【BizDev入門】事業開発の知識ゼロのエンジニアが、Claude Code を使って新規事業に必要な最低限の知識を学んでみた

この章で分かること

• 事業の数字を 1 本の木にする方法（KPI ツリー・北極星の指標）
• 先に動く数字と、あとから出る数字の違い
• 見て気持ちよくなるだけの数字（虚栄の指標）の見分け方
• 節目と撤退基準の決め方（第 2 章の続き）
• 速く決めるための考え方（戻せる決定・戻せない決定）
• 数字を見て決める場の作り方

1. 数字を 1 本の木にする：KPI ツリー

第 6 章で売上・粗利・LTV などの数字を見た。第 8 章ではヘルススコアを見た。数字はいくらでも作れるが、ばらばらに追うと、どれを動かせば事業が良くなるのかが分からなくなる。

そこで、 事業のゴールの数字を、分解して木の形にする 。これを KPI ツリー と呼ぶ。

年間の売上（ARR）
├─ お客様の数
│   ├─ 新しく獲ったお客様の数 ← 商談の数 × 受注率
│   └─ やめたお客様の数     ← 解約率
└─ 1 社あたりの売上
    ├─ 1 社の案件の数       ← 広がり
    └─ 1 案件の単価

• 上に行くほど、事業の結果（あとから出る数字）
• 下に行くほど、チームが毎週動かせる数字（先に動く数字）
• KPI （重要な指標）は、この木の中で「今いちばん効く枝」に置く。全部の枝を同時に追わない

木にしておくと、「売上が伸びない」ときに、どの枝で詰まっているかを辿れる。第 7 章の「流れのどこで詰まっているか」と同じ考え方である。

2. 1 つの数字に集まる：北極星の指標

KPI ツリーの上には、売上のような「会社の数字」が来やすい。しかし売上は、お客様が価値を感じた 結果 であって、チームが毎日見て動ける数字ではない。

そこで、プロダクトの世界でよく使われるのが 北極星の指標 （ノーススターメトリック）である。

• お客様が価値を受け取った瞬間を数える、ただ 1 つの数字
• これが伸びていれば、少し遅れて売上も伸びる、という数字を選ぶ
• 北極星の指標は直接は動かせないので、それを生む 3〜5 つの入力の数字 に分け、チームは入力の数字を動かす

例として、分析ツールの Amplitude は、北極星の指標を「1 週間のうちに、自分が見つけた学びを 2 人以上に読まれた人の数」にした。「ログインした人の数」ではなく、 お客様の仕事の中で価値が生まれた回数 を数えているのがポイントである。

3. 先に動く数字と、あとから出る数字

立ち上げのうちは、あとから出る数字（売上）がまだ小さく、動きも遅い。だから 先に動く数字で毎週の手を決め、あとから出る数字で「先に動く数字の選び方が正しかったか」を確かめる 。

4. 見て気持ちよくなるだけの数字：虚栄の指標

エリック・リース『リーン・スタートアップ』は、増えると嬉しいが、決める役に立たない数字を 虚栄の指標 と呼んだ。

見分け方は簡単で、 「この数字が下がったら、何を変えるか」に答えられない数字は、虚栄の指標 である。累計は下がらないので、ほとんどが虚栄の指標になる。

5. 節目と撤退基準

第 2 章で、節目（ゲート）で「進む・変える・やめる」を決めるステージゲートを見た。ここでは、その中身の決め方を扱う。

撤退基準は、始める前に、数字と期限で決める

後から決めると、それまでに使った人とお金が惜しくなり、弱い根拠のまま続けてしまう（使ったお金に引きずられることを サンクコスト と呼ぶ）。日本の調査では、新規事業に撤退基準を持っている企業は約 15% にとどまる。

よい撤退基準は、次の 3 つがそろっている。

有名な例：サイバーエージェントの CAJJ 制度
サイバーエージェントは、事業を営業利益の大きさで格付けし、撤退のルールを明文化している。たとえば、新しく始めた事業は一定の期間内に決まった粗利に届かなければ撤退を検討する、2 四半期続けて減収減益なら撤退か責任者の交代、といったルールである。ルールがはっきりしているから、事業責任者は思い切って挑戦でき、会社は傷が浅いうちにやめられる。

