Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
DevLOVEリンスタカフェ vol.7
Search
shida
September 23, 2015
Business
240
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
DevLOVEリンスタカフェ vol.7
shida
September 23, 2015
More Decks by shida
See All by shida
受託開発で ビジネスづくりを楽しむ
shida
0
2.6k
受託アジャイルでの契約書作り請求や、外注パートナーへの支払いスキームまで
shida
0
980
スクレイピングの安定運用のために苦労したところ、工夫したところ
shida
4
2.2k
DevLOVE リンスタカフェ vol2 成長を促すKPIが見つからん
shida
0
160
現場の開発者でもできるユーザー中心かつ 仮説検証型の企画アプローチ
shida
0
3.1k
ユーザーが「それいいね!」と言うまで
shida
0
3.5k
ハイブリッドアプリの 受け入れテスト自動化
shida
0
260
SkypインタビューとKA法による分析
shida
4
1k
CucumberによるHTML5アプリの 受け入れテスト自動化
shida
1
550
Other Decks in Business
See All in Business
Hubble Behavior Principles
hubbleinc
0
170
Clarity for Product People
arnekittler
0
420
セーフィー株式会社(Safie Inc.) 会社紹介資料
safie_recruit
8
470k
“隣のチームの改善の取り組み”を見える化 すれば、チームはもっと良くなると思っていた。同じ部署 19チーム・243件 の取り組みを見える化した記録と、見えてきた 壁と価値
hansodeeeeee
3
760
採用広報資料_2026年9月.pdf
gw_recruit
0
1k
ログラス会社紹介資料 / Loglass Company Deck
loglass2019
20
580k
安定公務員みたいな学校から 毎年アップデートされる世界へ
maijun
1
1.1k
アジャイル実践者のための堅牢でスケーラブルな働き方を構築する技術/Self-Management for Agile Practitioner
ikuodanaka
1
210
自分が "コントロールできる" と思い込んで "引き出しを増やす"
konifar
15
6.3k
AWSのログ/アラートの調査を AIで自動化してみた話
tomomasa
0
180
2026 Fuji Oil Outside Directors’ Roundtable (Japanese version)
tsogo817421
2
180
20260806financial-results-presentation
sios3744
0
170
Featured
See All Featured
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2.4k
Building a A Zero-Code AI SEO Workflow
portentint
PRO
0
730
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
74
42k
The Curse of the Amulet
leimatthew05
3
15k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
50
10k
Marketing to machines
jonoalderson
1
5.8k
The Cult of Friendly URLs
andyhume
79
7k
Documentation Writing (for coders)
carmenintech
77
5.5k
A Tale of Four Properties
chriscoyier
163
24k
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
430
Leadership Guide Workshop - DevTernity 2021
reverentgeek
1
370
KATA
mclloyd
PRO
35
15k
Transcript
ϓϩτλΠϐϯά and Ϣʔβʔςετ 2015.09.24 (ג)ϏʔɾΞδϟΠϧ δʔΫϥυ(ג) ࢤాɹ༟थ DevLOVEϦϯελΧϑΣ vol.7
࣍ ❖ ϦϯελΧϑΣͱ? ❖ Lean Startupʹ͓͚Δϓϩτλ ΠϐϯάɺϢʔβʔςετͷ ׂͱ? ❖ ϓϩτλΠϐϯάͱ?
❖ Ϣʔβʔςετͱ? ❖ ใަͯ͠Έ·͠ΐ͏!
ϦϯελΧϑΣͱ? ❖ ຊͳͲͷཧΑΓݱͰͷ࣮ફࣄྫ ❖ ޭࣄྫΑΓࣦഊࣄྫ ❖ ਓͷൃදΛฉ͘͜ͱΑΓ͓ޓ͍ͷใަ ❖ ࣗͷΓํʹͩ͜ΘΔΑΓଞͷࢀՃऀͷΓํʹཧ ղΛࣔ͢͜ͱ
❖ ษڧձͱ͍͏ΑΓύʔςΟͱ͔ࡶஊձ
ຊͷྲྀΕ ❖ 19:00 - ։ ❖ 19:30 - ͡·Γͷݴ༿ (ࢢ୩)
❖ 19:35 - ֤ࣗɺҿΈͱྉཧΛखʹऔΔ & סഋ! ❖ 19:40 - ձɾύωϥʔհ ❖ 20:00 - ϓϩτλΠϐϯάϢʔβʔςετͷجૅࣝ ❖ 20:10 - ࢀՃऀಉ࢜ͷใަ ❖ 21:30 - ࠙ձ ❖ 22:30 - ͓ย͚ͮλΠϜ & ดձ
ձͷ͝հ
ύωϥʔͷ͝հ
͠ग़͢લʹ จ຺ɺ༻ޠɺٕज़ɺπʔϧͳͲͷ ͋͘·Ͱɺελϯμʔυ͕Կ͔ʹ͍ͭͯ ೝࣝ߹ΘͤΛ͠·͠ΐ͏ɻ ͨͩ͠ɺผʹɺελϯμʔυ͡Όͳ͖ΌͩΊɺ ͱ͍͏ҙຯͰ͋Γ·ͤΜɻ ͨͩɺձΛ͘͢͢͠ΔͨΊɺ͚ͬͯͩͰ͢ɻ
None
ϦϯελͰɺϓϩτλΠϐϯάɺ Ϣʔβʔςετ͕Ͳ͏͍͏ׂͰొͯ͘͠Δ͔ ?
