 locoguide Inc. XYZ仮説 検証のゴールをあいまいにしていると 意思決定にもあいまいさが生じてしまう
50. 2021 locoguide Inc. XYZ仮説 検証のゴールをあいまいにしていると 意思決定にもあいまいさが生じてしまう 少なくともX%のYはZする
51. ユーザはチラシ検索を気に入って 定期的にこの機能を利用してくれる
52. ユーザはチラシ検索を気に入って 定期的にこの機能を利用してくれる 対象地域のアクティブユーザの 少なくとも15%のユーザはテスト期間中に 3回はチラシ検索を実施する ※このXYZは適当に書いています
53. プレトタイピングを適切に行って ライトイットなアイディアを 実装しよう
54. ご清聴ありがとう ございました