Public Preview
Public Preview
Public Preview
PMF サーベイで PMF の可能性を高める
PMF サーベイで PMF の可能性を高める
PMF サーベイで PMF の可能性を高める
PMF サーベイとは
PMF サーベイは PMF 達成度合いを計測する手法の 1 つです。Spotify や Netflix、Uber が利用するメールクライアントサービス Superhuman によって確立されました。
PMF サーベイでは、ユーザーに「このプロダクトが明日から使えなくなるとしたらどう感じますか？」と質問します。「とても残念だ」と答えるユーザーの割合を測ることで、プロダクトに深い需要があるかを評価します。この割合を PMF スコアと呼び、 スコアが 40 % を超えると PMF が見つかったと判断します。
PMF サーベイとは
PMF サーベイは PMF 達成度合いを計測する手法の 1 つです。Spotify や Netflix、Uber が利用するメールクライアントサービス Superhuman によって確立されました。
PMF サーベイでは、ユーザーに「このプロダクトが明日から使えなくなるとしたらどう感じますか？」と質問します。「とても残念だ」と答えるユーザーの割合を測ることで、プロダクトに深い需要があるかを評価します。この割合を PMF スコアと呼び、 スコアが 40 % を超えると PMF が見つかったと判断します。
PMF サーベイとは
PMF サーベイは PMF 達成度合いを計測する手法の 1 つです。Spotify や Netflix、Uber が利用するメールクライアントサービス Superhuman によって確立されました。
PMF サーベイでは、ユーザーに「このプロダクトが明日から使えなくなるとしたらどう感じますか？」と質問します。「とても残念だ」と答えるユーザーの割合を測ることで、プロダクトに深い需要があるかを評価します。この割合を PMF スコアと呼び、 スコアが 40 % を超えると PMF が見つかったと判断します。
Slack の事例
2015 年 Slack が PMF サーベイの元になった Ellis テストを実施したところ、731 人の回答者のうち 370 人が「(Slack が使えなくなると) とても残念だ」と回答、PMF スコアは 51% と出ました。
Slack はテスト実施時点で毎日 75 万人のユーザーが利用しており、有料ユーザーも 20 万人いたことを考えると 「PMF スコア 40% で PMF と判断」という基準には説得力があります。
2015 年頃の Slack
Slack の事例
2015 年 Slack が PMF サーベイの元になった Ellis テストを実施したところ、731 人の回答者のうち 370 人が「(Slack が使えなくなると) とても残念だ」と回答、PMF スコアは 51% と出ました。
Slack はテスト実施時点で毎日 75 万人のユーザーが利用しており、有料ユーザーも 20 万人いたことを考えると 「PMF スコア 40% で PMF と判断」という基準には説得力があります。
2015 年頃の Slack
Slack の事例
2015 年 Slack が PMF サーベイの元になった Ellis テストを実施したところ、731 人の回答者のうち 370 人が「(Slack が使えなくなると) とても残念だ」と回答、PMF スコアは 51% と出ました。
Slack はテスト実施時点で毎日 75 万人のユーザーが利用しており、有料ユーザーも 20 万人いたことを考えると 「PMF スコア 40% で PMF と判断」という基準には説得力があります。
2015 年頃の Slack
なぜ PMF サーベイは有用なのか
PMF サーベイは PMF 達成度合いを表す指標だけでなく、PMF に近づくために何に注力すべきかのヒントをくれます。
「PMF は見つかれば必ずわかる」とよく言われますが、だからといってやみくもにプロダクト開発を続けると完全なる運任せになってしまいます。雲をつかむような道のりにおいて、 PMF サーベイによって運の要素を少しでも減らせられるのはとても大きなことです。
