1. AARRRモデルが基本
1.1. ただし施策の順番はARRRA
1.2. いま自分がどのステージにいるか
2. グロースサイクルで施策を回す
2.1. 1. KGIの設定
2.1.1. KGI：重要目標達成指標
2.1.1.1. ARRRAのステージごとの目標をKGIに
2.1.1.2. グロースステージチェックシートで決める
2.1.2. KPI:重要業績評価指標
2.2. 2. 分析：（KGIを達成するためにやること）
2.2.1. ファネル分析
2.2.1.1. 「離脱率」のすぼみを探す
2.2.2. パターン分析
2.2.2.1. KGI目標を達成したユーザーグループとそうでない ユーザーグループに分け、共通点をあぶりだす
2.2.2.1.1. 成功の共通パターンは？
2.2.2.1.2. 失敗の共通パターンは？
2.2.2.2. 定量分析
2.2.2.2.1. 行動ログの分析
2.2.2.2.2. 「マジックナンバー」を探す
2.2.2.3. 定性分析
2.2.2.3.1. ユーザーインタビュー
2.2.2.4. 発見
2.2.2.4.1. 上記で得られた学びを整理
2.2.2.4.2. マトリクスを作成
2.2.2.5. ex)翌日再訪した人とそうでなかった人に定量・訂正分析をかける
2.2.2.5.1. 初回訪問時に１つ以上写真を投稿するとサービスの楽しみ方がわかって継続する
2.3. 3. KPIの設定
2.3.1. ゴールにそってKPIを設定する
2.3.2. KPI設定基準
2.3.2.1. KGIに対する改善インパクトがもっとも大きい
2.3.2.2. 工数がもっとも小さい
2.3.3. 良いKPIの３つの条件
2.3.3.1. 行動（施策）につながる
2.3.3.2. 理解しやすい
2.3.3.3. 期間ごとに比較ができる
2.3.4. ex)
2.3.4.1. ✕ 総PV数
2.3.4.2. ◯ 登録初日ユーザー数に占める投稿ユーザー数の割合
2.3.4.2.1. 期間ごとに比較可能
2.3.4.2.2. わかりやすい
2.4. 4. ハック：KPIを上げる施策を選んで着手
2.4.1. 1. 施策をブレスト
2.4.2. 2. マトリクスで分析
2.4.2.1. 改善インパクト大
2.4.2.2. 工数大
2.4.3. 判断軸が複数ある場合
2.4.3.1. 施策を複数の軸でスコアリング
2.4.3.2. 総合得点を出す
2.5. 5. チェック
2.5.1. KPIとKGI改善しているかを確認する
2.5.1.1. よくある落とし穴
2.5.1.1.1. KPIの数値は向上したが、KGIは改善していない
2.5.2. 数値が上がらない場合
2.5.2.1. ステップを巻き戻す
2.5.2.1.1. 別の施策を試す
2.5.2.1.2. それでもだめならファネル分析/パターン分析に戻る
3. アクティベーション
3.1. PSFの検証
3.1.1. 顧客・課題・解決法の前提が間違っていないか
3.1.2. ジャベリンボードで検証
3.1.2.1. ふせん
3.1.2.2. 大きな紙に印刷する
3.1.3. 議論するとき
3.1.3.1. ディスカッション
3.1.3.1.1. ブレストは個人で
3.1.3.1.2. 意思決定は集団で
3.1.3.2. 意見を収束させるには
3.1.3.2.1. 並べ替え
3.1.3.2.2. マトリクス
3.1.3.2.3. 投票
3.1.3.3. 効率化のために
3.1.3.3.1. 立ってやる
3.1.3.3.2. 時間を区切る
3.1.3.3.3. なるべくイラストを各
3.2. ユーザーオンボーディングを大切に
3.2.1. 初回利用でアハ体験させる
3.2.1.1. このサービスいい！と思ってもらう
3.2.1.2. 方法
3.2.1.2.1. 価値提案
3.2.1.2.2. 利用方法の説明
3.2.2. 指標
3.2.2.1. 新規ユーザーの再訪率
3.2.2.2. 50%
3.2.3. 他社事例
3.2.3.1. User Onboarding
3.2.3.2. UX Archive
3.2.3.3. Inspired UI
4. リテンション
4.1. コホート分析
4.1.1. 特定のユーザーグループを継続して計測していく手法
