LEAN
STARTUPを
リーンにヤル
黒田 樹 @i2key
フロー効率性を意識した仮説検証
リクルートテクノロジーズ

顧客発見
【ニーズ検証】
顧客実証
【売って検証】
組織構築
【本格拡大】
Problem/Solution
Fit
Product/Market
Fit Scaling
Retention CAC < LTV 売上
課題解決可能
な最小限
売り方最適化 / 売上最大化売る
指標値例
検証アク
ション
検証
ポイント
MVP
目標
MVP作って壊す
最低限の
売れる状態
セグメントに応じて売れる状態
検証が既存ユーザに影響与えない
独自な価値提供を出来ているか
深い課題を抱えた顧客がいるか
その課題の解決策は妥当か
独自な価値提供を出来ているか
顧客は本当に買ってくれるか
コスト構造に無理がないか
顧客開拓
【リーチ検証】
独自な価値提供を出来ているか
最適な売り方の検証
最適な価格設定の検証
導入期 成長期 成熟期
利益
独自な価値提供を出来ているか
CPA最適化
マーケットシェア
キードライバー値
最大化
利益最大化
ビジネス
フェーズ
AARRR
①ビジネス
仮説
①② ③
⑤
① ①② ③
④
⑥ ⑤
① ①② ③
④
⑥
⑦⑦
⑦⑦
⑦
仮説検証
実行

顧客発見
【ニーズ検証】
顧客実証
【売って検証】
組織構築
【本格拡大】
Problem/Solution
Fit
Product/Market
Fit Scaling
Retention CAC < LTV 売上
課題解決可能
な最小限
売り方最適化 / 売上最大化売る
指標値例
検証アク
ション
検証
ポイント
MVP
目標
MVP作って壊す
最低限の
売れる状態
セグメントに応じて売れる状態
検証が既存ユーザに影響与えない
独自な価値提供を出来ているか
深い課題を抱えた顧客がいるか
その課題の解決策は妥当か
独自な価値提供を出来ているか
顧客は本当に買ってくれるか
コスト構造に無理がないか
顧客開拓
【リーチ検証】
独自な価値提供を出来ているか
最適な売り方の検証
最適な価格設定の検証
導入期 成長期 成熟期
利益
独自な価値提供を出来ているか
CPA最適化
マーケットシェア
キードライバー値
最大化
利益最大化
ビジネス
フェーズ
AARRR
①ビジネス
仮説
①② ③
⑤
① ①② ③
④
⑥ ⑤
① ①② ③
④
⑥
⑦⑦
⑦⑦
⑦
仮説検証
実行
ここを効率よくすすめる話

稼働率が100%？
効率が良いとは

速く作業が出来ること？
効率が良いとは

「リソース効率性」が良い
（例）稼働率100%、リソースに遊びが無い
「フロー効率性」が良い
（例）機能リリースまでのリードタイムの短さ

リソース効率性とフロー効率性
A A A A A A A A A A A A A A A
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
A A A A A
A A A A A
A A A A A
B B B B
B B B B
B B B B
C C C
C C C
C C C
月 火 水 木 金 月 火 水 木 金 月 火 水 木 金
月 火 水 木 金 月 火 水 木 金 月 火 水 木 金
リリースまでのリードタイム 1w
リリースまでのリードタイム 約2w
リリースまでのリードタイム 3w
リリースまでのリードタイム 3w
リリースまでのリードタイム 3w
A機能、B機能、C機能の実装それぞれ15人日かかる場合
A
A
A
B B
B B
B B
10

リソース効率性とフロー効率性
A A A A A A A A A A A A A A A
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
A A A A A
A A A A A
A A A A A
B B B B
B B B B
B B B B
C C C
C C C
C C C
月 火 水 木 金 月 火 水 木 金 月 火 水 木 金
月 火 水 木 金 月 火 水 木 金 月 火 水 木 金
リリースまでのリードタイム 1w
リリースまでのリードタイム 約2w
リリースまでのリードタイム 3w
リリースまでのリードタイム 3w
リリースまでのリードタイム 3w
A機能、B機能、C機能の実装それぞれ15人日かかる場合
A
A
A
B B
B B
B B
10
「リソース効率性」が良い
（例）稼働率100%、リソースに遊びが無い
「フロー効率性」が良い
（例）機能リリースまでのリードタイムの短さ

