仮説を"選ぶ"技術 🎁 スタートアップの仮説思考 (3)

仮説を生成した後に来るのが選択です。仮説を適切に選択できないと大きなムダが生じてしまうため、仮説選択は実は重要なスキルです。本スライドではリスクマップなどを用いて仮説を整理する手法について解説しています。

「迷ったら痛みのある方へ」が本スライドのメッセージです。

仮説思考シリーズの 3 つ目です。

Takaaki Umada の Web サイト

東京大学 FoundX の各種リソース

•FoundX Review - 起業家向けノウハウ情報

•FoundX Resource - 整理された記事の紹介

•FoundX Online School - 30以上の学習ビデオ教材

•FoundX Founders Program - 個室の無償提供とコミュニティ

•FoundX Pre-Founders Program - 起業準備プログラム

•FoundX Fellows Program - アイデア探しの支援プログラム

Transcript

1. Takaaki Umada / 馬田隆明 東京大学 FoundX（インセプションプログラム） https://foundx.jp/ スタートアップの仮説思考 (3) 仮説を”選ぶ”技術 🎁
2. 仮説思考の全体像 仮説思考には四つの段階がある。 2 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定
3. 今回は「仮説選択」について解説する 仮説選択は全体の流れの中で二つ目に位置する。 3 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定
4. 4 全体像の詳細は「仮説思考入門」で https://speakerdeck.com/tumada/jia-shuo-si-kao-ru-men-sutatoatupufalsejia-shuo-si-kao-1
5. 仮説選択はなぜ重要か 6
6. 7 仮説はたくさん 生成される
7. しかもたくさんの種類の仮説に対して沢山生成される 『仮説思考入門』で挙げたように、スタートアップには様々な 検証するべき種類の仮説があり、それぞれに複数の仮説がある。 8 課題仮説 解決策仮説 価値仮説 製品仮説 (機能・体験) 製品の 実現性仮説 市場仮説 成長方法仮説 実行仮説 創業チーム 仮説 組織仮説 ビジネスモデ ル仮説 戦略仮説 ファイナンス 仮説
8. 9 多くの仮説を検証するには 多くのリソースが必要 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 （人、物、お金）
9. 10 でもスタートアップは リソースが少ない 😱
10. 11 どの仮説から検証するかを 選ばなくてはならない 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定 今のお金と時間だと この仮説しか 検証できない
11. つまり「仮説選択」の目利きが重要になってくる 12 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定
12. 13 仮説検証の選択を間違うと 大きな「ムダ」が発生する （時間のムダ、お金のムダ、人のムダ……） 😨
14. 先に上の上の上の仮説から頑張って検証しても… 15 仮説 A：顧客に課題がある 仮説 B：この解決策で解決できる 仮説 C：このメイン機能が必要 仮説 D：このサブ機能が必要 仮説 E：このサブ機能はこうすれ ばマーケティングできる 最初に上のほうの仮説から 検証してしまうと…
15. 仮説群の基盤となる仮説から検証を徐々にしていく 基盤から検証しなければ、頂上の仮説を検証してもすべてが崩 れてしまう可能性がある。 16 仮説 A：顧客に課題がある 仮説 B：この解決策で解決できる 仮説 C：このメイン機能が必要 仮説 D：このサブ機能が必要 仮説 E：このサブ機能はこうすれ ばマーケティングできる この仮説が間違っていたら 上の仮説の検証はムダになる
16. 18 「どの仮説から検証するか」 の選択はとても大事 😁
17. 仮説を選択する方法 19
18. 20 基本的には リスクの大きい順に 検証していく
19. 最初に大きなリスクを検証して大きな一歩を踏み出す 仮説検証は最初は大きなものから試していき… 21 最初は大きく 時間
20. 少しずつ検証する仮説の幅を小さくしていき… 少しずつ歩幅を小さくしていきながら… 22 最初は大きく 時間
21. 最後のほうは小さな微調整をしていく 微調整で最後のゴールに到るようにする。 23 最初は大きく 徐々に小さく 時間
