そして、その結果としてランボルギーニを手に入れるにはどうしたらいいか - まあ、ある意味。 要約 クリックベイトの見出し ✅ AppSumo でローンチし、なんと 12 名の観客に販売されました。まさにパーティーの大失敗です。 スタートアップ ジェットコースター: 頭を悩ませた後、ソフトウェアのレビューに真っ先に飛び込み、私たちの壮大な失敗の背後にあるとらえどころのない「理由」を探しました。 探偵モード: ソフトウェアレビューを分析することで金脈を発見。ユーザーがずっと必要としていたものを正確に伝えていたことが判明。会社は結局、ある意味破綻しました。 ナゲットハンティング: 文字通り何千ものレビューを読んで、LLM と OpenAI に偶然出会いました (ありがたいことです)。今では、Netflix で一気見するのと同じように、そこから洞察が生まれています。 RAG スワッグ: レビューには情報が詰まっており、顧客に対する理解を加速させ、スタートアップの失敗を回避するのに役立ちます。 なぜわざわざ？👉 弾丸を避けるだけではなく、成功に向けてスピードを上げることが重要です。問題とソリューションの適合、さらには製品と市場の適合、そしてゴールラインで待っているランボルギーニへの道を切り開く洞察を考えてみましょう。 全体像: 経験は厳しいものですが、最も良い教えとなります。 2022 年の初め、私は本当にユニークで居心地の悪い立場に立たされていました。私は、新世代のプロセス自動化プラットフォームを開発している最中のスタートアップに入社したばかりでした。私がマーケティング部門の責任者として入社したとき、彼らはすでに 1 年以上かけてプラットフォームを構築し、画期的な製品になると期待されていたこの製品に多大な時間とリソースを投入していました。最初は有望に思えました。UX は従来のプラットフォームに比べてはるかに優れており、私のような初心者でも機能するノーコード ワークフローを簡単に作成できました。その後、何ヶ月もの懸命な努力の末、ついに AppSumo でローンチしました。12 人が購入しました。痛い! まるでパーティーを開いてみんなが「はい」と返事をして、結局猫と 1 人で踊っているような気分でした。 当時、私は困惑していました。生涯契約が絶対的なお買い得品であるにもかかわらず、なぜこれがユーザーの関心を引かないのか、まったく理解できませんでした。AppSumo のローンチに対するフィードバックは明らかでした。私たちの製品はまだ準備ができていなかったのです。ユーザーはそれを または「 」と表現しました。それは、勇気を振り絞ってデートに誘ったのに、かわいい女の子に友達ゾーンに入れられてしまうのと同じでした。 「未完成」 素敵な小さなおもちゃ 今振り返ってみると、 (旧 Integromat) のような類似のプラットフォームを広く使用した後、誰もそれを欲しがらなかった理由が分かります。しかし、当時はそれが私には明らかではありませんでした。この拒絶の最初の痛みが薄れるにつれて、私たちは製品を本当に魅力的なものにするために何が欠けているのかを理解したいという決意をますます固めていきました。 make.com 状況をさらに困難にしたのは、その時点で私たちのチームの従業員数が 40 名を超え、レガシー ビジネスからの ARR がわずか 100 万ユーロ程度だったため、シード資金が驚くべき速度で枯渇しつつあるという事実でした。時間はどんどんなくなっていました。 これを大ヒットさせるために必要な 3 ～ 4 つの主要な機能を特定するために、私は古いプラットフォームのユーザーに連絡を取りました。ある程度の洞察は得られましたが、既存の顧客は多くの場合、非常に具体的でカスタマイズされたソリューションを持っていたため、「完璧な製品」の明確な青写真を描くことはほぼ不可能でした。財政的な制約と顧客の都合による制限のため、私がインタビューを実施できるのは 1 日あたり 3 件程度に制限されていました。これは、時間内にこれを理解するにはまったく不十分でした。 その結果、私は方向転換を決め、以前偶然見つけた別の調査方法、つまり直接の競合製品や隣接製品のソフトウェアレビューを分析することにしました。