Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
打率7割を実現する、プロダクトディスカバリーの7つの極意(pmconf2024)
Search
Hiroki Shigemura
December 06, 2024
Research
960
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
打率7割を実現する、プロダクトディスカバリーの7つの極意(pmconf2024)
Hiroki Shigemura
December 06, 2024
More Decks by Hiroki Shigemura
See All by Hiroki Shigemura
20251003-GENDA経営戦略チーム-Value-Upの全体像
geshi0820
0
3.8k
サブスクリプションはなぜ失敗するのか?
geshi0820
0
950
Other Decks in Research
See All in Research
明日から使える!研究効率化ツール入門
matsui_528
13
7.3k
適応的スパムフィルタのための軽量な類似メッセージカウンタ / jsai2026-adaptive-spam-filter
monochromegane
0
3.6k
The Landscape of Agentic Reinforcement Learning for LLMs: A Survey
shunk031
4
1k
Anthropic が提案する LLM の内部状態を自然言語で説明可能にした Natural Language Autoencoders / Natural Language Autoencoders Produce Unsupervised Explanations of LLM Activations
shunk031
0
130
R&Dチームを起ち上げる
shibuiwilliam
1
270
AGI4OPT:自然言語から数理最適化を導くエ ージェントスキル Translating Human Intent into Mathematical Optimization
mickey_kubo
0
140
2026-01-30-MandSL-textbook-jp-cos-lod
yegusa
1
1.3k
2026 東京科学大 情報通信系 研究室紹介 (すずかけ台)
icttitech
0
3.8k
【Zozo Research 技術共有会】三次元領域の現在と展望
mickey_0226
3
350
ScoreMatchingRiesz for Automatic Debiased Machine Learning and Policy Path Estimation with an Application to Japanese Monetary Policy Evaluation
masakat0
0
290
PGDM: Physically Guided Diffusion Model for L Downscaling
satai
2
270
CVPR2026論文紹介_VLMにとって良いvision encoderとは何か?Rethinking Model Selection in VLM Through the Lens of Gromov-Wasserstein Distance
kobayashi31
1
110
Featured
See All Featured
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
55
3.4k
AI in Enterprises - Java and Open Source to the Rescue
ivargrimstad
0
1.3k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
First, design no harm
axbom
PRO
2
1.2k
Music & Morning Musume
bryan
47
7.2k
Documentation Writing (for coders)
carmenintech
77
5.4k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1.4k
SEO Brein meetup: CTRL+C is not how to scale international SEO
lindahogenes
1
2.7k
The AI Search Optimization Roadmap by Aleyda Solis
aleyda
1
5.9k
How to make the Groovebox
asonas
2
2.2k
Learning to Love Humans: Emotional Interface Design
aarron
275
41k
The #1 spot is gone: here's how to win anyway
tamaranovitovic
2
1.1k
Transcript
打率7割を実現する、 プロダクトディスカバリーの7つの極意 株式会社GENDA CGO 経営戦略室 室長 重村 裕紀 打率7割って難しい..
About me 2016年 FiNC Technologies入社 • ソフトウェアエンジニア • データ分析 •
プロダクトマネージャー 2020年 GENDA入社 • CTOとして開発組織立ち上げ、IT領域PMI 2021年 GENDA CPO就任 • デジタルプロダクトを横断的に管轄 2024年 GENDA CGO(Growth)就任 • グループ横断的な事業成長、経営支援を管轄 職歴 重村 裕紀 / Hiroki Shigemura 株式会社GENDA CGO 経営戦略室 室長 株式会社GENDA Games 取締役 toC 大好き
None
GiGOアプリ(≒MAU) サービスA(売上) サービスB(利益) 0 2 4 6 8 10 12
14 16 18 20 22 24 26 28 +42% 様々なプロダクトの成長加速に成功 2 4 6 8 10 12 14 16 18 20 22 24 +265% 5 10 15 20 25 30 35 +842% 戦略転換 戦略転換 GENDAにおける、プロダクトグロースの実績 構造改革
正しい戦略に基づき、正しい施策を積み上げていくことが、持続的な優位性につながる 戦略 誤 正 施 策 ( ≒KPI の 向
上 ) 正 ②一時的成功 戦略的な脈絡のない施策。 非連続成長にも繋がりにくい。 ①持続的優位性 顧客基盤も成長し、 収益や利益も成長する理想的 な状態。 誤 ④無駄な活動 暗闇に向けて銃を打つような もの。 ③インサイト不足 顧客理解が不足しており、 コレジャナイ感が出ている。 戦略と施策のマトリックス整理 Part1:戦略編 正しい戦略を定めるためにはどう すべきか? Part2:施策編 正しい施策を立案するためにはど うすべきか?
