成功要因は細かいよくわからにところにある気がする

外から成功者を眺めていると、
・成功者の〜〜のパーソナリティが良かった
・〜〜の分野を選んだからよかった
等、成功要因を分析した結果、基本的により一般化、抽象化された部分が結論として出てきます。

それ自体は何も間違っていないのですが、自分も実行者として同様な成功を目指す場合、そういった一般的な事項に加え、もっと全然違う細かい部分を見る必要性を最近感じます。

例えば、バイラルメディアのビジネスモデルを検証するとわかるのですが、一人あたりの平均友達数や、一人あたりの記事のシェア率は、0.1変わっただけでもかなり結果が違ったりするように、他にもUIの細かい部分の調整によって勝敗が決したり、オペレーションをしっかり整えられたか、とか、しっかり節約したか、とか、そういった伝記ではあまり触れられないような細かい部分こそ、もっと研究するべきなように思います。

”熱意”が成功要因として語られることもよくありますが、何故そうなのかというと、熱意がなければそこまで細かいことに気が回りにくいからなのかもしれません。
あと、大組織で議論すると、どうしてもそういった細かいことは後回しにされてしまいます。細かい部分の調整は、見た目の費用対効果が随分悪く見えるからです。

僕もかなり大雑把な性格なので、そういった細部までこだわることは必要以上に気をつかなわないとなーー

問題は明らかになるまで解決しない2

こちらの続きです。

物事の準備に関して、「しないに越したことはない」みたいな書き方をしましたが、よく考えるとそうでもないなと思いました。

例えば、起業するならとりあえずなんかコード書けなきゃだめだろうと始めたphpは、確かに掲示板ライクなものを作るくらいなら良いけど、解析とかクローリングとかをやるのは若干やりにくさがあったりします。

でも、それが必要だとわかるのは後になってからで、”とりあえずなんか勉強しよう!”だとどうしても学習コストの低いものを選んでしまいます。

それ自体は間違っていないように見えてしまいますが、問題はただ”学習コストが低い”だけで選んだphpが得意になってしまった後です。

その後は、まずほぼ間違いなく何をやるにも”PHPでできるか?”が念頭に来ます。モバイルサービスも、アプリではなくwebで作ってしまいます。なぜならそれのほうが簡単で、せっかく使えるスキルがあるならそれを使いたくなってしまうからです。

冷静に考えればネイティブで作らないと意味ないものも、まぁなんとかなるだろ!みたいな感じでphpにしてしまったりします。

”サンクコスト”なんて言葉もありますが、一度苦労して手に入れた何かを捨てるのはとても大変です。良かれと思って先に準備した何かが、その後の判断において”余計なもの”になることは往々にしてあるような気がします。

無思考な”準備”は害悪にすらなる可能性がある、というお話でした。

問題は明らかになるまで解決しない

普通に生活していると、予め準備しておくことは重要だと教えられることが多いです。
高校3年次の受験勉強に備えて進学校では高校1年から真面目に勉強をするし、会社では今後起こりうる問題に対して新人研修で予め対策を施してくれます。

ところが、会社をはじめてからこれまで、予め対策をしてそれが活きたようなことは殆どなかったように思います。

起業する前、一応最低限のスキルとして、プログラミングを学びました。確かに無駄ではありませんでしたが、作るスキルがあったとして、作るべきビジネスに対しての考えの甘さがそれ以前に露呈して苦労しました。
ベンチャーでインターンもしました。ところが自分で始めた会社で、インターンでの体験を活かすような場面にはなかなか出会いませんでした。

もちろん完全に無駄だったわけではないですが、もし仮に今後成功したとして、それらが主な成功要因になるかといえば、絶対そんなことはないと思います。

そしてもう一つ、そもそも問題に直面しないこと、問題を起こさないことは、一見とても優れたことのように見えます。しかし、もしそれらが事前に回避できたとして、なぜその”事前の回避”ができてしまうのでしょうか?
それは事前に回避できることしかやってないだけで、それはどこかの誰かが残してくれた前例を踏んでいるだけなので、今度はスタートアップとして成功する確率はかなり低くなるでしょう。
確かに真似は大事だけど、それは「完全にコピーしろ」ということではなくて、いくつかを組み合わせたり、少しオリジナリティを加えたりとかだと思います。
真似を組み合わせることは、他の誰かがやっていないことをやることだし、そうすれば絶対予期せぬ問題に直面します。

そもそも、問題は明らかになってしまえばあとは解決するだけです。難しいのは、そこまで辿り着くことです。
目標に向かって進むのは、問題を作ることと同義なように思います。

問題は事前に回避するのではなく、できることを積み重ねて問題に直面することこそがベンチャーにとっての”前進”なのかもしれません。

適切な手段の選択

ここ数日でガッツリpythonを学んでわかったが、僕がやろうとしていることには絶対pythonが使われていないとおかしかった。

スクレイピングや数値解析、データ整形が事業の主軸と言っても構わないレベルなのに、それをあまり得意としないphpでやろうとして、めちゃくちゃ苦労していたが、pythonでやると特にスクレイピングがびっくりするくらい簡単でびっくり。

適切な言語選択の他にも、手段の選択を迫られるシーンは数多くあるように思う。
・クラウドソーシングで行うべきか、内製で行うべきか
・テレアポ等の営業を行うべきか、SEOを強化してインバウンドでのマーケティングをするか
・アプリかWebか
・どのデータベースを活用するか
etc…