リソース効率性
A A A A A A A A A A A A A A A
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
月 火 水 木 金 月 火 水 木 金 月 火 水 木 金
リリースまでのリードタイム 3w
リリースまでのリードタイム 3w
リリースまでのリードタイム 3w
A機能、B機能、C機能の実装それぞれ15人日かかる場合
複数のことを同時にやるとプロダクトがユーザに届くまで・検
証を開始するまでのリードタイムが長くなる。
ただし、皆に仕事が割り振られるため、また時間の余る限り複
数の仕事を持つためリソースあたりの稼働率は高くなる。

1つのリソースを稼働率が100%になるまで分配する
例
・マルチタスク
・大きなウォーターフォール型開発（SOR的）
A B C
Resource
流れる対象
30%
30% 40%
リソース稼働率：100%
(作業時間を絞り出す量を最大化)
1リソースに
フォーカスする
流れる対象 流れる対象
リソース効率性

フロー効率性
A A A A A
A A A A A
A A A A A
B B B B
B B B B
B B B B
C C C
C C C
C C C
月 火 水 木 金 月 火 水 木 金 月 火 水 木 金
リリースまでのリードタイム 1w
リリースまでのリードタイム 約2w
A機能、B機能、C機能の実装それぞれ15人日かかる場合
A
A
A
B B
B B
B B
同時にやることをひとつにするとプロダクトがユーザに届くま
でのリードタイムは短くなる。しかし、全員が同じことをやる
ため、一時的に手持ちがなくなる人が出たりするためリソース
の稼働率は下がる。
（総生産量は期間のとり方によっては下がる）

A
Resource
流れる対象
流れる対象（タスク）が得られるリソースの時間を最大化する
流れる対象に
フォーカスする
Resource Resource
例
・ペアプログラミング/モブプログラミング
・クロスファンクショナルチーム（SOE的）
・システム障害発生時の動き
フロー効率性

リソース効率性とフロー効率性
A A A A A A A A A A A A A A A
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
A A A A A
A A A A A
A A A A A
B B B B
B B B B
B B B B
C C C
C C C
C C C
月 火 水 木 金 月 火 水 木 金 月 火 水 木 金
月 火 水 木 金 月 火 水 木 金 月 火 水 木 金
リリースまでのリードタイム 1w
リリースまでのリードタイム 約2w
リリースまでのリードタイム 3w
リリースまでのリードタイム 3w
リリースまでのリードタイム 3w
A機能、B機能、C機能の実装それぞれ15人日かかる場合
A
A
A
B B
B B
B B
10

リソース効率性とフロー効率性
A A A A A A A A A A A A A A A
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
B
C
A A A A A
A A A A A
A A A A A
B B B B B
B B B B B
B B B B B
C C C C C
C C C C C
C C C C C
月 火 水 木 金 月 火 水 木 金 月 火 水 木 金
月 火 水 木 金 月 火 水 木 金 月 火 水 木 金
リリースまでのリードタイム 1w
リリースまでのリードタイム 2w
リリースまでのリードタイム 3w
リリースまでのリードタイム 3w
リリースまでのリードタイム 3w
リリースまでのリードタイム 3w
A機能、B機能、C機能の実装それぞれ15人日かかる場合
「リソース効率性」が良い
（例）稼働率100%、リソースに遊びが無い
「フロー効率性」が良い
（例）機能リリースまでのリードタイムの短さ
10

リソース効率と
フロー効率の関係
10

リソース効率とフロー効率はトレードオフの関係になりやすい
大規模開発のような大量のものを一括でドン！と
リリースする文脈（リソース効率が支配するパラダイム）
ペアプログラミングしたいです！
（効果：フロー効率アップ）
2人で同じことやったら、
効率半分に落ちるだろ！却下！
（効果：リソース効率ダウン） エンジニア氏
偉い人氏 10