4.1.2. リテンション施策の計測なら1日1施策分析
4.2. リテンションカーブ
4.2.1. LTV向上
4.2.1.1. 平均購買単価 * 購買頻度 * 購買継続期間
4.2.2. リテンションカーブに注目
4.2.2.1. 軸
4.2.2.1.1. X軸
4.2.2.1.2. Y軸
4.2.3. 利用開始翌日の継続率が最重要
4.2.3.1. 利用開始日にユーザーに便益を提供できているかドウか
4.2.4. ゆるやかなリテンションカーブを目指す
4.3. フックモデル
4.3.1. プロダクトをユーザーの習慣の一部にする
4.3.2. 習慣化すればするほど利益に直結する
4.3.2.1. ex)
4.3.2.1.1. Evernote
4.3.2.2. 4つのメリット
4.3.2.2.1. LTVの向上
4.3.2.2.2. 価格設定の自由向上
4.3.2.2.3. 急激な成長を可能に
4.3.2.2.4. 競合製品への競争力向上
4.3.3. 4つのステップ
4.3.3.1. 1. トリガー
4.3.3.1.1. 外的トリガー
4.3.3.1.2. 内的トリガー
4.3.3.2. 2. アクション
4.3.3.2.1. BMAT
4.3.3.3. 3. リワード（報酬）
4.3.3.3.1. 報酬は「予測不可能なもの」
4.3.3.3.2. ex)
4.3.3.4. 4. インベストメント（投資）
4.3.3.4.1. ユーザーにちょっとした作業をしてもらう
4.3.3.4.2. ユーザーが使えば使うほど投資になるような構造を意識
4.3.3.4.3. ex)
5. リファラル
5.1. 4種類
5.1.1. 1. 自然的拡散
5.1.1.1. サービスの中に拡散の仕組みを組み込む
5.1.1.2. ex)
5.1.1.2.1. created by ペライチ
5.1.1.2.2. Hotmail
5.1.2. 2. 人工的拡散
5.1.2.1. ポイントなどのインセンティブを付与して人為的にバイラルを起こす
5.1.2.2. ex Uber
5.1.2.2.1. クーポン
5.1.3. 3. パラサイト型拡散
5.1.3.1. 同種のユーザーを抱えるより大きなプラットフォーム に自社のコンテンツｗ流し込み、ユーザーを獲得する
5.1.3.2. ex)
5.1.3.2.1. YouTube
5.1.3.2.2. Airbnb
5.1.4. 4. クチコミ
5.1.4.1. シェアする機能
5.1.4.2. ex) Mailbox
5.1.4.2.1. 順番待ちで話題に
5.2. 評価指標
5.2.1. NPS
5.2.1.1. 全ユーザーのうち推奨社（プロモーター）の割合を示すもの
5.2.1.2. アンケート「あなたはこの製品を友人にすすめますか？」
5.2.1.3. ツール
5.2.1.3.1. Gioogleフォーム
5.2.1.3.2. SurveyMonkey
5.2.1.3.3. Wootric
5.2.1.4. 測り方
5.2.1.4.1. 0〜10の評価数値をもとに3グループにわける
5.2.1.4.2. プロモーターの割合 - 批判者の割合 ＝NPS
5.2.2. バイラル係数
5.2.2.1. NPSより正確
5.2.2.2. 既存ユーザーが平均して何人の新規ユーザーを呼びこむか
5.2.2.3. 計算方法
5.2.2.3.1. ユーザー当たりの招待アクション回数 × 登録コンバージョン率 = バイラル係数
5.2.2.4. 適切な値とは
5.2.2.4.1. 0.5あれば相当優秀
5.2.2.5. バイラルサイクルタイムに注意
5.2.2.5.1. 招待が完了するまでの期間
5.2.2.6. Excelで計算
5.2.2.6.1. デヴィッドスコック氏
5.3. どのタイプのりファラルが組み込めるか
5.4. グロースサイクルでリファラルをハック
5.4.1. KGI：バイラル係数
5.4.2. ファネル分析：友人招待。のところで離脱が多いことが判明
5.4.3. パターン分析：定性的アプローチでインタビュー
5.4.4. KPI設定：登録ユーザーあたりの招待アクション率
6. レベニュー
6.1. 目指すところ