なぜ PMF サーベイは有用なのか
PMF サーベイは PMF 達成度合いを表す指標だけでなく、PMF に近づくために何に注力すべきかのヒントをくれます。「PMF は見つかれば必ずわかる」とよく言われますが、だからといってやみくもにプロダクト開発を続けると完全なる運任せになってしまいます。雲をつかむような道のりにおいて、 PMF サーベイによって運の要素を少しでも減らせられるのはとても大きなことです。
なぜ PMF サーベイは有用なのか
PMF サーベイは PMF 達成度合いを表す指標だけでなく、PMF に近づくために何に注力すべきかのヒントをくれます。
「PMF は見つかれば必ずわかる」とよく言われますが、だからといってやみくもにプロダクト開発を続けると完全なる運任せになってしまいます。雲をつかむような道のりにおいて、 PMF サーベイによって運の要素を少しでも減らせられるのはとても大きなことです。
PMF サーベイの実施
PMF サーベイではユーザーに対して以下の 5 つの質問をします。
PMF サーベイの実施
PMF サーベイではユーザーに対して以下の 5 つの質問をします。
PMF サーベイの実施
PMF サーベイではユーザーに対して以下の 5 つの質問をします。
質問 5 ではプロダクトのユーザー像 (ペルソナ) を選択肢に入れます。ユーザー像は必ずしも仕事上の役割である必要はありません。例えば住んでいる地域、年齢、趣味、仕事で抱えている課題、利用中のツール、読んでる情報源など何でも選択肢になりえます。
なお、PMF サーベイは「過去 2 週間の間に少なくとも 2 回以上プロダクトを使ったことがあるユーザー」に対して実施できると理想的です。
※ より効果的な回答が得られるように Acerola の方で Superhuman のオリジナル質問文を改変しています。
質問 5 ではプロダクトのユーザー像 (ペルソナ) を選択肢に入れます。ユーザー像は必ずしも仕事上の役割である必要はありません。例えば住んでいる地域、年齢、趣味、仕事で抱えている課題、利用中のツール、読んでる情報源など何でも選択肢になりえます。
なお、PMF サーベイは「過去 2 週間の間に少なくとも 2 回以上プロダクトを使ったことがあるユーザー」に対して実施できると理想的です。
※ より効果的な回答が得られるように Acerola の方で Superhuman のオリジナル質問文を改変しています。
質問 5 ではプロダクトのユーザー像 (ペルソナ) を選択肢に入れます。ユーザー像は必ずしも仕事上の役割である必要はありません。例えば住んでいる地域、年齢、趣味、仕事で抱えている課題、利用中のツール、読んでる情報源など何でも選択肢になりえます。
なお、PMF サーベイは「過去 2 週間の間に少なくとも 2 回以上プロダクトを使ったことがあるユーザー」に対して実施できると理想的です。
※ より効果的な回答が得られるように Acerola の方で Superhuman のオリジナル質問文を改変しています。
PMF スコアの算出
Superhuman の実例と共に PMF スコアの算出方法を解説します。
手順 1. 全ての回答を、「<プロダクト> がもう使えなくなるとしたらどう感じますか？」の回答ごとにグループ分けします。
PMF スコアの算出
Superhuman の実例と共に PMF スコアの算出方法を解説します。
手順 1. 全ての回答を、「<プロダクト> がもう使えなくなるとしたらどう感じますか？」の回答ごとにグループ分けします。
PMF スコアの算出
Superhuman の実例と共に PMF スコアの算出方法を解説します。
手順 1. 全ての回答を、「<プロダクト> がもう使えなくなるとしたらどう感じますか？」の回答ごとにグループ分けします。
手順 2. 各グループ内で、「あなたに最も当てはまるものを選んでください」の回答ごとに並び替えます。
手順 2. 各グループ内で、「あなたに最も当てはまるものを選んでください」の回答ごとに並び替えます。
手順 2. 各グループ内で、「あなたに最も当てはまるものを選んでください」の回答ごとに並び替えます。