リソース効率とフロー効率はトレードオフの関係になりやすい
仮説検証型でUI/UX改善を回し、KPIを伸ばしにいく文脈。
現場は学びまでのリードタイムを限りなく最小化したい。
（無意識にフロー効率を重視している）
リリース物はすべて承認が必要だ。
だが、わしは忙しいから
一括でまとめて持ってきなさい。
（フロー効率ダウン）
（効率落ちるだろ！）
ヘイトマッハっすわー
エンジニア氏
偉い人氏
10

Efficiency Paradox
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
効率的な島々
効率的な海
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -
荒廃した土地
完全な状態

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
効率的な島々
効率的な海
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -
荒廃した土地
完全な状態
・それぞれの島の中において資源効率が高く、島毎に個別最適化された状態。
・フォーカスは資源であり、独自の資源を効率的に活用することによって、
各部門は生産される商品やサービスのコスト削減に貢献
・製造業において、各コンポーネントや製品が在庫として費やしている時間の割合が
大半を占める。
・結果的に、顧客に価値が届くまでの時間を長くする待機時間を作り出している。

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
効率的な島々
効率的な海
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -
荒廃した土地
完全な状態
・効率が高いが資源効率が低い状態。
・フォーカスは顧客にあり、可能な限り効率的にニーズを満たすこと。
・フロー効率を最大限にするには、組織のリソースに空き容量が必要。
リソースの効率的な使用を犠牲にしてフローを効率的にする。
・効率的な海を作り流れを作り出すには、独立した効率的な島だけではなく、
全体像をよく理解する必要がある。

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
効率的な島々
効率的な海
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -
荒廃した土地
完全な状態
・組織はそのリソースを効率的に使用することも、
効率的なフローを作成することもできていない状態。
・リソースの浪費 & 顧客への提供価値が低い状態

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
効率的な島々
効率的な海
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -
荒廃した土地
完全な状態
・完璧な状態
・この状態を達成する組織は、高いリソース効率と
高いフロー効率の両方を備えている。
・完璧な状態に到達することは困難である
・完全な状態に到達することの難しさの鍵は、Variation(ムラ)。

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
稼働率100%のチーム
機能がリリースされるまでの
リードタイム長い
稼働率は100%ではないチーム
機能がリリースされるまでの
リードタイム短い
Variation
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
稼働率100%のチーム
機能がリリースされるまでの
リードタイム長い
稼働率は100%ではないチーム
機能がリリースされるまでの
リードタイム短い
Variation
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -
例：高級ホテル/旅館
(部屋稼働率:空き部屋あり)
(客数に対する従業員数:多)
例：カプセルホテル
(部屋稼働率:100%)
(客数に対する従業員数:少)

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
Variation
我々
稼働率100%のチーム
機能がリリースされるまでの
リードタイム長い
稼働率は100%ではないチーム
機能がリリースされるまでの
リードタイム短い
例：高級ホテル/旅館
(部屋稼働率:空き部屋あり)
(客数に対する従業員数:多)
例：カプセルホテル
(部屋稼働率:100%)
(客数に対する従業員数:少)
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
Variation
WaterFall
SoR
Agile
SoE
小規模・仮説検証
大規模開発
我々
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
ココに
行きたい
我々
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
ココに
行きたい
我々
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
ココに
行きたい
我々
流れに着目するほうがムダを炙り出しやすい
こっちから登ったほうが
リソース効率上のムダも発見しやすい
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
ココに
行きたい
我々
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -
達成することは不可能。星に到達するためには、組織は2つのことが必要。
・顧客の現在および将来のニーズに関するすべての情報を完全に把握。
・完全に柔軟で信頼性の高いリソースが必要。
リソースの容量、機能、能力をすぐに調整してすべてのタイプのニーズを満たすこと
ここでの鍵は、需要（顧客のニーズ）と供給（組織のリソース）の両方の変化。

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -
需要と供給のムラがこの境界を内側に押しこむ
到達不能領域
需要が完全に予測可能でなく、かつ/またはリソースが完全に柔軟で信頼できるものでは
ない場合（需要と供給にムラがある場合）
組織がリソース効率を改善し、それを高いフロー効率とどのくらい組み合わせるかには限
界が発生する。
Efficiency Frontier
Efficiency Frontier