None
None
εςʔδ1: ՝ݕূΠϯλϏϡʔ εςʔδ2: ιϦϡʔγϣϯݕূΠϯλϏϡʔ εςʔδ3: MVPݕূΠϯλϏϡʔ Launch Product/Market Fit Problem/Solution
Fit εςʔδ4: άϩʔεϋοΫ Customer/Problem Fit εςʔδ5: εέʔϧ
εςʔδ1: ՝ݕূΠϯλϏϡʔ εςʔδ2: ιϦϡʔγϣϯݕূΠϯλϏϡʔ εςʔδ3: MVPݕূΠϯλϏϡʔ Launch Product/Market Fit Problem/Solution
Fit εςʔδ4: άϩʔεϋοΫ Customer/Problem Fit εςʔδ5: εέʔϧ
εςʔδ1: ՝ݕূΠϯλϏϡʔ εςʔδ2: ιϦϡʔγϣϯݕূΠϯλϏϡʔ εςʔδ3: MVPݕূΠϯλϏϡʔ Launch Product/Market Fit Problem/Solution
Fit εςʔδ4: άϩʔεϋοΫ Customer/Problem Fit εςʔδ5: εέʔϧ ͜ͷεςʔδͰ ϓϩτλΠϐϯά Ϣʔβʔςετ ͠ͳ͍ͷͰ ࠓճͷରʹ͠ͳ͍
՝ݕূΠϯλϏϡʔ
՝ݕূΠϯλϏϡʔ ❖ ܴ ❖ ސ٬ใͷऩू ❖ ετʔϦʔͷୡ ❖ ՝ͷ༏ઌॱҐ ❖
ސ٬ͷੈք؍ͷ୳ٻ ❖ ·ͱΊ ❖ ݁ՌͷจॻԽ
• ΞʔϦʔΞμϓλʔͱͳΔސ٬͕ಛఆͰ͖ͨ • ʮઈରʹඞཁʯͳ՝͕ݟ͔ͭͬͨ • ݱࡏͷސ٬ͷղܾํ๏͕Θ͔ͬͨ ↓ Customer / Problem
Fit
εςʔδ1: ՝ݕূΠϯλϏϡʔ εςʔδ2: ιϦϡʔγϣϯݕূΠϯλϏϡʔ εςʔδ3: MVPݕূΠϯλϏϡʔ εςʔδ4: άϩʔεϋοΫ εςʔδ5: εέʔϧ
Launch Product/Market Fit Problem/Solution Fit Customer/Problem Fit
ιϦϡʔγϣϯݕূΠϯλϏϡʔ
ιϦϡʔγϣϯݕূΠϯλϏϡʔ ❖ ܴ ❖ ސ٬ใͷऩू ❖ ετʔϦʔͷୡ ❖ σϞ (ϓϩτλΠϐϯά)
❖ Ձ֨ͷݕূ ❖ ·ͱΊ ❖ ݁ՌͷจॻԽ
• ΞʔϦʔΞμϓλʔͷސ٬ใ͕ಛఆͰ͖ͨ • ʮઈରʹඞཁʯͳ՝͕Θ͔ͬͨ • ՝Λղܾ͢Δͷʹඞཁͳ࠷খݶͷػೳ͕ఆٛ Ͱ͖ͨ • ސ٬͕ࢧͬͯ͘ΕΔՁ͕֨Θ͔ͬͨ •
͏·͍͖ͦ͘͏ͳϏδωε͕ߏஙͰ͖ͨɻ ↓ Problem / Solution Fit
εςʔδ1: ՝ݕূΠϯλϏϡʔ εςʔδ2: ιϦϡʔγϣϯݕূΠϯλϏϡʔ εςʔδ3: MVPݕূΠϯλϏϡʔ εςʔδ4: άϩʔεϋοΫ εςʔδ5: εέʔϧ
Launch Product/Market Fit Problem/Solution Fit Customer/Problem Fit
MVPݕূΠϯλϏϡʔ
MVPݕূΠϯλϏϡʔ ❖ ܴ ❖ ϥϯσΟϯάϖʔδͷఏࣔ(Ϣʔβʔςετ) ❖ ొͱΞΫςΟϕʔγϣϯ(Ϣʔβʔςετ) ❖ ·ͱΊ ❖
݁ՌͷจॻԽ
• ಠࣗͷՁఏҊ(UVP)Λ໌֬ʹཧղ͍ͯ͠Δɻ • ຊαʔϏεʹొ͢ΔͭΓ͕͋Δɻ • Ձ֨ϞσϧΛड͚ೖΕ͍ͯΔɻ • ΞΫςΟϕʔγϣϯͷྲྀΕΛ͏·͘௨Γൈ͚ͯ ͍Δɻ •
ҙతͳਪનͷΛఏڙͯ͘͠ΕΔɻ • ΞʔϦʔΞμϓλʔͷ80%Ҏ্͕ίϯόʔδϣϯ ↓ Launch!