手順 3. 「<プロダクト> がもう使えなくなるとしたらどう感じますか？」で「とても残念だ」 と答えた人のユーザー像 (ペルソナ) を確認します。
手順 3. 「<プロダクト> がもう使えなくなるとしたらどう感じますか？」で「とても残念だ」 と答えた人のユーザー像 (ペルソナ) を確認します。
手順 3. 「<プロダクト> がもう使えなくなるとしたらどう感じますか？」で「とても残念だ」 と答えた人のユーザー像 (ペルソナ) を確認します。
手順 4. 全ての回答を、手順 3 で確認したユーザー像による回答のみに絞り込みます。
手順 4. 全ての回答を、手順 3 で確認したユーザー像による回答のみに絞り込みます。
手順 4. 全ての回答を、手順 3 で確認したユーザー像による回答のみに絞り込みます。
手順 5. 残った回答のうち、「とても残念だ」と答えた人の割合を計算します。これが PMF スコアです。
Superhuman の PMF スコア (2017 年初頭)
手順 5. 残った回答のうち、「とても残念だ」と答えた人の割合を計算します。これが PMF スコアです。
Superhuman の PMF スコア (2017 年初頭)
手順 5. 残った回答のうち、「とても残念だ」と答えた人の割合を計算します。これが PMF スコアです。
Superhuman の PMF スコア (2017 年初頭)
なぜ全ての回答を利用しないのか
初期のスタートアップがやれることは限られています。異なるユーザー層の期待に同時に答えることは難しく、それを無理やり実現しようとすれば、プロダクトの方向性が定まらず確実に開発は難航するでしょう。
PMF スコアは、プロダクトを深く愛するユーザーの意見のみにフォーカスし、現時点ではメインターゲットではないユーザー層の意見をあえて無視するよう設計されています。
これは、 Y Combinator が提唱する、「初期のプロダクト開発では、多くのユーザーに多少好かれるものを作るよりも、少数のユーザーに深く愛されるものを作れ」という考え方に通ずるものがあります。
少数のユーザーに深く愛されるものを作れ
なぜ全ての回答を利用しないのか
手順 2. 各グループ内で、「あなたに最も当てはまるものを選んでください」の回答ごとに並び替えます。
手順 3. 「<プロダクト> が使えなくなるとしたらどう感じますか？」で「とても残念だ」 と答えた人のユーザー像 (ペルソナ) を確認します。
手順 4. 全ての回答を、手順 3 で確認したユーザー像による回答のみに絞り込みます。
手順 5. 残った回答のうち、「とても残念だ」と答えた人の割合を計算します。これが PMF スコアです。
少数のユーザーに深く愛されるものを作れ
なぜ全ての回答を利用しないのか
初期のスタートアップがやれることは限られています。異なるユーザー層の期待に同時に答えることは難しく、それを無理やり実現しようとすれば、プロダクトの方向性が定まらず確実に開発は難航するでしょう。
PMF スコアは、プロダクトを深く愛するユーザーの意見のみにフォーカスし、現時点ではメインターゲットではないユーザー層の意見をあえて無視するよう設計されています。
これは、 Y Combinator が提唱する、「初期のプロダクト開発では、多くのユーザーに多少好かれるものを作るよりも、少数のユーザーに深く愛されるものを作れ」という考え方に通ずるものがあります。
少数のユーザーに深く愛されるものを作れ
PMF サーベイを活かしたプロダクト開発
PMF サーベイを活かしたプロダクト開発
PMF サーベイを活かしたプロダクト開発
プロダクトがどんな人に愛されているかを知る
「<プロダクト> がもう使えなくなるとしたらどう感じますか？」に対して「とても残念だ」と答えた人達は、ほとんどの場合、「最も <プロダクト> のメリットが得られるのはどのような人でしょうか？」に対して、他人ではなく自分自身のことを書きます。それらの回答を 1 つの文章としてまとめます。
プロダクトがどんな人に愛されているかを知る