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -
Efficiency Frontier
病院の緊急医療室
大量の類似製品を製造する製造会社
到達不能領域
Efficiency Frontier
到達不能領域
需要と供給のムラがこの境界を内側に押しこむ

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -
Efficiency Frontier
新規事業、スタートアップ
到達不能領域
Efficiency Frontier
到達不能領域
我々
（大量の類似製品を製造する仕事ではないため両方取りが難しい）
需要と供給のムラがこの境界を内側に押しこむ

リソース効率とフロー効率の
ビジネスKPIに対する
効果・影響

検索条件
入力画面
検索結果
一覧画面
詳細画面 予約画面
口コミ
SEO
SEM
ETC
サービス
トップ
画面
if(isBooked){
}
口コミ
SEO
SEM
ETC
成果課金型
広告枠検索サービス
¥0
利用者 クライアント
マッチング
サービス
CVR改善 ＝ 売上直結
例：CVR最大化に向けたUI/UX仮説検証
流入数

1st week 2nd week 3rd week 4th week 5th week 6th week 7th we
1st week 2nd week 3rd week 4th week 5th week 6th week 7th we
CVR
CVR
±0 ±0 ±0 ±0 ±0 ±0 +3
±0 ±0 +1 +1 +1+1 +1
±0 ±0 +1 +1+1±0 ±0
±0 ±0 +1±0 ±0 ±0 ±0
売上
or
KPI
売上
or
KPI
release
A
B
C
0
0.75
1.5
2.25
3
1st week 2nd week 3rd week 4th week 5th week 6th week 7th w
0
0.75
1.5
2.25
3
1st week 2nd week 3rd week 4th week 5th week 6th week 7th w
ビジネス価値とリソース効率性重視の開発スタイル
A
B
C
ビジネス価値とフロー効率性重視の開発スタイル

1st week 2nd week 3rd week 4th week 5th week 6th week 7th we
1st week 2nd week 3rd week 4th week 5th week 6th week 7th we
CVR
CVR
±0 ±0 ±0 ±0 ±0 ±0 +3
±0 ±0 +1 +1 +1+1 +1
±0 ±0 +1 +1+1±0 ±0
±0 ±0 +1±0 ±0 ±0 ±0
売上
or
KPI
売上
or
KPI
release
A
B
C
0
0.75
1.5
2.25
3
1st week 2nd week 3rd week 4th week 5th week 6th week 7th w
0
0.75
1.5
2.25
3
1st week 2nd week 3rd week 4th week 5th week 6th week 7th w
A
B
C
学んでいない期間
稼いでいない期間
学んでいない期間
稼いでいない期間
オーバーヘッドで
若干合計稼働は増える
ビジネス価値とリソース効率性重視の開発スタイル
ビジネス価値とフロー効率性重視の開発スタイル
複数の実験を
同時にやると濁る

Build-Measure-Learnに
フロー効率を注入する

顧客発見
【ニーズ検証】
顧客実証
【売って検証】
組織構築
【本格拡大】
Problem/Solution
Fit
Product/Market
Fit Scaling
Retention CAC < LTV 売上
課題解決可能
な最小限
売り方最適化 / 売上最大化売る
指標値例
検証アク
ション
検証
ポイント
MVP
目標
MVP作って壊す
最低限の
売れる状態
セグメントに応じて売れる状態
検証が既存ユーザに影響与えない
独自な価値提供を出来ているか
深い課題を抱えた顧客がいるか
その課題の解決策は妥当か
独自な価値提供を出来ているか
顧客は本当に買ってくれるか
コスト構造に無理がないか
顧客開拓
【リーチ検証】
独自な価値提供を出来ているか
最適な売り方の検証
最適な価格設定の検証
導入期 成長期 成熟期
利益
独自な価値提供を出来ているか
CPA最適化
マーケットシェア
キードライバー値
最大化
利益最大化
ビジネス
フェーズ
AARRR
①ビジネス
仮説
①② ③
⑤
① ①② ③
④
⑥ ⑤
① ①② ③
④
⑥
⑦⑦
⑦⑦
⑦
仮説検証
実行