22. 24 仮説検証の順番はゴルフと同じように 最初は大きく、徐々に微調整
23. Q. 25 スタートアップで 一番大きなリスクは？
24. A. 26 顧客に課題が あるかどうか
25. スタートアップの失敗の原因：ニーズがなかった スタートアップの失敗原因 を調べた CB Insights の調 査では、「市場にニーズが なかった」が常に 1 位の理 由となっている。 The Top 20 Reasons Startups Fail 27 市場にニーズがなかった 資金が尽きた 正しいチームでは なかった 1 2 3 42% 29% 23%
26. 28 「顧客にニーズがあるか」 から検証した方が良い
27. スタートアップの代表的な仮説でいえば… 29 課題仮説 解決策仮説 価値仮説 製品仮説 (機能・体験) 製品の 実現性仮説 市場仮説 成長方法仮説 実行仮説 創業チーム 仮説 組織仮説 ビジネスモデ ル仮説 戦略仮説 ファイナンス 仮説
28. 課題、解決策、価値の仮説から検証していく 30 課題仮説 解決策仮説 価値仮説 製品仮説 (機能・体験) 製品の 実現性仮説 市場仮説 成長方法仮説 実行仮説 創業チーム 仮説 組織仮説 ビジネスモデ ル仮説 戦略仮説 ファイナンス 仮説 ここがビジネスの全てのベース
29. 31 ※ただしビジネスによって 検証する順番は異なる
30. Web やアプリの場合は課題から入る 製品を作ることができることがある程度分かっている場合は、 基本的に以下のような順序で仮説を検証していく。 32 課題仮説 解決策仮説 価値仮説 戦略仮説 スタートアップ 的なアイデア の場合 成長仮説
31. 研究開発型も課題仮説から始めつつ、実現性の検証も 研究開発型の場合は、技術的実現可能性の仮説がリスクである ことも多いため、優先度が上がる。 33 課題仮説 解決策仮説 価値仮説 戦略仮説 スタートアップ 的なアイデア の場合 成長仮説 課題仮説 実現性仮説 戦略仮説 解決策仮説 技術ヘビーな 研究系アイデア の場合 ファイナンス 仮説
32. 既存ビジネスの模倣の場合は課題などは検証済み 既にあるアイデア（海外のアイデアなど）を日本に持ってくる 場合、課題はすでに検証されていることもある。 34 課題仮説 解決策仮説 市場仮説 戦略仮説 スタートアップ 的なアイデア の場合 成長仮説 既にあるアイデア の類似の場合 (大企業等) 市場仮説 戦略仮説 成長仮説 (ここで勝負) 国内や海外で検証済み 課題仮説 実現性仮説 戦略仮説 解決策仮説 技術ヘビーな 研究系アイデア の場合 ファイナンス 仮説
33. Q. 35 主な仮説が検証出来た後は どうやって検証する仮説を選べば 良いのか？
34. A. 36 仮説のリスクマップ を作って整理する
35. リスクマップ (1) 影響度の軸を取る まず仮説がビジネスにどれだけ影響を与えるかで 37 影響度 仮説の正誤がビジネスに 与える影響の大きさ
36. リスクマップ (2) 不確実性の軸を取る 影響度の次に不確実性の軸を取る。不確実性が最も高いのは、 仮説が合っているかどうか全く分からない五分五分のとき。 38 影響度 不確実性 「仮説が合っているかどう かまったく分からない」と 不確実性が高い
37. 39 影響度 不確実性 この 2 つの軸で整理するのが リスクマップ （リスクは不確実性とその影響度で整理する）
38. リスクマップに仮説をマッピングする 自分たちの仮説をポストイットなどに書き出し、仮説をマッピ ングする。 40 仮説1 仮説2 仮説3 仮説4 仮説5 仮説6 影響度 不確実性
39. 影響度が低い仮説はやめるか後回しにする 影響度が低いものはそもそもその仮説の検証をやめておくか、 後回しにするべき仮説。 41 仮説1 仮説2 仮説3 仮説4 仮説5 仮説6 影響度 不確実性 影響度がそもそも小さいなら やめておくべき仮説
40. 影響度が高いけれど不確実性は低い仮説 影響度は高いものの不確実性が低い仮説は、「する」「しな い」を検証作業がほぼ不要か、少しの検証で OK な仮説。 42 仮説1 仮説2 仮説3 仮説4 仮説5 仮説6 影響度 不確実性 影響度がそもそも小さいなら やめておくべき仮説 検証に時間やリソースをかけず 「する」「しない」を決めるべき仮説
41. 不確実性が高く影響度が高い仮説から検証をする 不確実性が高く影響度が高い仮説から検証を進めて、リスクを 43 仮説1 仮説2 仮説3 仮説4 仮説5 仮説6 影響度 不確実性 影響度がそもそも小さいなら やめておくべき仮説 優先して検証するべき 仮説群 検証に時間やリソースをかけず 「する」「しない」を決めるべき仮説
42. 44 リスクマップを作る中で 仮説をリストアップする だけでも整理される