Part1. 戦略編(1~4) 打率7割を実現する、プロダクトディスカバリーの7つの極意
1/7. 正しい戦略とは、模倣しにくい仕組みを通じて、差別化された便益を提供 差別化された便益(顧客視点) なし あり 仕 組 み の 模
倣 困 難 性 ( 競 合 視 点 ) あ り ③コモデティ ①持続的優位性 な し ②一時的優位 価値と活動のマトリックス整理 全国300店舗以上の 流通規模を活かした 「GiGO限定景品」が強み GiGO ONLINE CRANEの事例
売上:16.5億円 (33万人✕0.5万円/人) 50% 市場規模:100億円 (100万人 * 1万円/人) 33% 浸透率 (≒ユーザーシェア)
Share of Wallet (自社ブランドへの平均支出額/カテゴリに対する平均支出額) ①浸透率を高める ② SoW を 高 め る ①浸透率 競合から顧客をどうスイッチさせるか? ユーザー数 MAU 継続率 RR 平均客単価 ARPU 自社 競合 ②SoW 競合から支出をどうスイッチさせるか? 自社 競合 ドライバー 結果指標 2/7. MAU/RR/ARPUは結果指標、「Shareをどう獲得するか?」の発想が大事 ✕ ✕ 自社の分析をしていても、スイッチングの手がかりはつかみにくい。 適切なターゲットのスイッチトリガーを把握することが大事。
浸透率・SoWの課題を解決することで、結果指標を大きく向上させることができる GiGOアプリ(≒MAU) ①浸透率施策を実施 サービスA(ARPU) ②SoW向上施策を実施 +393% +842% ①浸透率 競合からを顧客をどうスイッチさせるか? 自社
競合 ②SoW 競合から支出をどうスイッチさせるか? 自社 競合 浸透率とSoWのアプローチ アプローチごとのKPIグロース
3/7. N1インタビューを通じて、自社が選ばれる理由と選ばれない理由を把握 競合 自社 自社と競合サービスを利用している顧客 への調査がおすすめ POX 自社 競合 POD
差別点 Point of Difference 価格が安い 初心者に易しい 景品の豊富さ 運営の信頼性 POP 類似点 Point of Parity 取れやすい 取れやすい POF 劣後点 Point of Failure 無料で遊べる 自社と競合のPoint of X N1インタビューのリクルーティング
4/7. 投資すべき便益を定める 2024年6月 重要度 便益 自社 競合A 競合B 1 景品が取りやすい
POD POF 2 xxx POD 3 xxx 4 xxx 5 安く景品が取れる POD POF 6 xxx 7 xxx POF 8 xxx POF 9 xxx 10 xxx オンラインクレーンゲームにおけるBrand Equity Analysis ①投資すべき便益を選択する 上位3つの便益のいずれかをPOD にできると望ましい。 ②POFはなるべく潰す 離脱点となりうるため、特に上位 便益におけるPOFは潰した方が良 い。 ③ 便益とブランドをリンクする 機能として強化するだけでなく、 広告やUI、クリエイティブなどを 通じて、便益からのブランド想起 を強化する。(右図) 投資すべき便益の選び方 ①上位便益を狙う ②POFの払拭
Part2. 施策編(5~7) 打率7割を実現する、プロダクトディスカバリーの7つの極意
5/7. KPIドリブンで施策を組み立てはならない 施策立案の2つのアプローチ 顧客インサイト 施策 KPI LTV向上 KPIからの逆算 (演繹的アプローチ) 顧客インサイトに基づく価値仮説