私が発見したのはまさに金鉱でした。好き嫌い、期待、使用例、機能リクエストの宝庫でした。私は 1 週間、おそらくそれ以上を費やして、このフィードバックを綿密に調べ、スプレッドシートにあらゆる有用な情報を収集し、最終的には開発者ができるだけ早く出荷できるように包括的なロードマップを作成しました。 調査から得られた知見は啓発的なものでしたが、時間が足りませんでした。最後の努力は、まるでヘイルメリーのようで、結局はうまくいきませんでした。レビューから学んだことを適用するには時間が足りず、この実装フェーズを乗り切るのに必要な資金を確保できませんでした。また、AppSumo のリリースに対する当初の否定的なフィードバックが打撃となり、士気が急落し、スタッフの 90% を解雇しなければなりませんでした。控えめに言っても、楽しい経験ではありませんでした。 しかし、それ以来ずっと私の心に残っているのは、ソフトウェアのレビューを分析すると、ユーザーが本当に何を考え、何を望んでいるかについての洞察を迅速に得ることができるということです。これは、少なくとも私にとっては、従来の方法では得られなかった洞察であり、それほど迅速には得られませんでした。 スタートアップの墓場 悲しいことに、スタートアップ企業の 90% は失敗しています。1 年目の失敗率は約 10% ですが、2 年目から 5 年目にはこの数字は 70% に跳ね上がり、驚異的な数字になります。米国労働統計局によると、10 年目までに 90% の企業が消滅しています。したがって、スタートアップ企業の道は気の弱い人には向かないと言っても過言ではありません。 ここで疑問が湧いてきます。なぜこれほど多くの企業が倒産するのでしょうか。倒産する具体的な理由は何でしょうか。倒産の原因が 1 つの問題だけにあることはめったにありません。むしろ、複数の要因が絡み合っているのが普通です。しかし、これらの統計で一貫して際立っているのは、製品と市場の適合性の欠如であり、これが倒産の主な原因であるようです。 しかし、製品と市場の適合性を確保できないのは、単にニーズを誤って認識しているからだけではありません。多くの場合、顧客を十分に深く理解していないことが原因です。スタートアップ企業は、優れたソリューションに夢中になりすぎて、基本的なルールを忘れてしまいます。つまり、誰も欲しがらなければ、製品がどれだけ優れていても意味がないということです。また、顧客発見は単なる最初のステップではなく、フィードバックと反復の継続的なループであり、これを見落とすと、誰も求めていない製品が作られることになります。 約束の地：製品市場適合 製品市場は、あらゆるスタートアップが目指す聖杯と言えます。スタートアップにとって、それはテニス選手にとってのウィンブルドンのようなものであり、技術と忍耐力を証明するだけでなく、成功への重要な瞬間を示す名誉あるマイルストーンです。多くの人にとって、これを達成することはオリンポス山に到達するようなものです。最も成功したベンチャー企業は、製品を市場の需要に完全に一致させたことで報われます。 しかし、製品市場適合とは正確には何でしょうか? 長年にわたり、この用語には曖昧さやとらえどころのなさがあることに気付きました。SaaS の世界では頻繁に使われていますが、尋ねられても正確に定義できない人が多いというのが私の印象です。中には、単に と同等と捉え、顧客が会社の製品を購入し、使用し、理想的には宣伝したときに達成されると考える人もいます。 市場が求めているものを作ること この概念の普及に貢献した起業家で投資家のマーク・アンドリーセン氏によると、製品市場適合は次のようなシナリオとして最もよく説明されます。 「 」 顧客は、製品を製造するのと同じ速さで製品を購入します。あるいは、サーバーを追加するのと同じ速さで使用量が増加します。顧客からのお金は会社の当座預金口座に蓄積されます。あなたは、できるだけ早く営業スタッフとカスタマー サポート スタッフを雇用します […]。 すごい話だと思いませんか? アンドリーセンが描いたこのレベルの成功は、ほとんどのスタートアップにとって稀な偉業です。