43. 45 さらに 仮説の影響度と不確実性についての チーム内認識合わせもできる 👍
44. 46 影響度 不確実性 別の視点からこの二つの軸を見てみると…
45. 47 その仮説が否定されたら、ビジネスの設計が すべてやり直しになったり、あなた自身が 泣いてしまうぐらい傷つく仮説ですか？😭 影響度＝「痛み」 不確実性 仮説1 仮説2 仮説3 仮説4 仮説5 仮説6
46. 48 その仮説は正しいか間違っているか 「どっちに転ぶか分からない」仮説ですか？ 不確実性 影響度 仮説1 仮説2 仮説3 仮説4 仮説5 仮説6
47. 大体のスタートアップの初期のマップ 多くのスタートアップは顧客の課題に関係する仮説が右上に来 るはず。右上の仮説から検証を進めよう。 49 大きな市場 があるか 価値が生ま れるか 顧客に課題 があるか 影響度 不確実性 課題は解決 できるか 採用できる か 資金調達で きるか 後回し で良い
48. 検証が進むにつれて不確実性は下がる 多くのスタートアップは顧客の課題に関係する仮説が右上に来 るはず（来ないならもっとよく考えるべき） 50 顧客に課題 があるか 影響度 不確実性 顧客に課題 があるか 仮説検証を経ると不確実性が下がる （仮説の確からしさが上がる）
49. 51 顧客の課題が相当の期間 右上の領域にあるはず 数度の検証だけで 不確実性は急には下がらないので 基盤となる仮説は丁寧に検証する
50. 52 仮説を選ぶときに迷ったら 自分だけで考えず 優先順位を周りに相談してみよう 😃 （特に初回の起業家は順序を間違ってムダな動きをすることも多い）
51. 53 周りの人を使えるのも 立派なスキルの一つです
52. 54 ただし そもそもの仮説生成が うまくいっていなければ 良い選択にはならない ※「仮説生成」のスライドを参照
53. 仮説選択の Tips 55
54. Q. 56 選んだ仮説の検証が難しいので 他の仮説から調べては いけないでしょうか？
55. A. 57 重要性の低い仮説を 先に検証しても意味がない 重要度の高い仮説を検証する コスパの良い検証方法 を見つけるしかない😂
56. 検証コストが高ければ、安くする手段を見つける もし検証するべき仮説の検証コストが高い場合、後回しにする のではなく、検証コストを安くする手段を考える。 58 大きな市場 があるか 価値が生ま れるか 顧客に課題 があるか 影響度 不確実性 課題は解決 できるか 採用できる か 資金調達で きるか 検証コストを安くする手段 を考える
57. 仮説選択のよくある失敗 59
58. ダメな仮説選択のパターン (1) よく見かける仮説選択の過ちとして、以下のようなパターンが ある。 60 選択肢が実質ない 思いついた仮説をすぐに検 証しようとしてしまう。本 来は優先順位をつけて対応 するべきなのに、優先順位 をつけられていない。 「この時間やお金を使って 他に検証する仮説はある か」を考えてみるのも良い。 仮説の選択肢を意識するこ とで選択の質は上がる。
59. 61 多くの人は 仮説のリストを作れておらず 目の前の仮説に集中しがち 😅
60. 62 仮説を検証する前に 必ず複数の仮説の選択肢を持って そのうえで一つを選ぶ それだけでも 仮説選択の精度は良くなる
61. ダメな仮説選択のパターン (2) よく見かける仮説選択の過ちとして、以下のようなパターンが ある。 63 選択肢が実質ない 思いついた仮説をすぐに検 証しようとしてしまう。本 来は優先順位をつけて対応 するべきなのに、優先順位 をつけられていない。 「この時間やお金を使って 他に検証する仮説はある か」を考えてみるのも良い。 仮説の選択肢を意識するこ とで選択の質は上がる。 不確実性の認識が甘い 不確実性の認識が甘く、自 分の仮説が正しいと信じ込 んでいると、実行の仮説に 取り組んでしまいがち。 一歩踏みとどまって、仮説 の検証はどの程度できてい るのか、もしくは仮説検証 の優先順位が本当に正しい かを考えてみる。
62. すぐに「不確実性はなくなった」と考えてしまう 自信過剰だと不確実性の認識が甘くなる傾向にある。そうそう 不確実性は下がらないと認識すること。 64 顧客に課題 があるか 影響度 不確実性 一度の検証ですぐに 不確実性を下げてしまう 顧客に課題 があるか