「<プロダクト> がもう使えなくなるとしたらどう感じますか？」に対して「とても残念だ」と答えた人達は、ほとんどの場合、「最も <プロダクト> のメリットが得られるのはどのような人でしょうか？」に対して、他人ではなく自分自身のことを書きます。それらの回答を 1 つの文章としてまとめます。
プロダクトがどんな人に愛されているかを知る
「<プロダクト> がもう使えなくなるとしたらどう感じますか？」に対して「とても残念だ」と答えた人達は、ほとんどの場合、「最も <プロダクト> のメリットが得られるのはどのような人でしょうか？」に対して、他人ではなく自分自身のことを書きます。それらの回答を 1 つの文章としてまとめます。
Superhuman の例では、高い解像度でユーザー像を捉えられています。
Superhuman はどんな人に愛されているか
Superhuman の例では、高い解像度でユーザー像を捉えられています。
Superhuman はどんな人に愛されているか
Superhuman の例では、高い解像度でユーザー像を捉えられています。
Superhuman はどんな人に愛されているか
ユーザー像の解像度が高まれば高まるほど、どんなプロダクトを作るべきなのか、ランディングページではどんな言葉を使うと響くのかが明確になっていきます。
ユーザー像の解像度が高まれば高まるほど、どんなプロダクトを作るべきなのか、ランディングページではどんな言葉を使うと響くのかが明確になっていきます。
ユーザー像の解像度が高まれば高まるほど、どんなプロダクトを作るべきなのか、ランディングページではどんな言葉を使うと響くのかが明確になっていきます。
プロダクトが愛されている源泉を知る
「<プロダクト> がもう使えなくなるとしたらどう感じますか？」に対して「とても残念だ」と答えた人達の、「あなたが <プロダクト> で最も気に入っているのはどこですか？」の回答を集計 / 可視化します。
プロダクトが愛されている源泉を知る
「<プロダクト> がもう使えなくなるとしたらどう感じますか？」に対して「とても残念だ」と答えた人達の、「あなたが <プロダクト> で最も気に入っているのはどこですか？」の回答を集計 / 可視化します。
プロダクトが愛されている源泉を知る
「<プロダクト> がもう使えなくなるとしたらどう感じますか？」に対して「とても残念だ」と答えた人達の、「あなたが <プロダクト> で最も気に入っているのはどこですか？」の回答を集計 / 可視化します。
すると、プロダクトが愛される源泉とも言うべき言葉が浮かび上がってきます。
Superhuman が愛されている源泉
すると、プロダクトが愛される源泉とも言うべき言葉が浮かび上がってきます。
Superhuman が愛されている源泉
すると、プロダクトが愛される源泉とも言うべき言葉が浮かび上がってきます。
Superhuman が愛されている源泉
プロダクトに満足できない理由を知る
PMF スコアを上げるヒントは「<プロダクト> がもう使えなくなるとしたらどう感じますか？」に対して「少し残念だ」と答えたユーザー群の中にあります。そこにはどうやっても満足してくれないユーザーと、プロダクトが改善すれば満足してくれるユーザーが入り混じっています。
PMF スコアを上げるヒントは「少し残念だ」と答えたユーザーの中にある
プロダクトに満足できない理由を知る
PMF スコアを上げるヒントは「<プロダクト> がもう使えなくなるとしたらどう感じますか？」に対して「少し残念だ」と答えたユーザー群の中にあります。そこにはどうやっても満足してくれないユーザーと、プロダクトが改善すれば満足してくれるユーザーが入り混じっています。
PMF スコアを上げるヒントは「少し残念だ」と答えたユーザーの中にある
プロダクトに満足できない理由を知る
PMF スコアを上げるヒントは「<プロダクト> がもう使えなくなるとしたらどう感じますか？」に対して「少し残念だ」と答えたユーザー群の中にあります。そこにはどうやっても満足してくれないユーザーと、プロダクトが改善すれば満足してくれるユーザーが入り混じっています。
PMF スコアを上げるヒントは「少し残念だ」と答えたユーザーの中にある
「あなたが <プロダクト> で最も気に入っているのはどこですか？」に対して、「プロダクトが愛されている源泉」を挙げている人は、プロダクトが改善すれば満足してくれる可能性があるため、その人達の回答だけを残します。