しかし、そのような爆発的な成長を夢見て、 に、すべてのスタートアップはまず、問題と解決策の適合性と呼ばれる初期の課題を乗り越えなければなりません。 比喩的に言えば的を射たことを成し遂げる前 名前が示すように、これは、まず問題（理想的には緊急かつ重要な問題）を特定し、次にその問題に効果的に対処するソリューションを提案することを意味します。 マイケル・サイベルは雄弁にこう言った。 「もしあなたの友人があなたの隣に立っていて、その髪に火がついていたら、その火がこの世で彼らが本当に気にかける唯一のものでしょう。彼らが空腹であろうと、ひどい別れを経験していたとしても、あるいは会議に遅れていようと、彼らは火を消すことを最優先するでしょう。あなたが彼らにホース（完璧な製品/ソリューション）を渡したら、彼らはすぐに火を消して立ち去るでしょう。もし彼らにレンガを渡したら、彼らはそれをつかんで自分の頭を叩いて火を消そうとするでしょう。ユーザーが中途半端な、バージョン 1 の不完全なソリューションを喜んで試すほど深刻な問題を見つける必要があります。」 これには、顧客を知り尽くし、顧客のニーズを徹底的に理解して、顧客自身よりもうまく顧客の問題を説明できるようになることが含まれます。このレベルの理解は、ほぼ確実に問題とソリューションの適合につながり、本質的には製品と市場の適合の土台となります。製品と市場の適合では、ソリューションが問題に対処するだけでなく、オーディエンスの共感を強く呼び起こし、将来の成長と成功への道が開かれます。 顧客を知る 顧客の問題を理解し、それを見事に解決するソリューションを開発するために、何らかの形の市場調査を行う必要があることは、驚くべきことではありません。しかし、人気という点では、調査は、ペンキが乾くのをじっと見ているのと、長くて単調な PowerPoint プレゼンテーション (各スライドに大量のテキストがある) をじっと見ているのとの間に位置付けられるのが普通です。 従来の調査方法は不可欠ですが、手間がかかり、時間がかかることもあります。これらの方法を大規模な調査に拡張することは困難であることが多く、感情の微妙な違いを正確に評価するにはかなりのスキルが必要です。 しかし、私たちが利用できる最も一般的なオプションを簡単に調べて、それらが顧客の期待、好み、問題点に焦点を合わせるのにどれだけ適しているかを見てみましょう。 武器を選んでください、仲間よ。 デスク リサーチ、またはほとんどの人が言うように Google 検索は、多くの人にとって当然の選択肢です。これは、高速で効率的であり、実質的に準備作業を必要としません。必要なのは、大量のブログ投稿を読んだり、YouTube 動画を視聴したり、さまざまな業界レポートに目を通したりするだけです。ただし、多くの場合と同様に、ソース データが貧弱であれば、古典的な「ゴミを入れればゴミが出る」というジレンマに直面することになります。 フォーカス グループは、ディナー パーティーを主催するようなものです。親密で、洞察力に富み、サプライズに満ちています。ターゲット市場から少人数のグループを集め、製品やサービスについて長時間話し合います。対面でのやり取りという昔ながらの魅力も味わえます。ただし、これらのセッションを管理するのは、猫の群れを管理するようなものです。組織化や規模拡大が難しく、うまくモデレートしないと反響室状態になることがあります。さらに、グループの意見を左右する支配的な人物によってフィードバックが偏ることもあります。 フォーカス グループは、ディナー パーティーを主催するようなものです。親密で、洞察力に富み、サプライズに満ちています。少人数のターゲット ユーザーと直接会って、自社の製品やサービスについて話し合います。ただし、こうしたセッションの管理は難しい場合があります。計画が難しく、規模を拡大するのが難しく、巧みなモデレーションがなければ反響室になってしまう可能性があります。さらに、支配的な人物がグループの意見を特定の方向に傾けることもあります。 1 対 1 のインタビューは、顧客の心の奥深くまで探りを入れるようなものです。