εςʔδ1: ՝ݕূΠϯλϏϡʔ εςʔδ2: ιϦϡʔγϣϯݕূΠϯλϏϡʔ εςʔδ3: MVPݕূΠϯλϏϡʔ εςʔδ4: άϩʔεϋοΫ εςʔδ5: εέʔϧ
Launch Product/Market Fit Problem/Solution Fit Customer/Problem Fit
άϩʔεϋοΫ
ػೳϥΠϑαΠΫϧ Ϣʔβʔ ςετ
ւࢦඪ(AARRR)
• Ϣʔβʔͷ40%͕ఆண(Retention)ͨ͠ • ͜ͷαʔϏε͕͑ͳ͘ͳͬͨ࣌ʹ40%Ҏ্ͷ Ϣʔβʔ͕ʮඇৗʹ೦ͱ͑Δʯ ↓ Product/Market Fit
None
ϓϩτλΠϐϯάͱ?
ϓϩτλΠϐϯάͷత ❖ ࢼߦࡨޡ(࡞Γͳ͕Βߟ͑Δ) ❖ ༷ͷ߹ҙܗ ❖ Ϣʔβʔςετ
ϓϩτλΠϓͷ࣮ ❖ ϩʔϑΝΠ ❖ ϋΠϑΝΠ ❖ σβΠϯͷ࣮ ❖ ίϯςϯπͷ࣮ ❖
ૢ࡞ੑͷ࣮ ❖ ΠϯλϥΫγϣϯͷ࣮
ϓϩτλΠϓͷछྨ ❖ ࢴ ❖ खॻ͖ ❖ ϫΠϠϑϨʔϜ ❖ σβΠϯΧϯϓ ❖
ಈը ❖ Webϖʔδ ❖ HTMLϦϯΫ ❖ ΠϝʔδϚοϓ ❖ unbounceΈ͍ͨͳCMS ❖ த్ʹΜ͡Ό͏ ❖ Φζͷຐ๏͍ ❖ ωΠςΟϒΞϓϦ ❖ POP(ΠϝʔδϚοϓ + τϥϯγγϣϯ) ❖ BluePrint ❖ ετʔϦʔϘʔυ ❖ த్ʹΜ͡Ό͏ ❖ Φζͷຐ๏͍
Ϣʔβʔςετͱ?
Ϣʔβʔςετͷత ❖ ϢʔβϏϦςΟ্ͷͷൃݟ ❖ Ϣʔβʔཧղ(ؾ͖ͮ) ❖ Ծઆݕূ
ͲͷൣғͰϓϩτλΠϓ͢Δ͔ ❖ ϥϯσΟϯάϖʔδ ❖ ਫฏܕ - ୈҰ֊ͷΈɻઙ͘ɻ ❖ ਨܕ -
ಛఆͷಈઢͷΈΛਂ͘ɻ ❖ Tܕ (ਫฏܕ + ਨܕ)
ԿͰϢʔβʔςετΛ࣮ࢪ͢Δ͔ ❖ ޱ಄ͷϓϩτλΠϓ ❖ ڝ߹/ࢀߟαΠτ ❖ ϖʔύʔϓϩτλΠϓ ❖ ಈը ❖
ϥϯσΟϯάϖʔδ ❖ ಈ͘ϓϩτλΠϓ ❖ ϦϦʔεࡁΈͷϓϩμΫτ
ϦΫϧʔςΟϯά ❖ Ոɺ༑ਓɺΓ߹͍ɺͦͷ·ͨΓ߹͍ ❖ ݱϢʔβʔ / ݩϢʔβʔ ❖ ֎෦αʔϏε(ϚΫϩϛϧɺUIScopeɺΰνιʔɺ...)