「あなたが <プロダクト> で最も気に入っているのはどこですか？」に対して、「プロダクトが愛されている源泉」を挙げている人は、プロダクトが改善すれば満足してくれる可能性があるため、その人達の回答だけを残します。
「あなたが <プロダクト> で最も気に入っているのはどこですか？」に対して、「プロダクトが愛されている源泉」を挙げている人は、プロダクトが改善すれば満足してくれる可能性があるため、その人達の回答だけを残します。
残った回答の「あなたが <プロダクト> を使っていて最も困ったことはなんですか？」部分を集計/可視化します。
残った回答の「あなたが <プロダクト> を使っていて最も困ったことはなんですか？」部分を集計/可視化します。
残った回答の「あなたが <プロダクト> を使っていて最も困ったことはなんですか？」部分を集計/可視化します。
すると「少し残念だ」と答えたユーザーがプロダクトに満足できない理由が浮かび上がってきます。
Superhuman に満足できない理由
すると「少し残念だ」と答えたユーザーがプロダクトに満足できない理由が浮かび上がってきます。
Superhuman に満足できない理由
すると「少し残念だ」と答えたユーザーがプロダクトに満足できない理由が浮かび上がってきます。
Superhuman に満足できない理由
やるべきことを明確にする
PMF スコアを伸ばすためには、プロダクトに満足できない点を直す必要があります。しかし「少数のユーザーに深く愛されるものを作れ」のアドバイスの通り、深さを磨く必要もあります。
やるべきことは 2 つです。
プロダクトが愛される源泉をさらに磨くこと
プロダクトに満足できない部分を直すこと
初期のスタートアップがやれることは限られています。この 2 つを、交互に 1 つずつ取り組んでいくといいでしょう。
Superhuman がやるべきこと
やるべきことを明確にする
PMF スコアを伸ばすためには、プロダクトに満足できない点を直す必要があります。しかし「少数のユーザーに深く愛されるものを作れ」のアドバイスの通り、深さを磨く必要もあります。
やるべきことは 2 つです。
プロダクトが愛される源泉をさらに磨くこと
プロダクトに満足できない部分を直すこと
初期のスタートアップがやれることは限られています。この 2 つを、交互に 1 つずつ取り組んでいくといいでしょう。
Superhuman がやるべきこと
やるべきことを明確にする
PMF スコアを伸ばすためには、プロダクトに満足できない点を直す必要があります。しかし「少数のユーザーに深く愛されるものを作れ」のアドバイスの通り、深さを磨く必要もあります。
やるべきことは 2 つです。
プロダクトが愛される源泉をさらに磨くこと
プロダクトに満足できない部分を直すこと
初期のスタートアップがやれることは限られています。この 2 つを、交互に 1 つずつ取り組んでいくといいでしょう。
Superhuman がやるべきこと
PMF サーベイの継続
PMF スコア 40% を目指してこれまで紹介した手順を繰り返していきましょう。
PMF サーベイの継続
PMF スコア 40% を目指してこれまで紹介した手順を繰り返していきましょう。
PMF サーベイの継続
PMF スコア 40% を目指してこれまで紹介した手順を繰り返していきましょう。
PMF サーベイはいつまで続けるべきか
一度 PMF スコアが 40% を達成したからといって、その後ずっと 40% である保証はありません。プロダクトとユーザーは常に変化していますから、当然スコアも常に変わります。
特にスタートアップそしてプロダクトが成長すると、新しいユーザー層が入ってきて大きな変化が起きるでしょう。プロダクトの未熟さを許容してくれる初期のユーザーとは違って、後から入ってくるユーザー層はプロダクトに対して厳しい人が多いです。
また、スタートアップは一度 PMF を見つければそれで十分ということはなく、何度も PMF を見つけながら非連続な成長を遂げるものです。
PMF スコアはスタートアップがずっと継続していく指標の 1 つになるでしょう。
