PMF前に置くKPIとレビューの進め方

「指標がない」問題：PMF前に置くKPIとレビューのしかた

「何を指標にすればいいかわからない」「売上を追うのは早い気がする」。PMF前のチームが指標設計で迷うのは当然です。まだ「何がうまくいくか」がわかっていないからです。

この記事でわかること

PMF前に追うべき指標: 売上より「学習」を最大化する指標
追ってはいけない指標: 早すぎる最適化を招くメトリクス
レビューの仕組み: 週次で回す振り返りサイクル

基本情報

項目	内容
カテゴリ	GTM戦略
難易度	中級
想定読了時間	10分

PMF前のKPI設計

PMF前の指標設計が難しい理由

まだ「正解」がわからない

PMF前は、どのセグメントに、どの価値を、どう届けるかが確定していません。正解がわからない状態で「最適化」しようとすると、間違った方向に進むリスクがあります。

売上で判断できない

売上は結果指標です。PMF前は売上が小さく、サンプルも少ないため、売上だけを見ていると判断を誤ります。

従来のKPIが当てはまらない

成長期のSaaSでよく使われるKPI（MRR成長率、NRR、LTVなど）は、一定の規模とデータ量がないと意味を持ちません。

PMF前に追うべき指標

1. 学習指標（Learning Metrics）

「何を学んだか」を定量化する指標です。

指標	定義	目標例
顧客インタビュー数	週あたりの顧客との対話数	週5件以上
仮説検証数	検証した仮説の数	週1-2件
反証された仮説数	間違いだと判明した仮説	記録

2. エンゲージメント指標

顧客がプロダクトに価値を感じているかの初期シグナルです。

指標	定義	PMF前の目安
アクティブ率	WAU/MAU比率	40%以上
機能利用率	コア機能を使ったユーザー割合	60%以上
リテンション（初期）	2週間後の継続率	50%以上

3. 定性フィードバック

数字では捉えられないシグナルを体系的に集めます。

収集すべきフィードバック:

「これがないと困る」と言われた機能
解約・離脱の理由
競合との比較コメント
価格への反応

PMF前のKPIフロー

追ってはいけない指標

1. MRR成長率（早すぎる段階で）

MRRの成長を追うと、「どんな顧客でも取りに行く」行動を招きます。PMF前は顧客の質が重要です。

2. CAC/LTV比率（サンプルが少ない段階で）

10件程度のデータでLTVを計算しても統計的に意味がありません。最低でも30-50件のデータが必要です。

3. NPS（プロダクトが未成熟な段階で）

プロダクトが変化し続けるPMF前のNPSは、参考情報以上の価値を持ちません。

4. バニティメトリクス・虚栄指標

指標	問題
ページビュー	アクションにつながらない
登録ユーザー数	アクティブかどうかがわからない
ソーシャルメディアのフォロワー数	売上との相関が薄い

追うべき指標と追わない指標

PMF達成の判断基準

ショーン・エリス・テスト

「このプロダクトがなくなったら、どう感じますか？」という質問に対し、40%以上が「とても残念」と回答すればPMFの兆候です。

リテンションカーブ

時間経過とともにリテンションがフラット化（横ばい）すれば、一定のユーザーが定着しているサインです。

自然成長

広告やプッシュなしで紹介やオーガニックで成長していれば、プロダクトに引力がある証拠です。

週次レビューの仕組み

レビューの目的

PMF前のレビューは「進捗確認」ではなく「学習の共有」です。

レビューのフォーマット

## 今週の学び
- 顧客Aとの対話: [具体的な学び]
- 施策X: [結果と考察]

## 検証した仮説
| 仮説 | 結果 | 次のアクション |
|------|------|---------------|
| 「〇〇は課題」 | 支持された | 深掘りインタビュー |
| 「△△で解決」 | 反証 | 別アプローチを検討 |

## 来週の検証
- 仮説:
- 検証方法:
- 成功基準:

レビューの頻度

会議	頻度	内容
チーム週次	週1回・30分	学びの共有、次週の検証決定
深掘りセッション	隔週・60分	特定テーマの深堀り
ピボット判断	月1回	方向性の見直し

フェーズ別のKPI設計

フェーズ1: 問題検証（Problem Validation）

目的: 顧客の課題が実在するか確認

指標	目標
顧客インタビュー数	30件以上
「この課題がある」と言った割合	70%以上
現在の解決策への不満度	高い

フェーズ2: 解決策検証（Solution Validation）

目的: 提案する解決策が課題を解決するか確認

指標	目標
プロトタイプ体験者数	10件以上
「使いたい」と言った割合	50%以上
有料意向（WTP確認）	価格提示に抵抗なし

フェーズ3: PMF検証

目的: プロダクトと市場がフィットしているか確認

指標	目標
Sean Ellis Test	40%以上が「とても残念」
2ヶ月リテンション	40%以上
オーガニック紹介	発生している

実践チェックリスト

現在追っている指標をリストアップした
「学習指標」を設定した
バニティメトリクスを除外した
週次レビューのフォーマットを決めた
PMF判断の基準を明文化した

よくある質問（FAQ）

Q1. 投資家には何を報告すればいいですか？

学習の進捗を報告します。「何を試し、何を学び、次に何をするか」を明確に伝えます。PMF前で売上を求める投資家は、そもそもフェーズが合っていません。

Q2. MRRをまったく見なくてもいいですか？

見てもいいですが、「最適化」の対象にはしません。参考情報として把握しつつ、意思決定には使わないスタンスが適切です。

Q3. 指標を頻繁に変えてもいいですか？

フェーズが変われば変えるべきです。ただし、変更理由を記録し、過去との比較ができるようにしておきます。

Q4. チームが指標に納得しません。どうすればいいですか？

指標設定の背景を共有します。「なぜこの指標なのか」「他の指標ではなぜダメなのか」を議論し、合意形成します。

Q5. 定性データと定量データ、どちらを優先しますか？

PMF前は定性データの比重を高くします。「なぜ」を理解できるのは定性データだけです。定量は「何が起きているか」を把握するのに使います。

まとめ

主要ポイント

学習を最大化する指標を置く: 顧客インタビュー数、仮説検証数
早すぎる最適化を避ける: MRR成長率やCAC/LTVは後回し
週次で学びを共有する: レビューは進捗確認ではなく学習の場

次のステップ

現在の指標を見直し、学習指標を追加する
週次レビューのフォーマットをチームに共有する

➡️

GTMシリーズ

参考リソース

本記事はyap（ヤップ）のB2B SaaS GTMシリーズの一部です。