顧客発見
【ニーズ検証】
顧客実証
【売って検証】
組織構築
【本格拡大】
Problem/Solution
Fit
Product/Market
Fit Scaling
Retention CAC < LTV 売上
課題解決可能
な最小限
売り方最適化 / 売上最大化売る
指標値例
検証アク
ション
検証
ポイント
MVP
目標
MVP作って壊す
最低限の
売れる状態
セグメントに応じて売れる状態
検証が既存ユーザに影響与えない
独自な価値提供を出来ているか
深い課題を抱えた顧客がいるか
その課題の解決策は妥当か
独自な価値提供を出来ているか
顧客は本当に買ってくれるか
コスト構造に無理がないか
顧客開拓
【リーチ検証】
独自な価値提供を出来ているか
最適な売り方の検証
最適な価格設定の検証
導入期 成長期 成熟期
利益
独自な価値提供を出来ているか
CPA最適化
マーケットシェア
キードライバー値
最大化
利益最大化
ビジネス
フェーズ
AARRR
①ビジネス
仮説
①② ③
⑤
① ①② ③
④
⑥ ⑤
① ①② ③
④
⑥
⑦⑦
⑦⑦
⑦
仮説検証
実行
ここを効率よくすすめる話

仮説検証の学びまでのリードタイムを長くするマルチタスクをやめる
1st week 2nd week 3rd week 4th week 5th week 6th week 7th week
仮説Aの検証
仮説Bの検証
仮説Cの検証
1st week 2nd week 3rd week 4th week 5th week 6th week 7th week
1st week 2nd week 3rd week 4th week 5th week 6th week 7th week
仮説Aの検証 仮説Bの検証 仮説Cの検証
1st week 7th week
学習コスト
失敗時の損失
不確実さ
リスク
学習コスト
失敗時の損失
不確実さ
リスク
仮説検証をマルチタスクでやる場合
仮説検証をシングルタスク（WIP制限1）でやる場合

1st week 2nd week 3rd week 4th week 5th week 6th week 7th week
仮説Aの検証
仮説Bの検証
1st week 2nd week 3rd week 4th week 5th week 6th week 7th week
1st week 2nd week 3rd week 4th week 5th week 6th week 7th week
仮説Aの検証 仮説Bの検証 仮説Cの検証
1st week 7th week
学習コスト
失敗時の損失
不確実さ
リスク
学習コスト
失敗時の損失
不確実さ
リスク
仮説検証をマルチタスクでやる場合
仮説検証をシングルタスク（WIP制限1）でやる場合
学んでいない期間
学びを次のインプットへ
(軌道修正し易い）
失敗の手戻りがでかい
短期間で学ぶ
失敗の痛みが小さい
仮説Cの検証
仮説検証の学びまでのリードタイムを長くするマルチタスクをやめる
軌道修正が早期に出来る

仮説
Resource
流れる対象
1つの仮説に
メンバ全員が
フォーカスする
Resource Resource
仮説検証をシングルタスク（WIP制限1）でやる場合
1st week 2nd week 3rd week 4th week 5th week 6th week 7th week
1st week 2nd week 3rd week 4th week 5th week 6th week 7th wee
仮説Aの検証 仮説Bの検証 仮説Cの検証
学習コスト
失敗時の損失
不確実さ
リスク
学びを次のインプットへ
(軌道修正し易い）
短期間で学ぶ
失敗の痛みが小さい
軌道修正が早期に出来る

1st week 2nd week 3rd week 4th week 5th week 6th week 7th wee
仮説検証のバッチサイズを小さくする（MVPを小さくする）
仮説A 仮説B 仮説C
1st week 2nd week 3rd week 4th week 5th week 6th week 7th wee
仮説A 仮説B 仮説C仮説A’ 仮説B’ 仮説C’
1st week 2nd week 3rd week 4th week 5th week 6th week 7th week
仮説A 仮説B 仮説C仮説B’仮説A’
1仮説検証を2weeksでやる場合、26回/年
1仮説検証を1weekでやる場合、52回/年
検証結果から、実施不要の検証を省略でき、後続の検証を前倒し出来る
仮説C’