質問を投げかけ、顧客から秘密を聞き出し、どんな形式の調査でも捉えることが難しい豊富な洞察を集めます。しかし、これには、ママ テストで概説されている原則のように、適切な質問をする技術を習得する必要があります。成功は、熟練したインタビュアーと、一度に 1 つずつインタビューを行うのに十分な時間があるかどうかにかかっています。 アンケートは市場調査の万能ツールです。多用途で効率的で、幅広い対象者に素早くアプローチできます。質問を設定すると、回答がさまざまなところから寄せられ、好み、意見、行動を定量化するのに役立ちます。ただし、アンケートでは、回答者の考えや感情をより深く探るフォローアップの質問ができないため、個人面接ほどの深みが欠けていることがよくあります。 ソーシャル リスニングは、賑やかなマーケット広場で耳を傾け、自社の製品、サービス、または関連ハッシュタグに関する話題やおしゃべりに耳を傾けるようなものです。直接的なブランド言及であれ、より広範な業界トピックであれ、人々が自社の分野について自然にどう話しているかを知るのに最適です。問題は、ソーシャル メディアの会話が騒々しく、散漫で、必ずしも特定のクエリに直接関連しているわけではないことです。 今では、Google 検索、フォーカス グループ、アンケート、1 対 1 のインタビューなど、従来の調査手法が充実しています。誤解しないでください。これらは素晴らしいものです。職人のベルトに取り付けられた信頼できるツールのようなものです。しかし、ペースの速いスタートアップの世界では、時にはそれをさらに一歩進める必要があります... パラダイムシフト ここで 出番です。このツールは高速なだけでなく、すべてを簡素化します。何百万ものレビューを素早く、最小限の労力でふるいにかけることができます。市場調査用の早送りボタンがあるようなものです。インタビューのスケジュールを立てたり、フォーカス グループを編成したりする必要はもうありません。アンケートに答えるために人々を追いかけたり、情報収集のためにブログ投稿を延々と調べたり (そしてそれをすべて分析する必要もあります) する必要もありません。チャットボットに質問するだけで、類似製品についてユーザーが何を言ったか、どのような好みを持っているか、何に腹を立てているか、どのような機能が欲しいかを教えてくれます。 Reviewradar の これが、私たちがこれを作った理由です。全体の手順を迅速かつ簡単にするためです。正直に言うと、リサーチは不可欠ですが、ほとんどの人が情熱を注ぐ部分ではありません。私たちはむしろ製品を出荷したいと思っています。 LLM (Large Language Models、ご存知ない方のために説明すると) の登場により、大量のテキストを分析することが、赤ちゃんからキャンディーを盗むのと同じくらい簡単になりました。これは、前例のない規模で行われる定性調査にとって、絶対的なスーパーパワーです。では、製品レビューを入力するだけで作業を完了してみませんか? 以前は、膨大な量のデータに圧倒され、まるで消火ホースから水を飲もうとしているようでした。しかし今では、パターンを特定し、感情を評価し、新たなトレンドが展開するのを捉えながら、あらゆる詳細を少しずつ味わうことができます。これらの強力なモデルは、単に読み取るだけではありません。コンテキストを理解し、ノイズを排除し、本当に重要なものを正確に特定します。これは単なる前進ではなく、市場調査へのアプローチ方法と洞察の収集方法における大きな飛躍です。 Reviewradar は、100,000 を超える製品から 300 万件のレビューを収録したデータベースを備え、ソフトウェア市場を隅々まで熟知しています。感情を効果的に測定するための感情分析機能も組み込まれています。非常にインテリジェントなボットが、山のようなユーザーフィードバックをくまなく調べ、貴重な洞察を組み込んでいるところを想像してみてください。それぞれの意見はパズルのピースであり、Reviewradar は全体像を巧みに組み立て、顧客が本当に望んでいるものを 360 度で表示します。