段階ごとに、測るものを変える
第 2 章の段階によって、節目で見る数字は変わる。

早い段階で売上を物差しにすると、まだ売上が立たない段階の事業は全部「やめる」になる。段階に合った数字で見ることが、社内の新規事業を守ることにもなる（第 2 章の両利きの経営）。

6. 速く決める：戻せる決定と戻せない決定

数字があっても、決めるのが遅ければ事業は進まない。Amazon のジェフ・ベゾスは、決定を 2 つに分けた。

ベゾスは、 多くの決定は、欲しい情報の 7 割くらいで決めるべきで、9 割を待つと遅すぎる と言っている。組織が大きくなると、戻せる決定まで重い手続きで決めるようになり、遅くなる。

事業責任者の仕事は、 この決定はどちらのドアか を見分け、戻せる決定はチームに任せて速く回し、戻せない決定にだけ時間と人を使うことである。

7. 数字を見て決める場

数字は、見て決める場があって初めて事業を動かす。よくある形は次のとおり。

1 枚にまとめる : 毎週・毎月の場で見る数字は、同じ形の 1 枚にまとめておく。毎回違う資料を作っていると、比べられず、作ること自体が仕事になる。

よく使うフレームワーク（この章のまとめ）

• KPI ツリー : ゴールの数字を分解し、どの枝で詰まっているかを辿る
• 北極星の指標と入力の数字 : お客様が価値を受け取った回数を 1 つ選び、それを生む数字を動かす
• 先に動く数字・あとから出る数字 : 毎週は先に動く数字で手を決め、あとから出る数字で確かめる
• 虚栄の指標 : 「下がったら何を変えるか」に答えられない数字は追わない
• 撤退基準 : 何で測るか・いつまでに・届かなかったら何をするかを、始める前に
• 戻せる決定・戻せない決定 : 戻せる決定は 7 割の情報で速く

よくある失敗

• 数字が多すぎる : 全部を追って、どれも動かない
• 累計の数字で喜ぶ : 下がらない数字で順調だと思い込む
• 売上だけで新規事業を見る : まだ売上が立たない段階の事業が、正しい方向でも止められる
• 撤退基準が無い・後から作る : やめどきを逃し、人とお金を使い続ける
• 何でも重く決める : 戻せる決定まで会議にかけ、試す回数が減る
• 数字を集めて終わる : 見て決める場が無く、資料づくりが仕事になる

読むとよい本

参考にした資料

• North Star Playbook（Amplitude）
• One-Way and Two-Way Doors: What Bezos Actually Said（RCM Labs）
• サイバーエージェントに見る真にクリエイティブな組織の創り方（グロービス）
• 痛手になる前に！新規事業の撤退基準の決め方（Aidiot プラス）
• 新規事業の撤退基準（UNLK・41 社調査）

要点

• 事業責任者は、プロダクト・顧客・収益モデル・組織・リスクのどれか一部ではなく、「それら全体が統合されて循環しているか」に責任を持つ立場。
• 「作る立場（エンジニア等）」と「事業を回す立場」では、成果の定義も時間の使い方も異なる。特に新規事業においては、 最初から正しい答えは存在しない 。仮説を立て、低コスト・短期間で検証し、仮説が外れたら迅速に修正するのが本質的な役割。
• AI時代における落とし穴： 「作れてしまうから、すべて作ってしまう」 。拡大したのは「作業を実行できる量」であり、人間の思考時間や集中力が増えたわけではない。ボトルネックは「作業量」から「判断の精度、顧客・関係者との対話時間」へとシフトしている。

感想

エンジニア出身なので、「失敗の扱い」と「分からないことへの向き合い方」が刺さりました。そして「全部抱えてしまう」は完全に自分のことでした。AIで開発が速くなった分、自分でやったほうが早い場面が増えていて、だからこそ判断に時間を使えているかを見直す必要があると感じました。

