リーンスタートアップ

英語名 Lean Startup
読み方 リーン スタートアップ
難易度
所要時間 数週間〜数ヶ月(継続的に回す)
提唱者 エリック・リース
目次

ひとことで言うと
#

「構築→計測→学習(Build-Measure-Learn)」 のサイクルをできるだけ速く回して、最小限のコストで事業が成り立つかを検証する方法論。「完璧な製品を作ってから市場に出す」ではなく、「まず出して、学んで、直す」がキーワード。

押さえておきたい用語
#

押さえておきたい用語
BMLループ(Build-Measure-Learn)
構築→計測→学習の3ステップを繰り返す中核サイクルのこと。このループを速く回すほど、学びが早く蓄積される。
MVP(Minimum Viable Product)
仮説を検証するのに必要な最小限の機能を持った製品のこと。「最低品質」ではなく「学びに必要十分な製品」。
ピボット(Pivot)
検証結果をもとに事業の方向性を大きく転換する戦略的判断。失敗ではなく、学びに基づいた方向修正。
革新会計(Innovation Accounting)
スタートアップの進捗を学びの量で定量的に追跡する手法のこと。売上やPVではなく、仮説の検証度合いを測る。
虚栄の指標(Vanity Metrics)
気持ちいいけど意思決定に使えない見かけだけの指標を指す。累計DL数やPV数など。

リーンスタートアップの全体像
#

リーンスタートアップ:BMLループとピボット判断
Build(構築)仮説を検証するためのMVPを作るMeasure(計測)実際のデータを集めて検証するLearn(学習)ピボットか継続かを判断するPivot方向転換高速で回すValidated Learningループの速度が成功確率を決める ─ 完璧な計画より高速な学習
リーンスタートアップの進め方フロー
1
仮説を立てる
価値仮説と成長仮説を明文化する
2
MVPを構築
検証に必要最小限の製品を作る
3
計測する
虚栄の指標に惑わされず実際のデータを集める
ピボット or 継続
データに基づいて方向転換か続行かを判断

こんな悩みに効く
#

  • 新しいサービスを始めたいが、何から手をつけていいかわからない
  • 完璧な製品を目指しすぎて、いつまでもリリースできない
  • 時間とお金をかけたのに、誰にも使ってもらえなかった経験がある

基本の使い方
#

ステップ1: 仮説を立てる

まず「自分たちのビジネスが成り立つために、何が真でなければならないか」を明文化する。

ここで大事なのは2種類の仮説を分けること。

  • 価値仮説: この製品は本当にユーザーの課題を解決するのか?
  • 成長仮説: どうやってユーザーが増えていくのか?

曖昧な「こんなサービスがあったらいいな」ではなく、「〇〇な人は、△△の課題を持っていて、□□を提供すれば月XX円払ってくれる」 くらい具体的に書く。

ステップ2: MVPを構築する

仮説を検証するのに必要最低限の製品(MVP: Minimum Viable Product)を作る。

「最低限」がポイント。ランディングページ1枚、手作業のオペレーション、プロトタイプ――検証に足りるなら何でもいい。

よくある勘違いは「MVPは手抜き製品」ということ。そうじゃなくて、「学びを得るために必要十分な製品」 のこと。

ステップ3: 計測する

MVPを市場に出して、実際のデータを集める。

ここで重要なのが「虚栄の指標(Vanity Metrics)」に惑わされないこと。ページビューやダウンロード数は気持ちいいけど、本当に知りたいのは「課題を解決できているか」「お金を払ってもらえるか」だ。

革新会計(Innovation Accounting) の考え方で、進捗を定量的に追う。

ステップ4: 学習してピボットか継続を判断する

データから学んだことをもとに、ピボット(方向転換) するか 忍耐(継続) するかを判断する。

ピボットは失敗じゃない。「この方向では仮説が成り立たない」という学びを得て、より正しい方向に舵を切ること。Instagram も最初は位置情報アプリだったが、写真共有にピボットして大成功した。