いきなり時計回しで始めるとムダを含むMVPを作りがち
30
仮説検証の精度を上げる（ムダなMVPを作らない）
どんなMVP作ればいいの？
仮説はある！
オーバースペックMVP
作りすぎのムダ

いきなり時計回しで始めるとムダを含むMVPを作りがち
30
仮説検証の精度を上げる（ムダなMVPを作らない）
どう測ればいいんだっけ？
そもそも測れるのだっけ？
この手元にあるデータで
実証できたといえるんだっけ？
仮説はある！
これだめだ、
測り直しだ
再学習のムダ

手戻りのムダや作り過ぎのムダを減らすために、
ニーズに対しMVP（必要最小限の価値のあるもの）をつくる
→ニーズからプルする
情報の流れ
モノの流れ
ニーズ
when
what
amount
when
what
amount
when
what
amount
when
what
amount
pullpullpull
push push push
仮説検証の精度を上げる（ムダなMVPを作らない）

①仮説
②何を学ぶのか
③必要なデータは？
④どうやって計測する？
⑤必要なものは？
⑥どう構築するか？
思考プロセス
（情報の流れ）
pull
pull
pull pull
pull
30
仮説検証の精度を上げる（ムダなMVPを作らない）

⑫仮説を実証
⑪学ぶ
⑩データを元に検証
⑨計測する
⑧完成したMVP
⑦構築する
実証プロセス
(モノの流れ)
push
pushpush
push
push
30
仮説検証の精度を上げる（ムダなMVPを作らない）

情報の流れ（BMLを逆流）
モノの流れ（BMLの流れ）
ニーズ
pullpullpull
①仮説②何を学ぶのか
③必要なデータ
④計測方法
⑤必要な計量器
⑥構築方法
⑫実証
⑪学ぶ
⑩データで検証
⑨計測する
⑧完成したMVP⑦構築する
push push push
BUILD MEASURE LEARN
BUILD設計 MEASURE設計 LEARN設計
①
②
③
④
⑤
⑥
⑫
⑪
⑩
⑨
⑧
⑦
仮説検証の精度を上げる（ムダなMVPを作らない）

仮説検証の精度を上げる（ムダなMVPを作らない）
仮説検証を設計する

仮説
何を学ぶのか
MVP種類
・紙ペラ
・インタビュー
・動くデモ
・etc
学ぶために何を作るかの詳細
実証に
必要な条件
MVP構築
コスト
仮説実証
にかかる
時間
将来のリ
スク/機会
結果、実際の学び
仮説検証の精度を上げる（ムダなMVPを作らない）
仮説検証を設計する

PBL
リリー
ス
プランニ
ング
振り返り
MTG
レビュー
デイリー
MTG
2weeks 開発タスク/Day
ビジネス
仮説リスト
※(元)僕の考えた
最強の機能リスト
BUILD
MEA
SURE
LEARN
IDEA
DATA
①Ready化数
②リリース数
学びまでのリードタイムを削減する

① ②
① ②
リードタイム
③
③=①-②
=在庫量
Ready化数 リリース数
累積フロー図
BuildPlanning Measure
工程別
滞留数
(在庫数)
在
庫
量
推
移
Learn
③
累積Ready数 累積リリース数
：MVP
学びまでのリードタイムを削減する（まずは開発効率化）

③①
②
Readyにした数とリリースした数 在庫数推移
① ②Ready化数 リリース数
BuildPlanning Measure
工程別
滞留数
(在庫数)
在
庫
量
推
移
Learn
③
：MVP
学びまでのリードタイムを削減する（まずは開発効率化）

リソース効率
フロー効率
リソース効率を高める（単位時間あたりの実証ロット数を上げる）
High
HighLow
Low
Efficiency Frontier
新規事業、スタートアップ
到達不能領域
我々
さらに、リソースの効率性も上げる

仮説B’
最初に一つの仮説に絞らない/決定を遅らせる/決定時の選択肢を最大化する
仮説A 仮説A’
仮説B
仮説C 仮説C’
仮説D 仮説D’
仮説D”
1st week 2nd week 3rd week 4th week 5th week 6th week 7th week
仮説E 仮説E’
仮説F
仮説G
解決策案の実証① 解決策案の実証② 解決策案の実証③
仮説F’
仮説G’
こんな感じ？
Scaling Leanの GOLEAN感
リソース効率を高める（単位時間あたりの実証ロット数を上げる）