PMF サーベイはいつまで続けるべきか
PMF スコアを伸ばすためには、プロダクトに満足できない点を直す必要があります。しかし「少数のユーザーに深く愛されるものを作れ」のアドバイスの通り、深さを磨く必要もあります。
やるべきことは 2 つです。
プロダクトが愛される源泉をさらに磨くこと
プロダクトに満足できない部分を直すこと
初期のスタートアップがやれることは限られています。この 2 つを、交互に 1 つずつ取り組んでいくといいでしょう。
PMF サーベイはいつまで続けるべきか
一度 PMF スコアが 40% を達成したからといって、その後ずっと 40% である保証はありません。プロダクトとユーザーは常に変化していますから、当然スコアも常に変わります。
特にスタートアップそしてプロダクトが成長すると、新しいユーザー層が入ってきて大きな変化が起きるでしょう。プロダクトの未熟さを許容してくれる初期のユーザーとは違って、後から入ってくるユーザー層はプロダクトに対して厳しい人が多いです。
また、スタートアップは一度 PMF を見つければそれで十分ということはなく、何度も PMF を見つけながら非連続な成長を遂げるものです。
PMF スコアはスタートアップがずっと継続していく指標の 1 つになるでしょう。
おわりに
今回は PMF サーベイについて、その具体的な実施方法を含めて解説しました。
PMF サーベイを使って少しでも運の要素を減らし、PMF を見つける手がかりとしてください。今回のコンテンツが、あなたが PMF を見つける一助になれば幸いです。
おわりに
今回は PMF サーベイについて、その具体的な実施方法を含めて解説しました。
PMF サーベイを使って少しでも運の要素を減らし、PMF を見つける手がかりとしてください。今回のコンテンツが、あなたが PMF を見つける一助になれば幸いです。
おわりに
今回は PMF サーベイについて、その具体的な実施方法を含めて解説しました。
PMF サーベイを使って少しでも運の要素を減らし、PMF を見つける手がかりとしてください。今回のコンテンツが、あなたが PMF を見つける一助になれば幸いです。
よくある質問
最低でもどれくらいの回答数が必要？
最低でも 40~50 人分の回答数が必要です。オンラインアンケートの回答率が一般的に 20-30% であることを考慮すると 200-250 人程度にアンケートを送る必要があります。
すべての質問に答えてもらわないといけない？
はい。例えば PMF スコアは質問 1 と質問 5 の回答を組み合わせて算出します。未回答の項目があると PMF サーベイから完全な結果が得られなくなります。
200 人もユーザーがいない場合はどうしたら？
アンケートではなくユーザーと直接話す機会を作りましょう。物理的に会って話す、Zoom などのオンラインで話す、 X(Twitter) の DM などで話すなど方法は様々です。ユーザーインタビューについて気になる方はカスタマーマニアになろうがオススメです。
いつ PMF サーベイを実施すべき？
PMF サーベイを実施するタイミングはいくつかのパターンがあります:
定期的に
3 ヶ月ごとや半年ごとなど、定期的にサーベイを実施します。ただし、プロダクト、ユーザー数、ユーザー層に変化がない状態で実施しても結果は変わりません。頻度が高すぎると回答率が落ちる可能性もあるため、適度な頻度にしましょう。
新機能や新プロダクトをリリースして、しばらく経ったとき
プロダクトが愛されている源泉を磨いたり、満足できない点を解消したりした後は、その結果をサーベイで確認します。リリースしたからと言ってすぐにユーザーが新機能や変更点に触れるとは限りません。リリース後少なくとも数週間から 1 ヶ月程度待ってからサーベイを実施するといいでしょう。
PMF スコア以外の重要指標が落ち込み始めたとき
有料ユーザーやアクティブユーザーが大きく減ったときには、原因究明も兼ねて実施しましょう。
PMF サーベイを実施するのにオススメのツールはある？
アンケートに答える側の体験がよく、アンケートに関する機能も豊富という意味で TypeForm をオススメします。コストを抑えたい場合は Google Forms が無料で使えます。