(帰納的アプローチ) あるべき考え方: 顧客インサイト起点で施策を立案し、KPIは結果としてついてくる KPIからの逆算(演繹的): • (想定通りであれば)収益計算をしやすいし、工数もかからない ↑ ただし、Excel弾いてうまくいくほど、顧客は甘くない 例)「◯◯の機能を使っている人は、継続率が高い」 顧客インサイトからの仮説(帰納的): • 誰かに喜ばれる施策になりやすい • めんどくさい、工数かかる • 伝えるのも、インパクトについても説明が難しい 例)「それは、一部の少数派の意見でしょ」 顧客インサイト起点が基本 まずはユーザーインタ ビューしよう。
6/7. コンセプト調査を通じて、リリースする前に受容性をチェック Concept T1B Concept A 28.1% Concept B 21.2%
Concept C 14.8% Concept D 12.7% 最新プライズ情報 9.5% Concept F 6.9% Concept F 6.8% アンケート設計 コンセプトパフォーマンス分析 テキストのみでも良いが、以下の要素を 盛り込んだコンセプトボードで調査する のも良い。(PPTなどで作成) ・機能名 ・機能特性 ・価格 ・画像イメージ ・訴求テキスト T1B:Top 1 Boxの割合の事 今回の調査では、「絶対に利用する」と回 答した人の割合を比較している。 利用実績のあるベンチマークなどと比較す ることで、利用率の推定精度が劇的に高ま る。 設計次第では、ほとんど誤差がなく予想で きることもある。 セグメント別分析(T1B) Segment 割合 A B C プライズ 60% 25% 10% … メダル 30% 5% 35% … 音ゲー 15% 7% 15% … xxx 10% … … … 全体 100% 20% 13% … セグメント別に集計してみると、全体 に対してパフォーマンスの高いコンセ プトよりも、パフォーマンスの高いコ ンセプトが見つかることもある。 どのコンセプトが、誰に(Who)受け ているのか?がわかる。 Top 1 Box
7/7. 様々な事例をインプットし、引き出しを増やす イシューの質 解 の 質 ①1~6はイシューの質を高めるアプローチ 狙うべきポジション、顧客インサイトに基づいた課題定義を記述。 ② 解の質を高めるアプローチも同様に重要。
むしろイシューだけ考えても、突破できないケースも多々あり。 解の質を高めるためには、豊富な引き出しを持つ必要がある。 • 様々なサービスを触る(スクショ残しておくと良い) • 海外サービス事例を調査する。 • いろいろな人の話を聞きに行く。 • 様々な書籍を読む。 • 四季報や決算資料をたくさん読む。 • 有料記事を読む(アプリマーケティング研究所おすすめ) ② ① イシューの質と解の質
最後に)そうはいってもインタビューや調査をしない人はいる ①忙しすぎてできない人 → プランニングや戦略に時間をかけずに、何に時間を割くのか?他の時間を減らしましょう。 ②自分の感覚を過信している人(めんどくさくてやらないひと) → 照準を合わせずに適当に銃を打っているのと同じです。 ③ リサーチが有効だと思っていない人 →
正しいリサーチは、意思決定の精度を劇的に高めることが出来ます。 プロダクトマネージャーは企画と戦略に責任を持ちましょう!!
None
None
Appendix)浸透率とSoWを高めると、結果的にMAUとLTVが伸びる 小さいブランドほど、顧客離脱率は高くなる。 80 20 30 20 20 20 40% 20%
B A A B C D E F G 浸透率≒ユーザー数 SoW ≒ ARPU 相関係数:0.58 ダブルジョパディの法則