6.1.1. 顧客単価（ARPU）を上げることに注力
6.1.2. LTV > CPA を目指す
6.2. レベニューモデル
6.2.1. 1. 広告
6.2.1.1. 参入障壁がもっとも低い
6.2.1.2. 広告売上 = 広告在庫 × 販売率 × 販売単価
6.2.2. 2. コマース
6.2.2.1. ネット通販、無形のものも（英会話など）
6.2.2.2. 成功ポイント
6.2.2.2.1. 販売商品数
6.2.2.3. 購入代金が売上
6.2.3. 3. 手数料
6.2.3.1. 仲介サービス
6.2.3.2. 成功ポイント
6.2.3.2.1. 売手と買手のマッチング精度
6.2.4. 4. 課金
6.2.4.1. サービスの価値をお金んい転換
6.2.4.2. ユーザーニーズに合わせたサービスwプランを
6.2.4.3. サブスクリプション
6.2.4.4. ポイントはフリーミアム
6.3. 課金モデルをハックする
6.3.1. フリーミアムで提供
6.3.2. ユーザー数がいれば広告モデルに転換も可能
6.3.3. 継続ユーザーは有料への転換率が高い
6.3.3.1. Evernote
6.3.4. EX)
6.3.4.1. 成功例はAmazonプライム
6.3.4.1.1. コマースのレベニューも押し上げている
7. アクイジション
7.1. オーガニックアクイジション
7.1.1. 種類
7.1.1.1. クチコミ
7.1.1.2. PR
7.1.1.3. 事業提携
7.1.1.4. ASO
7.1.1.5. SEO
7.1.2. コツ
7.1.2.1. すでにユーザーがいるところを狙う
7.1.2.2. ユーザーヒアリング
7.1.2.2.1. ユーザーが普段どんなメディアに接しているか
7.1.2.2.2. 生態系を把握
7.2. ペイドアクイジション
7.2.1. オンライン広告
7.2.2. 広告クリエイティブは摩耗する
7.2.2.1. 一つの広告領域にかならず複数の広告を用意して期間で変える
7.2.2.2. 反応の鮮度を保つ
7.2.3. 評価基準
7.2.3.1. 残存ユーザー数
8. ツール
8.1. アクセス解析
8.1.1. GoogleAnalytics
8.1.2. Kissmetrics
8.1.2.1. 顧客タイプやマーケティングキャンペーンなどのセグメント別に分析
8.2. プロトタイピングツール
8.2.1. POP
8.2.1.1. 非エンジニア、非デザイナー向け
8.2.2. Flinto
8.2.2.1. POPと同様手軽。画面遷移のアクションやスクロールも再現
8.2.3. Prott
8.2.4. Invision
8.2.4.1. 無料かつ高機能
8.3. ABテスト
8.3.1. Optimizely
8.3.2. leanplum
8.3.2.1. 非エンジニアでも
8.3.3. KAIZEN Platform
8.4. ユーザーサポート
8.4.1. Zendesk
8.4.1.1. 業務サポート
8.4.2. Olark
8.5. SNS運用ツール
8.5.1. Hootsuite
8.5.2. Buffer
8.5.2.1. 予約投稿や反応分析
8.5.3. Twitterアナリティクス
8.5.3.1. 公式の分析ツール
8.6. アンケートツール
8.6.1. Googleフォーム
8.6.2. SurveyMonkey
8.6.2.1. 回答で条件分岐が設定できる
8.6.3. Typeform
8.6.3.1. 美しいUI
8.6.3.2. 利用者の負荷軽減
8.6.4. クラウドワークス
8.6.4.1. アンケートフォームも出来る
8.7. ティザーサイト
8.7.1. Launchrock
8.7.2. QuickMVP
8.7.2.1. アドワーズ広告と連携
8.8. UX事例
8.8.1. The Next Web
8.8.2. Alertbox
8.8.3. User Onboarding
8.8.4. UX Archive
8.8.5. InspiredUI
8.8.5.1. 「チュートリアル」など特定の画面のUI事例集
8.8.6. UI OH MY
8.8.6.1. 同じアプリの同じ画面について比較できる