本当のシグナル vs ノイズ、再考

最初のMVPの100件データから、本当のシグナルは3〜5件だ。

100人中5人の秘密

パク・ソヨンさんが最初のMVPをリリースして1か月後にデータを整理したとき、彼女は明るい声でこう言いました。「登録者100人になった!」でも掘ってみると状況は違いました。登録者100人のうちアクティブは30人、その中で実際にお金を払った人は5人。さらに面白いのは、その5人のパターンがまったく違ったこと。残り95人とはまったく違う使い方をしていました。

パクさんは「100人が来た」をシグナルとして読んでいたけれど、本当のシグナルは「5人が反復的にお金を払う」ことでした。どちらも数字ですが、まったく違う意味です。

シーズン1で学んだシグナル、今もう一度読み直す

シーズン1の14編で「直感をデータに変えた瞬間、本当のビジネスが始まる」と学びました。そのときは正しい言葉でした。でも2回目のMVPを準備する今、次の段階があります。すべてのデータがシグナルなわけではない。

North Star Metric(NSM)、AARRRファネル、AIによるフィードバック分類。これらは今も必要です。でも見落としていたものがありました。シグナルの質(quality)です。100人が登録したからといってみんな同じシグナルを与えるわけではない。そこには本当のシグナルもあり、本当のノイズもあります。

統計学者Nate SilverがThe Signal and the Noiseで強調するポイントはこれ。データが多いほど、ノイズをシグナルと錯覚しやすくなる。特に一人創業家は毎日の小さな変動を過剰解釈します。「昨日3人登録、今日2人登録」をトレンドと錯覚するのです。

偽シグナル5パターン

1. 虚栄指標(Vanity Metrics)

登録者100人、クリック1,000回、同時接続300人。見栄えはいい。でも登録者100人中アクティブが10人なら? クリック1,000回は100人発か、10人発か? 1人が100回クリックしたら、それはシグナル?

研究によれば、初期段階の創業者の73%程度が虚栄指標に頼り、本当の警告シグナルを無視するそうです。

2. 友達登録(Friend Bubble)

「ProductHuntにローンチすれば初日に300人登録かも?」可能。でもその300人は本当のユーザー? 初期ユーザーのかなりの部分は「ProductHunt漁師」「テックニュース読者」「開発者コミュニティのメンバー」といったアーリーアダプターネットワークから来ます。あなたの実際のターゲットとは違うかもしれません。

3. 一回性のクリック(One-off Interaction)

「昨日いきなりユーザーが10倍に!」興奮。1日経つと元に。誰かがコミュニティで共有しただけ。これはシグナルではなく一回性イベント。本当のシグナルはその後に見えます。「その10人のうち何人が翌日戻ってきたか?」

4. 表面的な称賛(Shallow Praise)

「完璧!」「まさに必要なツール!」「最高!」 耳には甘いけれど、戻ってこない。「いいね」と言うことと「お金を払う」ことのあいだには大きな溝があります。称賛は感情、お金がシグナル。

5. 価格拒否を市場拒否と誤読

「有料化したら離脱率80%」。価格を下げてもあまり改善なし。見落としているもの。価格が問題ではなく、そもそもコア機能を体験したユーザーがどれだけいたかが問題かもしれません。100人中コア機能まで到達したのが10人なら、その10人にだけ聞くべき。

本当のシグナルの4つの特徴

1. 反復(Repetition)

昨日来て何もしなかった人が今日30分作業した? 一回性。でも10人が毎週月曜と金曜に来て、平均20分滞在して帰る? それはパターン、シグナルです。

コホート分析をすれば見えます。1月の登録者50人のうち1月アクティブ30人、2月戻ってきた20人(40% Retention)、3月18人(90% Retention)。この反復性が本当のシグナル。

2. お金(Monetization)

「本当に好きです」と「毎月$9.9払います」は違う。パクさんの100人中5人有料、その5人を詳しく見ると共通点があった。全員、会社のマーケチーム、週3回以上ログイン、登録後3日以内にコア機能を使用。これが本当のシグナル。

3. 紹介(Referral)

韓国SaaSの成功事例を見ると、初期の成長の30〜50%が既存ユーザーからの紹介です。「同僚に勧めた」「うちの会社でも導入した」のような言葉が自然に出てきたら、製品が本当に問題を解決しているシグナル。

4. 離脱の逆として(Retention)

一般的にB2B SaaSは月離脱率5%以下が健全。でも初期は50%以上離脱します。「1か月以上留まっている人たちは何を共通でしていたか?」を見るべき。それがあなたの本当のユーザー、彼らの行動パターンが本当のシグナルです。

本当のシグナルを1行に圧縮する

すべてを整理して1つの命題にまとめます。次の記事(Killの勇気)で、この命題で「続けるか、止めるか」を決めるからです。

パクさんの圧縮シグナル:

「会社のマーケチームの社員が週3回以上ログインし、登録後1か月のうち60%がアクティブ状態を維持、そのうち8%が有料に転換する。したがって我々の次のMVPは『このセグメントをもっと深く掘る』ことだ。」

イ・ジュノさんの場合:

「開発者向けAIツールは口コミが強い。ProductHunt 300人登録中、紹介で来た人が40人(13%)。我々のシグナルは『技術コミュニティでの口コミ』、次のMVPはこれを活用したマーケティング。」

単なる数字ではなく、「次に何をするか」をすぐ行動に変えられる命題です。

シグナル分類マトリクス

• 本当のシグナル:月5人が続けて有料転換
• 一回性の収益:1回の宣伝で30人登録後80%離脱
• 関心シグナル:毎週ログインしているがまだ有料化していない(待つ価値あり)
• ノイズ:登録後2日以内に離脱するユーザー

AIシグナル分類プロンプト

下記は我々のMVPのユーザー100人の行動データです。(貼り付け)

各ユーザーを次のいずれかに分類してください:
- 本当のシグナル:反復的でお金につながる
- 関心シグナル:反復的だがまだ有料化していない
- 一回性:1回だけ来た、または1回だけ払った
- ノイズ:1週間以内に離脱

各ユーザーの次をJSONで分類:
- 登録経路
- ログイン回数
- 使用時間
- 有料転換の有無
- 最終ログイン日

そして各カテゴリの共通特徴を3つずつ抽出。

Claudeの結果で「本当のシグナル」グループの共通特徴3つを見てください。それがあなたの次の仮説です。

まとめ

これであなたは100人のノイズの中から本当のシグナル3〜5を見つけました。これが最初のMVP振り返りの最後です。データの読み方を学んだので、次は決定を下す番。続けるか、方向を変えるか、止めるか。次の記事ではいちばん勇敢な決定、Killの勇気について学びます。

前の記事:データが言ったこと vs 私が聞きたかったこと
次の記事:Killの勇気、うまく殺すことが次の資源になる

登場人物(パク・ソヨン、イ・ジュノ)について
本シリーズの登場人物は、フェイルスクールが作った架空のペルソナです。ただしNate Silverのシグナル理論、コホート分析、B2B SaaSリテンションのベンチマークなどはすべて実在の研究・統計に基づいています。

キム・ミンチュル、Freeive CEO、フェイルスクール