まとめ

顧客発見
【ニーズ検証】
顧客実証
【売って検証】
組織構築
【本格拡大】
Problem/Solution
Fit
Product/Market
Fit Scaling
Retention CAC < LTV 売上
課題解決可能
な最小限
売り方最適化 / 売上最大化売る
指標値例
検証アク
ション
検証
ポイント
MVP
目標
MVP作って壊す
最低限の
売れる状態
セグメントに応じて売れる状態
検証が既存ユーザに影響与えない
独自な価値提供を出来ているか
深い課題を抱えた顧客がいるか
その課題の解決策は妥当か
独自な価値提供を出来ているか
顧客は本当に買ってくれるか
コスト構造に無理がないか
顧客開拓
【リーチ検証】
独自な価値提供を出来ているか
最適な売り方の検証
最適な価格設定の検証
導入期 成長期 成熟期
利益
独自な価値提供を出来ているか
CPA最適化
マーケットシェア
キードライバー値
最大化
利益最大化
ビジネス
フェーズ
AARRR
①ビジネス
仮説
①② ③
⑤
① ①② ③
④
⑥ ⑤
① ①② ③
④
⑥
⑦⑦
⑦⑦
⑦
仮説検証
実行
ここを効率よくすすめる話

リソース効率
フロー効率
リソース効率とフロー効率の関係
High
HighLow
Low
This is Lean https://www.amazon.co.jp/dp/919803930X/The Efficiency Matrix -
需要と供給のムラがこの境界を内側に押しこむ
Efficiency Frontier
新規事業、スタートアップ
到達不能領域
Efficiency Frontier
到達不能領域
我々

1st week 2nd week 3rd week 4th week 5th week 6th week 7th week
仮説Aの検証
仮説Bの検証
1st week 2nd week 3rd week 4th week 5th week 6th week 7th week
1st week 2nd week 3rd week 4th week 5th week 6th week 7th week
仮説Aの検証 仮説Bの検証 仮説Cの検証
1st week 7th week
学習コスト
失敗時の損失
不確実さ
リスク
学習コスト
失敗時の損失
不確実さ
リスク
仮説検証をマルチタスクでやる場合
仮説検証をシングルタスク（WIP制限1）でやる場合
学んでいない期間
学びを次のインプットへ
(軌道修正し易い）
失敗の手戻りがでかい
短期間で学ぶ
失敗の痛みが小さい
仮説Cの検証
仮説検証の学びまでのリードタイムを長くするマルチタスクをやめる

1st week 2nd week 3rd week 4th week 5th week 6th week 7th wee
仮説検証のバッチサイズを小さくする（MVPを小さくする）
仮説A 仮説B 仮説C
1st week 2nd week 3rd week 4th week 5th week 6th week 7th wee
仮説A 仮説B 仮説C仮説A’ 仮説B’ 仮説C’
1st week 2nd week 3rd week 4th week 5th week 6th week 7th week
仮説A 仮説B 仮説C仮説B’仮説A’
1仮説検証を2weeksでやる場合、26回/年
1仮説検証を1weekでやる場合、52回/年
検証結果から、実施不要の検証を省略でき、後続の検証を前倒し出来る
仮説C’

情報の流れ（BMLを逆流）
モノの流れ（BMLの流れ）
ニーズ
pullpullpull
①仮説②何を学ぶのか
③必要なデータ
④計測方法
⑤必要な計量器
⑥構築方法
⑫実証
⑪学ぶ
⑩データで検証
⑨計測する
⑧完成したMVP⑦構築する
push push push
BUILD MEASURE LEARN
BUILD設計 MEASURE設計 LEARN設計
①
②
③
④
⑤
⑥
⑫
⑪
⑩
⑨
⑧
⑦
仮説検証の精度を上げる（ムダなMVPを作らない）

ご静聴・ご清聴
ありがとう
ございました