ウィザード・オブ・オズテスト

バックエンドを人力模擬して最小コストで需要検証

新機能の需要検証 MVP構築前の仮説テスト サービスコンセプトの検証
難易度 ⏱ 1〜4週間

コンシェルジュMVP

自動化前に手動でサービス提供し顧客ニーズを深く検証

新サービスのニーズ検証 自動化前の業務フロー確認 顧客理解の深化
難易度 ⏱ 2〜8週間

フェイクドアテスト

未実装機能のUIだけ公開し需要を実測する検証手法

新機能の需要検証 開発投資前のGo/No-Go判断 最小コストでの市場テスト
難易度 ⏱ 準備1〜3日+計測1〜2週間

仮説優先順位付け

影響度・不確実性・検証コストの3軸で仮説の実験順序を合理的に決定するフレームワーク

プロダクトの機能検証順序の決定 マーケティング施策のA/Bテスト計画 新規事業の仮説検証ロードマップ
難易度 ⏱ 仮説リストの優先順位付けに1〜2時間

思考実験メソッド

仮想状況で直観と理論を検証する手法

戦略的判断の検証 倫理的意思決定 前提の妥当性チェック
難易度 ⏱ 30分〜2時間/回

探索的データ分析(EDA)

可視化と要約統計で仮説を立てる前にデータ全体像を掴む

新規データセットの理解 仮説発見 異常値の検出
難易度 ⏱ 1〜3時間

PMFエンジン

PMF達成までの実験→計測→学習ループを体系化

PMF達成への道筋設計 仮説検証サイクルの高速化 ピボット判断の定量化
難易度 ⏱ 2週間〜3ヶ月(スプリント単位で継続)

RAT(最リスク仮説テスト)

最大リスクの仮説を最小コストで最速検証

新規プロダクトの仮説検証 機能開発の優先順位判断 ピボット前のリスク評価
難易度 ⏱ 1〜3時間

プレトタイピング

作る前にテストして需要を検証する手法

新製品の需要検証 機能追加の事前テスト 投資判断の根拠づくり
難易度 ⏱ 数時間〜数日

プロダクト実験設計

仮説検証実験を体系的に計画・実行・学習する

新機能の効果検証 ユーザー行動の仮説検証 成長施策の優先順位づけ ピボット判断
難易度 ⏱ 1〜2週間(設計〜学習サイクル1回分)

実験統計学

A/Bテストや実験の統計的設計・分析・解釈の基本を体系的に学び、データに基づく意思決定の精度を上げるフレームワーク

A/Bテストの統計設計と結果判定 施策効果の因果推定 マーケティング実験の設計 プロダクト改善の仮説検証
難易度 ⏱ 2〜4時間(設計)+ 1〜4週間(実行)

A/Bテストの統計設計

サンプルサイズや有意差の考え方を正しく理解し、信頼できるA/Bテストを設計するためのフレームワーク

WebサイトのUI改善検証 マーケティング施策の効果比較 価格設定の最適化 メール件名の最適化
難易度 ⏱ 2〜3時間(設計)+ 数日〜数週間(実行)

A/Bテスト設計

2つのパターンを比較実験し、データに基づいてどちらが優れているかを判断する仮説検証フレームワーク

UI/UXの改善 コンバージョン率の最適化 マーケティング施策の比較検証
難易度 ⏱ 1〜4週間(実験期間含む)

MVP(実用最小限の製品)

最小限の機能で素早く市場に出し、学びを得ることに集中するプロダクト開発手法

新製品の市場投入 仮説検証 機能の優先順位づけ
難易度 ⏱ 数日〜数週間

アサンプションテスト

プロダクト開発の前提となる仮説を洗い出し、リスクの高いものから検証して失敗コストを最小化するフレームワーク

新規プロダクトのリスク低減 新機能の投資判断 ピボットの意思決定 事業計画の検証
難易度 ⏱ 2〜4時間(仮説整理)+ 検証期間

リーンUX

Build-Measure-LearnのサイクルをUXデザインに適用し、仮説検証を高速に回すアプローチ

プロダクトのUX改善 新機能のデザイン検証 アジャイル開発でのUX統合
難易度 ⏱ 1〜2週間(1スプリント単位)

リーンスタートアップ

仮説→構築→検証のサイクルを高速で回し、無駄なく事業を立ち上げるフレームワーク

新規事業の立ち上げ サービス改善 ピボット判断
難易度 ⏱ 数週間〜数ヶ月(継続的に回す)

データドリブンプロダクト開発

データに基づいて意思決定し、仮説検証サイクルを回すプロダクト開発手法

機能改善の優先順位づけ ユーザー行動の理解 KPI改善
難易度 ⏱ 継続的に実践

オッカムの剃刀

同じ結果を説明できるなら、最もシンプルな仮説を選ぶべきという思考原則

原因分析 仮説の優先順位付け 過剰な複雑さの排除 デバッグ・トラブルシューティング
難易度 ⏱ 5〜15分

カスタマーディスカバリー

顧客に直接会って仮説を検証し、本当に解決すべき課題を見つけ出すプロセス

新規事業の課題仮説の検証 ターゲット顧客の特定と理解 ピボット前の方向性確認 既存製品の改善ポイント発見
難易度 ⏱ 2〜4週間(インタビュー10〜20人)

フェルミ推定

手元にデータがない問題に対して、論理的に概算値を導き出す思考法。分解パターン・典型問題・面接対策まで網羅

市場規模の推定 事業計画の妥当性検証 面接対策
難易度 ⏱ 10〜20分

ベイズ思考

新しい情報を得るたびに確率を更新し、不確実な状況でより正しい判断に近づく思考法

不確実な状況での意思決定 仮説の妥当性評価 リスク判断の精度向上 医療検査の結果解釈
難易度 ⏱ 30分〜1時間(思考整理)

仮説思考

限られた情報から仮説を立て、検証を繰り返すことで素早く本質に迫る思考法

課題の早期特定 調査・分析の効率化 プレゼン資料の構成 新規事業の検討
難易度 ⏱ 30〜60分

実験フレームワーク

プロダクトの仮説を体系的に実験・検証するための設計手法

機能改善の効果検証 グロース施策の最適化 リスクの定量化
難易度 ⏱ 1〜4週間(実験サイクル)

実験計画法

仮説を効率的に検証するための実験の設計・実行・分析の体系的な手法

施策の因果効果の測定 プロダクト改善のための実験 マーケティング施策の効果検証
難易度 ⏱ 1〜2週間(設計)+ 数週間(実行)

前提マッピング

意思決定の背後にある「暗黙の前提」を可視化し、リスクの高い前提から検証する手法

新規事業のリスク評価 プロジェクト計画の検証 意思決定の根拠確認 仮説検証の優先順位付け
難易度 ⏱ 30〜60分