要点

• 事業の本質は「価値・顧客・収益構造のサイクル」。 ビジネスモデル・キャンバス （9つの要素）を用いて1枚の図に可視化することで、整合性の欠如や考慮漏れを発見できる。
• 収益モデルには、単発販売・人月精算・サブスクリプション・従量課金・成果報酬などがある。 フロー型 （単発の売上）と ストック型 （契約継続により積み上がる売上）では、事業の性質が根本的に異なる。
• B2Bビジネスでは、 利用する人・選定する人・予算を持つ人・決裁する人 がそれぞれ異なる。各関係者で関心事が異なるため、提案内容やコミュニケーションを個別最適化する必要がある。

感想

事業を一言で言えなかったことに、ここで気づきました。キャンバス自体は、意外にも頭の中で近いものをイメージできていました。ただ、 言葉にして定義すること がすごく大事だと感じました。B2Bの「4人の相手」は、この先ずっと使う視点だと思います。

要点

• 新規事業は CPF（課題の存在検証）→ PSF（解決策の適合検証）→ PMF（市場への適合検証）→ スケール（拡大期） というフェーズ順に進行する。
• リーンスタートアップの原則：構築 → 測定 → 学習 のサイクルを高速で回す。 MVP （実証に必要な最小限のプロダクト）と ピボット （方向転換）の活用。
• フェーズの節目で「継続・ピボット・撤退」を判断する ステージゲート思考 。 撤退基準は事業開始前に定義する （進行後に設定しようとすると、サンクコストにとらわれて撤退判断ができなくなる）。
• 社内新規事業は、既存事業とリソース（人・予算・評価基準）の奪い合いになりやすい。これらを両立させるアプローチが 両利きの経営 （深化と探索のバランス）。

感想

新規事業は 「分からないことを減らしていく旅」 という捉え方が一番しっくりきました。既存事業は何年も同じやり方で回っていて慣れているけど、新規事業は分からないことだらけ。だからこそ、1つずつ早く安く確かめていくのが楽しみになりました。

要点

• The Mom Test（マム・テスト） ：顧客は配慮や建前で事実と異なる回答をすることがある。意見や未来の予測ではなく、 過去の具体的な行動事実 をヒアリングする。自分のアイデアを売り込んではいけない。
• ジョブ理論 ：顧客はプロダクトそのものを購入するのではなく、達成したい用事（ジョブ）を片付けるためにプロダクトを「雇用」する。ジョブには機能的・感情的・社会的な3つの側面が存在する。
• ICP（理想の顧客像） と ペルソナ ：ターゲットとする企業の条件と、その企業内の担当者像を具体化する。

感想

マム・テストは、すぐに使えそうです。特に、相手がこちらのプロダクトを知っている場合は、プロダクトを意識させない聞き方にしないと本音が出ない、という点に気づけました。ジョブ理論も初めて知りましたが、これまで機能的なジョブにばかり目が行っていたので、感情的・社会的なジョブにどう応えるかを考えたいと思いました。

要点

• TAM・SAM・SOM ：市場全体・アプローチ可能な市場・実際に獲得可能な市場。TAMの規模感だけで判断せず、SOMに対して現実的に手が届くかどうかが極めて重要。
• 競合は直接的なライバル企業だけにとどまらない。同じジョブを解決する手段すべてが 代替品 となり、最大の競合は「現状維持（何もしないこと）」であるケースが多い。
• 優れた戦略の3要素 （現状の診断・基本方針・一貫したアクション）。戦略の本質とは、やらないことを決めること。
• 持続的な競合優位性（ モート / 堀 ）のパターン：スイッチングコスト、規模の経済、ネットワークエフェクトなど。

感想

TAM・SAM・SOMは聞いたことはあったけど、理解できていませんでした。フレームワークとして優秀で、まずは自分の事業のSOMをちゃんと決めたいと思いました。直接の競合より、大手の「代わりのもの」のほうが怖い、というのも改めて意識できました。

