第4回『Hacking Growth グロースハック完全読本』を読む会第2章プロダクトの渇望度を測る (後半)

2021年10月15日 (金)

第2章は「プロダクトの渇望度を測る」。

グロースするには大前提として顧客に愛されるプロダクトでなくてはならない。価値あるプロダクトであり、顧客がその価値を感じた瞬間「アハ体験(本書ではアハ・モーメントとも)」に愛が生まれる。

プロダクトのコアバリューとユーザーのアハ体験を見つけるのは容易ではないが、プロダクトが「マストハブ」であると思われているかどうかは、著者であるショーン・エリスが開発したユーザーアンケート「マストハブ・サーベイ」と顧客維持率測定によって判別できるという。

プロダクトのコアバリューとアハ体験が発見できておりマストハブなプロダクトであれば、グロース実験へ進むことができる。

そうでなければ追加のユーザー調査(顧客インタビュー・実施調査・試作品・文言変更実験・プロダクト変更実験・ユーザーデータ分析)を通して、まずプロダクトのコアバリューとアハ体験を探すことになる。

プロダクトのコアバリューが無いままにバイラル性を作り込んで一時的にグロースすることができても結果失速してしまうであろう。

ただし SNS ではそう単純な話ではない。

プラットフォームの利用者がコアバリューであるソーシャルネットワークサービスなどは例外

と括弧書きで小さく書かれているのを見落とさなかった。そうそう、 SNS にとっては多くのユーザーがいる事自体が大きな価値なんだよね。

すでにプロダクトがあり顧客があるならば、プロダクトのコアバリューとアハ体験を発見するためにプロダクト上で実験したりユーザデータ分析したりできる。

ユーザーデータ分析については「顧客体験のあらゆる側面からデータを集めて細かく分析」するために「適切な追跡機能を付加」し「ユーザー行動の緻密な全体像に仕上げ」て、ロイヤルユーザーに特徴的な行動を見つけるとある。分析を通じた予想外の発見のためにもデータ収集と実験が必要だという。

プロダクトが小さい初期段階ではデータ収集処理を網羅的に仕込んでいきやすそうだが、有限の資金と時間の中で進めていかなければならないだろうから、ほとんどの場合取捨選択が必要だろう。

「予想外の発見」とは結果である。予想できないからと闇雲にデータを集め眺めていてはいくら時間があっても足りない。やはり仮説思考で進めるべきだ。