定性的なユーザーリサーチでフィードバックループを高速化する

質的ユーザーリサーチでフィードバックループを高速化する

画像: ユーザーリサーチは、実際のサファリのように、驚きや学びをもたらす可能性があります。

初期段階のスタートアップ創業者にとって、学習速度は極めて重要です。仮説をテストし、却下または強化することで、適切な顧客と市場に対して適切なビジネスと製品を構築しているかどうかを確立することが不可欠です。

プロダクトマーケットフィット以前の荒野をさまよい、アイデアの迷宮をナビゲートしているとき、あなたは正しい道を歩んでいるのか、それとも行き止まりに近づいているのかを判断し、学習するための方法が必要です。

なぜ質的ユーザーフィードバックの収集について書くのか

Rob Fitzpatrick氏の著書『The Mom Test』はよく参照される有用なリソースですが、私はCodeYamの創業者として、また過去10年間にわたりテクノロジー系スタートアップで働いてきた経験から、初期の探求に対するフィードバックを得るためのアプローチについて少し共有したいと思います。これは私が時間をかけて磨き上げてきた実践であり、常に学び、改善し、実験を続けています。

この旅は、約2017年頃にKamcordというスタートアップで働いていた際に、GVチームが開発したデザインスプリントの本とプロセスを発見したことから始まりました。それ以来、必要に応じて断続的に、Michael Margolis氏が作成した付随するGVリサーチスプリントのバリエーションとともに、行き詰まりを解消し、学習を加速させ、低リスクで新しいアイデアをテストするために、そのプロセスのバリエーションを使用しています。

画像: Kamcordでの最初のスプリントタイムラインの1つ、2017年5月頃。

大手テクノロジー企業で働いていた場合、「デザインスプリント」という言葉はしばしば異なる意味合いを持ちます。デザイナーが製品チームや開発チームの予定を1週間（あるいはそれ以上！）ブロックし、楽しく興味深いものの、決して優先順位が上がらないアイデアに取り組む様子を想像するかもしれません。これは、私がここで達成しようとしていることとは正反対の、結果につながらないホワイトボード上の気まぐれです。

代わりに、私たちは製品の潜在的な顧客やユーザー（あるいはまだ構築されていない将来の製品のユーザーになる可能性のある人々）から実際のフィードバックを得ようとしています。私たちは、リスク、仮説、前提をテストし、目標を達成する方法（あるいはより速く失敗して学びを得て次に進む方法）を知らせるために、代表的な小規模グループから、できるだけ早く関連性の高いフィードバックを得ようとしています。

ユーザーリサーチにおけるAIツールの使用について

新しいAIツールは、有用なフィードバックをより速く得る上で大きな助けとなる可能性があります。しかし、私はこのプロセスでそれらを最大限に活用する方法をまだ実験中です。今日私がやっていることを共有しますが、これは今後変わる可能性があると予想しています。

とはいえ、初期段階の創業者としては、「アリーナに立つ」こと、そしてあなたのバイヤーやユーザー、あるいはそうなる可能性のある人々と話すことが根本的に重要です。

あなたの製品がAIエージェントによって使用されることを意図している場合でも、それらのエージェントを担当している人間、あるいはあなたの製品を購入して導入を決定する人間が、どこかにいるはずです。その人たちを見つけて話してください。

AIツールは仮説を鋭くし、テストを加速するために使用してください。しかし、人間の顧客やユーザーと話すことをAIに置き換えないでください。

ユーザーリサーチから学んだこと

私が（しばしば少人数のチームと、時には一人で）質的フィードバックを求め、スプリントプロセスの要素を成功裏に使用した分野をいくつか挙げます。

• 新しい製品アイデアのテスト（現在進行中）
• バリュープロポジションとメッセージングのテスト（現在進行中）
• ランディングページのテスト
• ユーザーグループまたは市場についての学習
• 実際に意味のある問題/ペインポイントに取り組んでいることの検証（または無効化）
• 製品やサービスを試す意欲に関する初期のシグナルを得る
• 支払う意欲についての学習
• 製品のUI/UXのどの部分が機能しているか、または混乱しているかを理解する
• …その他多くのユースケースがあります。

直感に反する洞察として、ユーザーリサーチは目標を達成できなかったことを認識するのに役立つ優れたツールであるということです。おそらく、あなたが夢中になったアイデアが、顧客になると考えていたグループにはまったく受け入れられないかもしれません。市場が小さすぎるか、到達するのが難しすぎると気づくかもしれません。質的リサーチの最大の価値の1つは、失敗し、その失敗からより速く学ぶことができることです。

物事がうまくいかないことを認識するのにかかる時間と労力を削減することで、実験し、反復して並外れたものを生み出すためのランウェイを延長できます。

ベンチャーキャピタルから資金調達しているスタートアップであれば、おそらく大きな、野心的なスイングをしているはずです（CodeYamではそうです！）。質的リサーチが解き放つ、より速いフィードバックループを通じて学習できることは、計り知れないほど価値があります。それは、より大きな自信を持って、より速く進歩したり、ピボットしたりするのに役立ちます。

画像: 2021年4月、新米創業者としての私たちの最も野心的で初期のスプリント目標のいくつか。

実際のソフトウェア製品をテストする場合でも、デザインプロトタイプを通じて生のアイデアをテストする場合でも、仮説の「十分良い」バージョンをターゲットオーディエンスの前に提示し、彼らの正直な反応から学ぶことができます。

このシリーズについて

この記事は、新しいシリーズ（長さ未定）の始まりであり、関連する多くのユーザーリサーチのトピックを掘り下げていきます。誰に話を聞くべきか、どこで見つけるか、適切な質問をどうするか、そして有用な質的フィードバックをどう集めるかまでです。CodeYamでの実際の例や過去のリサーチを引用して、これらすべてを具体的に説明します。

カバーを考えているテーマ:

• ユーザーリサーチの適切な人材、特にプロダクト以前の段階でのリクルート方法
• 堅牢なリサーチガイドの設計
• リサーチインタビューの実施方法
• テストする内容（とタイミング）の決定
• CodeYamでのユーザーリサーチへのアプローチ
• 過去のリサーチ活動からの苦労して得た教訓
• AIによるリサーチワークフローの高速化
• FigJam、Craigslist、Superhuman、ChatGPT、Claudeなどの使用ツールと、それらがプロセスにどう適合するか

スタートアップのニーズは決して万能ではありませんが、私の共有の目標は、他の創業者、特にプロダクトマーケットフィット以前の段階にある人々や、ピボットすべきか戦略や製品の方向性を強化すべきかを決定するためのR&Dを行っている人々を支援することです。このシリーズが、他の創業者とそのチームに、実行可能な洞察と役立つツールを提供し、独自のフィードバックループを高速化できることを願っています。

スタートアップのアイデアを探求するため、または製品やエンジニアリングの決定を行うためにユーザーリサーチを行っており、質問やフィードバックがある場合は、喜んでお話しします。いつでも nadia [at] codeyam.com までご連絡ください。

CodeYamで構築・探求していることをフォローしたい場合は、当社の会社ブログを購読することもできます。

投稿なし