Ͳ͜ͰΔͷ͔? ❖ ΦϑΟεʹདྷͯΒ͏ ❖ ΧϑΣͱ͔ ❖ ϦϞʔτ ❖ ήϦϥ(࿏্ɺެԂɺetc)
͓ྱ ❖ ँྱ ❖ ͝൧͓͝Δ ❖ ɺαʔϏεɺϊϕϧςΟ ❖ ͳ͠
Ϣʔβʔςετ͢Δճ ❖ 1ਓͷϢʔβʔͰ33%ͷΛൃݟͰ͖Δ ❖ 5ਓͷϢʔβ(85%ͷΛൃݟͰ͖Δ) ❖ 5ਓΕे
ϢʔβʔςετͷྲྀΕ ❖ Πϯτϩ ❖ ࣄલΠϯλϏϡʔ ❖ ࣄલઆ໌ ❖ λεΫ࣮ߦ؍ ❖
ࣄޙΠϯλϏϡʔ ❖ ΤϯσΟϯά
ࢥߟൃ๏ ❖ ߟ͍͑ͯΔ͜ͱΛ͠ͳ͕Βૢ࡞ͯ͠Β͏ ❖ ࠓԿΛߟ͍͑ͯΔ? ❖ ࣍ʹԿΛ͠Α͏ͱߟ͍͑ͯΔ? ❖ ͳͥͦ͏ࢥ͔ͬͨ?
ੳ ❖ ϙετΞοϓ ❖ ΠϯύΫτੳ ❖ KA๏
ใަͯ͠Έ·͠ΐ͏ https://flic.kr/p/6vkTAm
ιϦϡʔγϣϯݕূΠϯλϏϡʔ(తͳͭ) ❖ ڭՊॻ௨Γʹͬͨ/Βͳ͔ͬͨࣄྫ ❖ ࣦഊࣄྫ/ޭࣄྫ ❖ ͲΜͳϓϩτλΠϓͰ࣮ࢪ͠·͔ͨ͠? ❖ Ͳ͏ͬͯϦΫϧʔςΟϯά͠·͔ͨ͠? ❖
Ͳ͜ͰΓ·͔ͨ͠? ❖ ֹۚͷݕূͲΜͳ෩ʹΓ·͔ͨ͠? ❖ Problem/Solution Fitͷஅ?
MVPݕূΠϯλϏϡʔ(తͳͭ) ❖ ڭՊॻ௨Γʹͬͨ/Βͳ͔ͬͨࣄྫ ❖ ࣦഊࣄྫ/ޭࣄྫ ❖ ͲΜͳϓϩτλΠϓͰ࣮ࢪ͠·͔ͨ͠? ❖ ͲΜͳUVPͰ͔ͨ͠? ❖
Ͳ͜ͰΓ·͔ͨ͠? ❖ ͓ྱ? ❖ 1ճ͋ͨΓԿ͘Β͍? λεΫԿݸ͘Β͍ ? ❖ ͲͷΑ͏ʹੳ͠·͔ͨ͠? ❖ ϓϩτλΠϓͷஅͲΜͳײ͡Ͱ?
άϩʔεϋοΫϑΣʔζͰͷϢʔβʔςετ ❖ Ͳ͜Λ࠷దԽ͍ͯ͘͠ͷ͔?(νϡʔτϦΞϧ? ίϯόʔδϣϯ? ίΞͷՁ) ❖ ୭ʹ࠷దԽ͍ͯ͘͠ͷ͔? (ΞʔϦʔΞμϓλʔ? ΞʔϦʔϚδϣ ϦςΟʔ)
❖ ఆੑͱఆྔͱΓ྆ํͬͨ΄͏͕͍͍ͷ͔? ❖ ͜ͷஈ֊ͰͲΜͳϐϘοτΛͨ͜͠ͱ͕͋Γ·͔͢ ? ❖ Ϣʔβʔςετ݁ՌΛͲͷΑ͏ʹੳ͍ͯ͠·͔͢?
ϖʔύʔϓϩτλΠϓͬͯ ❖ ࣦഊࣄྫ/ޭࣄྫ ❖ ͯ͠·͢ࣄྫ
ήϦϥܕϢʔβʔςετͬͯ ❖ ࣦഊࣄྫ / ޭࣄྫ
ࢥߟൃ๏ʹ͍ͭͯ ❖ ͏·͍͔͘ͳ͍ࣄྫ / ͏·͍͔͘ͳ͍ࣄྫ
ϦϞʔτϢʔβʔςετ ❖ ࣦഊࣄྫ/ޭࣄྫ ❖ UIScopeͷମݧஊ?
डୗ։ൃͰͷϢʔβʔςετ ❖ ࣦഊࣄྫ / ޭࣄྫ
օ༷͝ࢀՃ͋Γ͕ͱ͏͍͟͝·ͨ͠! ❖ FaceBookάϧʔϓ: (४උத) ❖ DocBase: http://lscafe.docbase.io ❖ Ξϯέʔτ: http://bit.ly/lscafe7
(४උத)