具体例
#

例1:SIerの新規事業チームが請求書SaaSを立ち上げる

状況: 従業員300名のSIer。新規事業チーム4名が「中小企業の請求書処理を自動化するSaaS」を構想。

仮説: 従業員50人以下の中小企業は、月10時間以上を請求書処理に費やしていて、月額5,000円の自動化ツールに価値を感じる。

MVP: Excelテンプレート+手動処理のコンシェルジュ型MVPで5社にサービス提供。裏側は手作業。

計測結果: 5社中4社が「便利」と回答。ただし請求書処理ではなく、入金消込に最も時間がかかっていたことが判明。

ピボット: 「請求書処理の自動化」→「入金消込の自動化」に方向転換。

指標ピボット前ピボット後6ヶ月
有料契約企業数2社28社
月額単価5,000円12,000円
MRR1万円33.6万円

最初の仮説は半分外れていた。しかしMVPで素早く市場に出したことで「本当の課題」を発見でき、MRRは 1万円 → 33.6万円 に成長した。

例2:フィットネスアプリが3回のピボットで成長軌道に乗る

状況: 創業メンバー2名のスタートアップ。「パーソナルトレーニングをアプリで民主化する」というビジョンで起業。

BMLループの記録:

ループ仮説MVP結果判断
1回目「AIがトレーニングメニューを自動生成すれば月額980円払う」AIメニュー生成のプロトタイプDL1,200だが継続率5%ピボット
2回目「動画レッスンなら継続する」YouTubeの無料動画を集約視聴は増えたが課金0%ピボット
3回目「友達と一緒にチャレンジすれば続く」ペアチャレンジ機能のみ実装14日継続率38%、課金率12%継続
指標1回目MVP3回目MVP(3ヶ月後)
14日継続率5%38%
月額課金率1.2%12%
NPS-15+42
MRR1.2万円48万円

3回ピボットしても、各ループを2〜3週間で回せば起業から4ヶ月でPMFの兆しをつかめる。完璧な計画を立てる暇があったら、ループを回すほうが速い。

例3:老舗の味噌メーカーがD2Cサブスクを検証する

状況: 創業120年の味噌メーカー。スーパーへの卸売が主力だが、利益率が低下。D2C(直販)サブスクリプションモデルを検討。

仮説: 「料理好きの30〜40代は、月1,500円で産地直送の味噌セット(3種類)を定期購入する」

MVP: ECサイトは作らず、Instagramで「味噌の定期便、始めます」と投稿し、DMで注文を受付。発送は手作業。

計測結果(1ヶ月):

  • Instagram投稿のリーチ: 8,500人
  • DM問い合わせ: 43件
  • 注文: 18件(転換率42%)
  • 2ヶ月目の継続: 14件(78%)

学び:

  • 「3種類セット」より「今月のおすすめ1種類+レシピカード」のほうが反応が良い
  • 価格は1,500円で問題なし。むしろ「2,000円でもいい」という声あり
  • 「味噌汁以外の使い方」を知りたいニーズが強い
指標MVP(1ヶ月目)本格運用(6ヶ月後)
月間定期購入者数18人340人
月額単価1,500円1,800円
MRR2.7万円61.2万円
3ヶ月継続率72%

このケースが示すのは、ECサイト構築(見積もり200万円)の前に、InstagramとDMだけで「本当に買うか」を検証できるということだ。

やりがちな失敗パターン
#

  1. 「もう少し機能を追加してからリリース」症候群 — MVPの「M(最小限)」を忘れて、結局普通の開発になってしまう。学ぶために出すのだから、完璧じゃなくていい
  2. 仮説を立てずにMVPを作る — 何を検証したいのか不明確なまま作ると、データを見ても何もわからない。「この実験で何がわかれば成功なのか」を先に定義する
  3. ピボットを先延ばしにする — データが「方向転換すべき」と言っているのに、感情的に踏み切れない。定期的に「ピボットか継続か」を判断する場を設ける
  4. 虚栄の指標で安心する — DL数やPVが伸びていると気持ちいいが、「課題を解決できているか」「お金を払ってもらえるか」を見ないと危険。**行動指標(継続率・課金率・NPS)**を追う

まとめ
#

リーンスタートアップは「正しいものを正しく作る」ための方法論。完璧な計画より、高速な学習サイクルが勝つ。まず小さく始めて、データから学び、素早く方向修正する。成功したスタートアップの多くは、最初のアイデアのまま成功したわけではなく、この「構築→計測→学習」のループを何度も回した結果にたどり着いている。