得意なものがあると、そればかりを使いたくなってしまうけど(今回の僕だったらPHP)、それ以上に、今やろうとしていることをやるのにどれが最適か、人に聞いて2,3はしっかり検証したほうがいいのだと思う。

実行の順番2

前回の記事の続きです。

実行の順番に関して,もう一つ大事だなと思うことがありました。

それは、”プラットフォーム”と”コンテンツ”、どちらを先に用意すべきか、というものです。

googleにおいては、webサイトがコンテンツで、検索の仕組みがプラットフォームです。Facebookにおいては、人のプロフィールや投稿がコンテンツで、facebookの仕組みがプラットフォームです。

何かサービスをつくろう!となった時に、プログラミングが出来る人は特にまず先に”プラットフォーム”を作ってしまう例を多々見ます。僕も何度もそうしてきました。しかし、そういったサービスは基本的に流行りません。なぜかというとコンテンツがないからです。

いや、でもこれはCGMだから…
それにしても、もしそのサービスに人が集まるとしたら、その集まる要因となったコンテンツがあるはずです。
例えば、LINEは、メッセージを送る相手がいてはじめて”使おう!”と思います。LINEにとってのコンテンツは”メッセージをやりとりする相手の存在”となるでしょう。

すごく当たり前のことを書いているような気がしますが、これは、サービス作りやマーケティングにおいてもかなり重要な要素で、コンテンツがあって初めてプラットフォームは意味を持ちます。
また、先にプラットフォームを作ってしまうと、本来あるべきコンテンツの形をプラットフォームに合わせて婉曲してしまったり、その後コンテンツを集めて結局それに合わせてプラットフォームを作り直す、みたいなコストも発生してしまいます。

これは特にサービス作りに関して素人な学生とかがやりがちなミスかもしれません。順番はとっても大事。

実行の順番

”実行の順番”はとても大事で、僕は受験勉強の際に焦って基本を疎かにしたまま応用の訓練に走ったため、部活引退後の最初の数ヶ月をほとんど無駄にしてしまいました。こういった”実行の順番”は何をするにも間違えるとそれこそが失敗要因になりがちです。
なぜ、そんな大事な実行順位を間違えるかというと、その順位の判断がとてもむずかしいからです。

例えば、SNSのようなビジネスをやろうと思えば、、
1.まずユーザーを集める
2.その後広告を開始する
みたいなのがものすごくざっくりとした”順番”になります。
こんなの当たり前だろ!って思いますが、結構これでも間違える人は多いように思います。
基礎と応用の順番も、傍から見ればなぜ間違えるのか、意味がわかりません。

順番を間違えないようにするには、まず大事なのは「順番が大事」であることをしっかり認識することだと思います。そして、短期で安易に高い成果を求めないことです。僕は受験勉強の時、数ヶ月で東大レベルを目指した結果、強引な計画を建てざるを得なくなりました。
似たような失敗は、起業してからも繰り返しています。

そしてもう一つ、実行難易度(不確かさ)と必要コスト(必要な人、モノ、金、時間)のマトリックスで判断することが大事かと思います。
実行難易度が高く、必要コストが低いものから手を付けるべきです。
これは、とくに前後関係が自明でない時(上記のSNSのように”逆はありえない”が成り立たない場合)に役に立ちます。

ある事柄を成し遂げるのに、A・B・Cの3つをやらなければならないとします。物理的にはどの順番でやることも可能ですが、
A:実行難易度が高く、必要コストが低い
B:実行難易度、必要コスト、ともに普通
C:実行難易度が低く、必要コストが高い
といった特徴があるとします。

もし仮に、C→B→A で実行したとします。Cは確実にできるので、とりあえずお金と時間がなくなります。Bもそれなりにリソースを失いながらできました。ところがAに差し掛かった途端、それはかなり難しくもしかしたら出来ないことが判明しました。すると、B,Cで失ったリソースが無駄になってしまいます。

もし仮にA→B→Cの順でやっていれば、最初にそれがわかり、リソースを失うことなく計画を改めることができます。

実行の順番は非常に重要です。それが正しく設定できる事こそが”実行力の高さ”かもしれません。

機械学習でスタートアップするなら、データベースを売るべき

昨年の後半、実は機械学習に興味を持ってビジネスに使えないかといろいろ 試したのですが、結局ダメでした。
最近改めて振り返って、機械学習はどうあるべきか考えたのでその思考メモです。

まず、機械学習を成り立たせるために最低限必要な準備は以下の3つです。
・ある程度似たようなフォーマットの膨大な母数のデータ
・データの明確な分類の定義
・形態素解析等の言語処理技術
これらをまず揃えればとりあえずそれっぽいことはできるかと。

これを、例えば〜〜に関してユーザーの好みを覚えるサービス!と言ったところでかなり無理があります。なぜなら、一人一人のユーザーの好みに関して事前に膨大なデータを用意するのは不可能に近いからです。

僕の考えとしては、まずユーザーの好みを覚えてレコメンド!とかは機械学習でやるにはまだ早いです。
それより、例えばgoogleのスパム検知システムをAPI化してお金を払えば誰でも使える、みたいな、一歩進んだデータベースとして販売するのが良いかと思います。

これは、インターネット上に構築された集合知を、経験知として昇華させるような感じで、世界全体の効率を劇的に高めるでしょう。

もう少し具体的な案がでてきたらなんかやりたいなー

あーなんか自分で書いてて違う気がしてきた…