growth-engineering

グロースエンジニアリングスキル

プロダクト主導の成長、実験、コンバージョン最適化のためのインフラストラクチャとパターンです。

---

フィーチャーフラグシステム

実装パターン

// lib/feature-flags.ts
import { PostHog } from 'posthog-node';

const posthog = new PostHog(process.env.POSTHOG_API_KEY!);

interface FeatureFlags {
  'new-onboarding-flow': boolean;
  'pricing-experiment': 'control' | 'variant-a' | 'variant-b';
  'ai-suggestions': boolean;
}

export async function getFlag<K extends keyof FeatureFlags>(
  key: K,
  userId: string,
): Promise<FeatureFlags[K]> {
  const value = await posthog.getFeatureFlag(key, userId);
  return value as FeatureFlags[K];
}

// Usage in component
const showNewOnboarding = await getFlag('new-onboarding-flow', user.id);

フィーチャーフラグのベストプラクティス

• 短期フラグ：実験の終了後（2週間未満）に削除します
• 長期フラグ：段階的なロールアウトや緊急停止スイッチに使用する運用切り替えです
• フィーチャーフラグを入れ子にしないでください（複雑さが指数関数的に増加します）
• 古いフラグは毎月整理します
• デバッグ用にフラグの評価をログに記録します

---

A/B テストのインフラストラクチャ

実験の設計

// lib/experiments.ts
interface Experiment {
  id: string;
  name: string;
  variants: {
    id: string;
    weight: number; // 0-100, must sum to 100
  }[];
  targetAudience: {
    percentage: number; // % of users included
    filters?: Record<string, unknown>;
  };
  primaryMetric: string;
  secondaryMetrics: string[];
  minimumSampleSize: number;
  startDate: Date;
  endDate?: Date;
}

// Track experiment exposure
function trackExposure(experimentId: string, variantId: string, userId: string) {
  analytics.capture({
    event: '$experiment_started',
    distinctId: userId,
    properties: {
      $experiment_id: experimentId,
      $variant_id: variantId,
    },
  });
}

統計的有意性

• 最小サンプルサイズ：開始前に計算します（Evan Miller calculatorを使用）
• 途中で結果を確認しないでください：期間を事前に設定し、有望な結果が出ても早期に終了しないでください
• 順次検定：早期に確認する必要がある場合に使用します（p値を調整します）
• 最小検出可能効果：重要とみなす改善幅を定義します（例：5%の向上）

---

プロダクト主導の成長パターン

アクティベーション指標

段階	指標	例
登録	登録完了	ユーザーがアカウントを作成する
セットアップ	プロフィール完了	必須項目を入力する
アハ体験	コアバリューを体験	最初のプロジェクトを作成する
習慣化	継続的な利用	最初の週に3セッション
収益	有料へのコンバージョン	プランを契約する

バイラルループ

// Referral system pattern
interface Referral {
  referrerId: string;
  referredEmail: string;
  status: 'pending' | 'signed_up' | 'activated' | 'converted';
  rewardGranted: boolean;
}

// Track referral funnel
function trackReferralStep(referralId: string, step: Referral['status']) {
  analytics.capture({
    event: 'referral_step',
    properties: { referralId, step },
  });
}

コンバージョン最適化

• 摩擦を減らす：フォーム項目を最小限にし、ソーシャルログインを有効にします
• ソーシャルプルーフ：ユーザー数、推薦文、ロゴを表示します
• 緊急性：トライアルのカウントダウンや期間限定オファーを提示します（控えめに使用します）
• 価値の提示：インタラクティブなデモや、明確なアップグレード経路を備えた無料プランを提供します
• パーソナライズ：ユースケースの選択に基づいてオンボーディングフローを調整します

---

グロース指標

指標	計算式	目標
アクティベーション率	アクティベーション済み / 登録済み	> 40%
トライアルから有料への転換率	有料 / トライアル開始	> 15%
純収益維持率	(開始時MRR + 拡大 - 縮小 - 解約) / 開始時MRR	> 110%
バイラル係数	送信された招待数 * コンバージョン率	> 0.5
価値実現までの時間	登録からアハ体験までの時間の中央値	< 5 min
DAU/MAU比率	日次アクティブ / 月次アクティブ	> 20%

---

実験プラットフォーム

プラットフォーム	種類	最適な用途
PostHog	セルフホスト／クラウド	フルスタック、オープンソース
LaunchDarkly	クラウド	大規模なフィーチャーフラグ運用
Statsig	クラウド	統計の自動化、データウェアハウスネイティブ
Growthbook	セルフホスト／クラウド	オープンソース、ベイズ統計
Optimizely	クラウド	エンタープライズ、マルチチャネル

---

関連リソース

• ~/.claude/skills/product-analytics/SKILL.md - 分析とトラッキング
• agent-product-analytics-specialist スキル - 分析のスペシャリスト
• ~/.claude/skills/authentication-patterns/SKILL.md - PLG向け認証

---

すべてを測定します。絶えず実験します。効果のないものは取り除きます。