要点

• バリュープロポジション・キャンバス ：顧客のジョブ・ペイン・ゲインと、自社プロダクトの提供価値を噛み合わせる。すべての要素を網羅しようとしないことが重要。
• ポジショニング・ステートメント ：「誰の・どのような課題を・競合と何が異なるアプローチで解決するか」を一言で定義する。
• MVP は単に「機能を削った版」ではなく、 検証したい仮説を確かめるために必要な、最も低コストな手段 を指す。B2Bにおいては、人力の運用で価値を提供する「コンシェルジュ型MVP」が有効。
• ビルドトラップ ：機能を開発・リリースすること自体が目的化し、顧客のアウトカム（成果）を見失ってしまう状態。
• PMFの測定指標：「このプロダクトが使えなくなったら困る」と回答したユーザーが40%以上（ショーン・エリスのPMFテスト）。

感想

MVPの認識が一番改まった章です。「機能の数が最小限」だと思っていましたが、「仮説のために最低限必要なもの」でした。だとすると、MVPの前に 仮説を洗い出して並べる ことが先に要ります。ビルドトラップは、別のプロジェクトで実際に陥った経験があるので、めちゃくちゃ共感しました。

要点

• 売上 − 原価 ＝ 粗利、粗利 − 販管費 ＝ 営業利益。費用は変動費と固定費に分類して管理する。
• SaaSにおける重要指標： MRR / ARR （月間/年間経常収益）、 Churn Rate （解約率）、 NRR （売上維持率）、 CAC （顧客獲得単価）、 LTV （顧客生涯価値）。
• ユニットエコノミクス ：顧客1社あたりの採算性。LTV ÷ CAC が3倍以上であることが健全性の目安。1社あたり赤字の構造のままスケールさせると、顧客が増えるほど赤字が拡大する。
• 価格設定は提供価値ベース（Value-Based Pricing）で行うのが最も強い。原価は「下限ライン」、競合価格は「相場の参考」として活用する。

感想

計算式を自分で追えるようになったのが大きかったです。NRRやLTVは聞いたことはあったけど、ちゃんと向き合ったことがありませんでした。数字遊びと言えばそれまでですが、式に当てはめると、 どこに力を入れるべきか・どこが課題か が見えます。「営業利益が一番大事」と言って反論されたのも、この章です（前述）。

要点

• THE MODEL ：マーケティング → インサイドセールス → フィールドセールス → カスタマーサクセスへ分業化し、各プロセスの転換率を数値化して管理する。ただし、立ち上げ初期は分業せず「創業メンバーが直接売る」のが定石。
• セールスモデルの分類：ハイタッチ（営業対応）・プロダクト主導（PLG）・パートナーチャネル。顧客1社あたりの年間契約金額（ACV）に応じて最適なモデルを選択する。
• MEDDIC ：Metrics（評価指標）・Economic Buyer（決裁権者）・Decision Criteria（選定基準）・Decision Process（決裁プロセス）・Identify Pain（課題の特定）・Champion（推進役）の6視点で商談の成約可能性を検証する。
• デザインパートナー （3〜5社程度で期間を限定し、最終的に「有料で継続するか」を確認する）、 ランド＆エクスパンド （小さく導入して広げる）、 キャズム理論 。

感想

MEDDICがとても分かりやすかったです。特に「お金を出す人に会えていない商談は、『やめる』と言える人にしか会っていない商談」という一文が刺さりました。お客様の中で広げるには、数字（KPI）を背負うキーパーソンが要る、という自分の考えとも直結しました。

要点

• SaaSビジネスは 契約後が本番 。顧客が継続利用し、対価を支払いつづけて初めて、顧客獲得にかかったコスト（CAC）を回収できる。
• Time to Value（初回価値提供までの時間） ：最初のマイルストーンは「初期設定の完了」ではなく、「顧客の業務で実際の成果が出た瞬間」に設定する。
• サクセスプラン ：成功の定義（決裁者が約束した定量成果）・現状の数値・推進役・マイルストーンを、導入前に顧客と合意・策定する。
• ヘルススコア （導入状況・利用頻度・業務への定着度・成果創出）の運用と、組織の変革プロセスを表す ADKARモデル 。