こうすることで、方向転換を迅速に行い、戦略をより効果的に調整し、顧客の要望を見逃すことなく把握することができます。 細部 さて、レイヤーを剥がしてこれがどのように機能するかを見てみましょう。Reviewradar は基本的にチャットボットなので、ユーザー インターフェイスは説明が不要です。質問をすると、応答が返ってくる、それだけ簡単です。しかし、その裏にはもっと多くの機能があります。最良の結果を得るには、特定の製品 (おそらく競合他社) について言及する質問をし、解決しようとしている問題を定義し、特に興味のある特定の機能や使用例を強調します。提供するコンテキストが多ければ多いほど、応答はよりカスタマイズされたものになります。 チャットボットは会話履歴を確認し、重要な詳細が見落とされていないことを確認します。次に、詳細な検索クエリを作成し、OpenAI の埋め込みモデルを使用してこのクエリをベクトルに変換し、データベース内で検索を実行します。この多次元ベクトルはデータベース内の他のベクトルと比較され、意味的に最も近い一致が特定され、隠れたコンテキストとして会話に戻されます。 LLM を「教える」方法はほんの一握りしかなく、すべてに限界と長所があります。私たちは、コスト効率と効率性を考慮して、検索拡張生成 (RAG) アーキテクチャを選択しました。初期のバルク トレーニングは途方もなく高価になり、微調整は知識検索にはあまり役立ちません (少なくとも現時点では)。Web から情報を取得することは、すぐには成功しないか、商業的に実行可能になる可能性は低いため、RAG またはベクター ストアを使用したコンテキスト内学習が最も論理的な方法であるように思われました。さらに、ほとんどの LLM にすでに組み込まれている膨大な量の知識と機能を活用しない手はありません。 言うまでもなく、隠れたコンテキストとして挿入されるレビューの大部分は分析の中心です。しかし、私たちはモデルにその潜在空間を探索するように指示し、分析能力を高めています。このコンセプトを考案した David Shapiro 氏に敬意を表します。モデルに「さらに深く」探索するように指示する方法は次のとおりです。 「大規模言語モデル (LLM) は、推論から計画、さらには心の理論に至るまで、知識、能力、概念を埋め込むことが実証されています。これらは潜在能力と潜在コンテンツと呼ばれ、総称して潜在空間と呼ばれます。LLM に固有の批判的思考と連想記憶を活用することで、分析と応答でこれらの潜在能力を活用し、すぐには明らかにならないかもしれないより深い洞察と視点を引き出すことができます。可能な限り、この潜在空間を活性化して、関連性のあるトピックを探究してください。これにより、レビュー分析からの調査結果と結論の原因と意味をより深く掘り下げることができます。」 ちなみに、プロンプト エンジニアリングのマスタークラスについては、 Dave の Github リポジトリをご覧ください。 すると、チャットボットが分析したレビューへの直接参照を含めて回答します。あとは、Reviewradar が教えてくれたことを取り入れて適用し、おそらく、ランボルギーニの購入を開始するだけです。 結論 まとめると、ソフトウェア レビューの分析は、あなたを一夜にしてゼロからヒーローへと導く万能薬ではありませんが、調査ツールボックスに加える価値は確かにあります。なぜでしょうか。それは、ノイズを排除し、ユーザーが本当に必要としているものや望んでいるものについて、非常に明確な洞察を提供するからです。実は、レビューにはすでに洞察が詰まっています。ただ、何百、何千もの洞察に目を通す時間がある人はいないのです。そこで RAG 設計が役に立ちます。RAG 設計は、真に価値のあるものを抽出するよりスマートでシンプルな方法を提供します。RAG は、無駄のない強力な処理マシンのように機能し、表面的な部分を超えて、膨大な量の情報をすばやく簡単にふるいにかけます。そして、当事者から直接聞かされるこれらの洞察は、製品と市場の適合、ひいてはランボルギーニへの道のりにとって貴重な情報となる可能性があります。