よくある質問
最低でもどれくらいの回答数が必要？
最低でも 40~50 人分の回答数が必要です。オンラインアンケートの回答率が一般的に 20-30% であることを考慮すると 200-250 人程度にアンケートを送る必要があります。
すべての質問に答えてもらわないといけない？
はい。例えば PMF スコアは質問 1 と質問 5 の回答を組み合わせて算出します。未回答の項目があると PMF サーベイから完全な結果が得られなくなります。
200 人もユーザーがいない場合はどうしたら？
アンケートではなくユーザーと直接話す機会を作りましょう。物理的に会って話す、Zoom などのオンラインで話す、 X(Twitter) の DM などで話すなど方法は様々です。ユーザーインタビューについて気になる方はカスタマーマニアになろうがオススメです。
いつ PMF サーベイを実施すべき？
PMF サーベイを実施するタイミングはいくつかのパターンがあります:
定期的に
3 ヶ月ごとや半年ごとなど、定期的にサーベイを実施します。ただし、プロダクト、ユーザー数、ユーザー層に変化がない状態で実施しても結果は変わりません。頻度が高すぎると回答率が落ちる可能性もあるため、適度な頻度にしましょう。
新機能や新プロダクトをリリースして、しばらく経ったとき
プロダクトが愛されている源泉を磨いたり、満足できない点を解消したりした後は、その結果をサーベイで確認します。リリースしたからと言ってすぐにユーザーが新機能や変更点に触れるとは限りません。リリース後少なくとも数週間から 1 ヶ月程度待ってからサーベイを実施するといいでしょう。
PMF スコア以外の重要指標が落ち込み始めたとき
有料ユーザーやアクティブユーザーが大きく減ったときには、原因究明も兼ねて実施しましょう。
PMF サーベイを実施するのにオススメのツールはある？
アンケートに答える側の体験がよく、アンケートに関する機能も豊富という意味で TypeForm をオススメします。コストを抑えたい場合は Google Forms が無料で使えます。
よくある質問
最低でもどれくらいの回答数が必要？
最低でも 40~50 人分の回答数が必要です。オンラインアンケートの回答率が一般的に 20-30% であることを考慮すると 200-250 人程度にアンケートを送る必要があります。
すべての質問に答えてもらわないといけない？
はい。例えば PMF スコアは質問 1 と質問 5 の回答を組み合わせて算出します。未回答の項目があると PMF サーベイから完全な結果が得られなくなります。
200 人もユーザーがいない場合はどうしたら？
アンケートではなくユーザーと直接話す機会を作りましょう。物理的に会って話す、Zoom などのオンラインで話す、 X(Twitter) の DM などで話すなど方法は様々です。ユーザーインタビューについて気になる方はカスタマーマニアになろうがオススメです。
いつ PMF サーベイを実施すべき？
PMF サーベイを実施するタイミングはいくつかのパターンがあります:
定期的に
3 ヶ月ごとや半年ごとなど、定期的にサーベイを実施します。ただし、プロダクト、ユーザー数、ユーザー層に変化がない状態で実施しても結果は変わりません。頻度が高すぎると回答率が落ちる可能性もあるため、適度な頻度にしましょう。
新機能や新プロダクトをリリースして、しばらく経ったとき
プロダクトが愛されている源泉を磨いたり、満足できない点を解消したりした後は、その結果をサーベイで確認します。リリースしたからと言ってすぐにユーザーが新機能や変更点に触れるとは限りません。リリース後少なくとも数週間から 1 ヶ月程度待ってからサーベイを実施するといいでしょう。
PMF スコア以外の重要指標が落ち込み始めたとき
有料ユーザーやアクティブユーザーが大きく減ったときには、原因究明も兼ねて実施しましょう。
PMF サーベイを実施するのにオススメのツールはある？
アンケートに答える側の体験がよく、アンケートに関する機能も豊富という意味で TypeForm をオススメします。コストを抑えたい場合は Google Forms が無料で使えます。