63. ダメな仮説選択のパターン (3) よく見かける仮説選択の過ちとして、以下のようなパターンが ある。 65 選択肢が実質ない 思いついた仮説をすぐに検 証しようとしてしまう。本 来は優先順位をつけて対応 するべきなのに、優先順位 をつけられていない。 「この時間やお金を使って 他に検証する仮説はある か」を考えてみるのも良い。 仮説の選択肢を意識するこ とで選択の質は上がる。 不確実性の認識が甘い 不確実性の認識が甘く、自 分の仮説が正しいと信じ込 んでいると、実行の仮説に 取り組んでしまいがち。 一歩踏みとどまって、仮説 の検証はどの程度できてい るのか、もしくは仮説検証 の優先順位が本当に正しい かを考えてみる。 痛みを避ける 自分の仮説が根本から否定 されるのを怖がったり、痛 みを避けたりするために、 根本の仮説（課題仮説や価 値仮説）の検証を避けてし まうこともある。 根本の仮説が仮説のジェン ガの土台にあるはずなので、 まずはそれをきちんと検証 すること。
64. 66 学びが大きい仮説は検証後に 痛み🤕 を伴うことが多い （その仮説が否定されるとビジネス的にも個人的にも痛いから）
65. 67 製品開発や機能追加に すぐに手を付けてしまうと 痛みを先延ばしにしていることにも つながる
66. 68 でも「痛みを伴う」仮説を 選ぶほうが 早く答えに辿り着ける
67. 69 No Pain, No Gain 新しいことをやろうとしているのだから傷つくのは仕方ない 😅
68. 70 迷ったら痛みのあるほうへ 今すぐ痛みを感じに行こう👍 否定されたら痛みを感じられる仮説を選んで今すぐ検証しに行く そうすれば短期間に大きな学びが得られる
69. 71 ⚠最近 痛みを感じていなかったら 要注意 （学びや挑戦が少ないのかもしれない 😅）
70. まとめ 72
71. 今回は「仮説選択」について解説した 仮説思考のステップの二つ目に位置する仮説選択について解説 した。 73 1. 仮説生成 2. 仮説選択 3. 仮説検証 4. 意思決定
72. 74 選択も一種の （意思決定のスライドも参考に）
73. リスクマップを使って整理し、痛みのある仮説を選ぶ 痛みのある仮説、そして不確実性が高い仮説を選んで、今すぐ 検証できる手段を探して検証しに行く。 75 仮説1 仮説2 仮説3 仮説4 仮説5 仮説6 影響度 不確実性
74. FoundX の紹介 76
75. FoundX とは 77 東京大学 FoundX は東京大学 産学協創推進本部の下部組 織です。東京大学 本郷キャンパスの近くに 3 つの施設を構 え、起業志望者向けのプログラムを複数提供しています。 投資は行いませんが、無償での個室貸与やプログラムの提 供、起業家コミュニティへの参加を支援します。 🔥 興味 情熱 Fellows (6 か月) Pre-Founders (6 か月) Founders (9 か月) 👨‍👩‍👧 ‍👦 共同創業者 の説得 💰 有利な 資金調達 🤝 フル コミット 🏆 ビジネス 実績 📝 初契約 初売上 💻🤖 製品開発 と改善 💲 助成金や コンテス ト 賞金の獲 得 Review, Resource, School ➰ 試行 錯誤 🌱 アイデア の種 💡 検証された アイデア 📚 起業家の 基礎知識 ＆スキル 🔨 プロト タイプ 🙎 顧客イン タビュー
76. FoundX の提供する起業家支援プログラム & リソース 主に東京大学の卒業生向けに、無償のスタートアップ支援プロ グラムや学習リソースを提供。 78 👨‍👩‍👧 ‍👦 チーム向け Founders Program 事業と起業家の成長を、コ ミュニティを通して達成す るプログラム。個室を無償 で最大 9 か月間貸与。 Pre-Founders Program Founders Program に入る までの準備を行うプログラ ム。 🧑👧 個人向け Fellows Program スタートアップ的手法の実 践を通してアイデアを見つ け、育てるためのプログラ ム。 📚 学習リソース FoundX Review 平日ほぼ毎日更新し、ス タートアップのノウハウ情 報を提供。カテゴリ別のま とめは FoundX Resource。 FoundX Online School 動画形式でスタートアップ の基礎を学べる。
77. スライド著者 & FoundX 運営 馬田隆明 (東京大学 FoundX ディレクター） University of Toronto 卒業後、日本マイクロソフトでの Visual Studio のプロダクトマネージャーを経て、テクニカルエバンジェリス トとしてスタートアップ支援を行う。スタートアップ向けのスライド、 ブログなどの情報提供を行う。 サイト: https://takaumada.com/ 79 スタートアップの 方法論の基礎 Amazon (2017年3月) 起業環境の重要性と アクセラレーター の設計方法 Amazon (2019年4月) スタートアップの 公共や規制との 付き合い方 Amazon (2021年1月) スタートアップに ついてのスライド Slideshare SpeakerDeck
78. 80 https://foundx.jp/ ご応募お待ちしています 😊