感想

カスタマーサクセスの考え方がすごく勉強になりました。普通の商売で言えば、野菜を売って終わりではなく、本当においしかったか、買い続けてもらえるかが大事、という感じです。また、推進役は お客様の社内の人 でないと務まらず、外から入る人はそれを支える側、という整理も腹落ちしました。

要点

• KPI ツリー ：ゴールとなる指標を木の構造に分解する。上部は事業成果（遅行指標）、下部はチームが日々にコントロールできる指標（先行指標）。
• 北極星の指標 ：顧客が価値を実感した瞬間をトラッキングする、中心となる単一指標。
• 虚栄の指標 ：数値が増加しても意思決定に寄与しない指標。「数値が低下した際にアクションを変更できない指標」は追わない（累計数値の多くが該当）。
• 撤退基準は「評価指標・期限・未達時のアクション」の3要素を事前に定義する。
• 戻せる決定・戻せない決定 ：戻せる決定は情報の7割が揃った段階でスピーディーに判断する。

感想

この章はめちゃくちゃ参考になりました。事業を数字でどう見るかは、完全に初心者だったので。KPIツリーの「上は結果、下は毎週動かせる数字」は分かりやすかったです。SNSでよく見る「登録者数〇万人突破」のような数字に惑わされないようにしよう、とも思いました。戻せる決定・戻せない決定は、以前社内で聞いたことがある話で、ここで再会して「おっ」となりました。

要点

• DACIモデル ：意思決定ごとに、Driver（推進者）・Approver（決定者）・Contributor（貢献者）・Informed（共有先）を明確化する。 決定者（Approver）は必ず1人に絞る （「全員で協議して決める」は実質的に「誰も決定しない」状態を生む）。
• 権限委譲の7段階 ：伝える → 説得する → 相談する → 合意する → 助言する → 事後報告 → 委任する。領域ごとに現在の委譲レベルを可視化する。
• 小規模チームでは、タスクの切り分けではなく「担当する意思決定領域」で役割を分担する。
• 属人化 の本質は「個人の頭の中にのみ存在する判断理由とコンテキスト」。後からまとめてドキュメント化するのではなく、意思決定の瞬間に記録に残す。
• 社内新規事業特有の課題： 兼務体制 （コミットラインを事前に定義する）と、 既存事業と同じ評価尺度で減点評価されるリスク 。

感想

「誰が決めるか」が曖昧になっている自覚があったので、DACIはすぐ使いたいと思いました。一方で、少人数でスピード感を持って進めたいので、フレームワークをガチガチに運用すると遅くなる。いい塩梅を取ることも大事だと感じました（前述の README の一文につながりました）。

要点

• プレモーテム（事前検証） ：「1年後にこの事業が失敗した」と仮定し、その原因を事前に洗い出すワークショップ手法。
• 洗い出したリスクは リスク台帳 （発生確率・影響度・対応策・担当者・兆候）として管理し、定期的に見直す。対応策の分類：「回避・軽減・転嫁・受容」。
• B2Bビジネスでは、現場ユーザーが評価しても 情報システム部門や法務・セキュリティの審査 を通過しなければ導入できない。特に「データ管理方針・アクセス権限・契約終了後のデータ取り扱い」が重視される。生成AIサービスでは「学習データへの利用有無」も厳しく問われる。
• 国内においては、経済産業省・総務省の AI事業者ガイドライン が、AIサービス評価における標準的な基準となる。
• 他社プラットフォームに依存するサービスは、基盤側の規約変更等で事業基盤が揺らぐリスク（プラットフォームリスク）を常にはらむ。

感想

プレモーテム自体はやったことがあったのですが、 やって終わりにせず、リスク台帳にして管理する ところまでがセットだと分かりました。情報システム部門向けの資料（権限・データの持ち方・解約したあとの一覧）は、売る前にそろえる営業の道具だ、という捉え方も新鮮でした。