# チャプター 1 どうも、SOTOです。 このチャンネルではたった1年で、SNSを聞く日に人生が変わった僕が日々学んだり行動していく中で、 本当に良かったと思うものをどんどんアウトプットしていくラジオとなっております。 必ず一時情報のほどを発信いたしますので、良ければフォローのほどをよろしくお願いいたします。 # チャプター 2 本日はですね改善点の見つけ方は 仮説と検証から生まれるっていうところのテーマをさせていただきます。 僕自身は常に投稿、そしてこのVoicyもそうだし、 どのプラットフォーム、YouTubeだろうがいろんなSNS含めてですね 根本の基本軸にあるのは工夫と改善をしていくってことは当然ですよね。 そこには本当に仮説と検証っていうもの以外、 どうしようもないんじゃねえかっていう風にな個人的には思っているようなタイプです。 その仮説と検証ってものを日々行ったり、 この方法とかこの理論とか、ここ当たってるかどうかっていうポイントを 一個つくまみ出して、それが当たるかチェックするって部分ですね。 それをやるから良さとか改善点みたいなところが生まれてきて、 次のネクストアクションが生まれるっていう風に思っています。 そう、めっちゃこの点大事で何気なく今言ったんですけど、 この仮説と検証って言った時に、みんな多くの人が伸びなかった時に、 これ伸びなかったんで、これダメですかね?最初のコピーダメだったんですかね? とか、急に迷子になっちゃって、 仮説と検証っていう淡々とやる前に、その全体の結果っていうところにフォーカスをしてしまいがち。 っていうのが僕はあると思っています。 これでは全く意味がないんですね。 せっかくの仮説と検証を全て無に返してしまう、 意味のない考え方です正直。 なかなか辛辣な感じで言ってしまいましたが、 どういうことを言いたいかというと、 仮説と検証っていうのは必ずその投稿内とか、 何かのコンテンツメイキングとか、何でもいいですよ。 そのインスタだろうがインスタじゃなかろうが、 ビジネスだろうが仕事だろうが、全部そうだと思うんですけど、 何かの行動軸に対して1から2個の事象っていうものが、 この仮説、このキーワード、このコピーはこういうフォロワーに刺さりやすいんじゃないか、 という仮説が当たるか当たらないかというものを チェックするためのものなんですね。 いいですか。 この理論をしっかりと覚えておかないと、 仮説を検証するためにやっているのに、 違う部分を見てしまって、全体をね、 しまってダメだったとかってなりがち。 結局なんで伸びないか分かりません。じゃないんですね。 なんで伸びないか分からないとか、 どうしてこれが伸びたか伸びないかっていう判断ができないかとか、 どうしてその成長具合とかが分からないかっていう理論は、 めっちゃ僕はシンプルだと思っていて、 そこに隠れているのは、自分自身での仮説検証とPDCA、 あまりPDCAって言葉はよく言うんですけど、好きじゃないんですけど、 そこのところにあるこの仮説が当たるかとか、 自分が考えたこの理論は正しいのかどうかっていうのをチェックするという工程に、 めちゃくちゃな価値があるんですね。 例えばマネタイズだったら、 今回の訴求は損失回避をメインにしてやってみようとか、 今日の投稿はこういうユーザー向け、 こういうユーザーに届けるためにちょっとやってみようかなみたいな感じで、 どんなユーザーに届けるかみたいなところを テーマにした仮説でもいいかもしれないし、 自分のフォロワーさんはこういうユーザーだから、 試しにこんなような言い回しをした方が当たるかもしれないなが、 どうなのかっていう部分を検証してみる、 みたいなので当たるか当たらないかっていうのをチェックする。 それで1回やっただけで仮説と検証っていうのは 終わりじゃないんですね。 それを1仮説2、3検証ぐらい、 もっとしてもいいぐらいですね。 結構大量にしてみて、本当に当たってないのか当たってないのかって、 その1投稿だけでは検証結果になってないですよね。 サンプルデータ1で全てを決定してしまったら、 その時に別の発生要素とか別の運勢、結果みたいなところが影響して、 その結果になった可能性って 全然ゼロじゃないじゃないですか。 それを1投稿で別の事象とかの可能性があるのに それを捨ててしまうっていうのは、 研究者とか統計学者としては絶対ダメですよね。 僕はこの仮説と検証みたいなところの データ理論みたいなところだったりとか、 こういうものがなんで大事かっていうと、 僕は大学で数学を専攻にしてきましたが、 そこの大学では統計学っていうものもしっかりとやりました。 いわゆる皆さんが知っているような統計よりも難しい、 正規分布とか結構難しい概念があったんですけど、 そこでの統計学って中で常に言われていることが、 必ず事象結果は多ければ多い数が多ければ多いほど、 その結果に対する事象っていうものの 精度は上がっているって考え方と、 必ず検証するデータというものは1つか2つに絞った上で その調査をするっていうものだったんですね。 これも結局数学から根本の本質でこういうデータ理論って 変わらないんだなって俺は結構思うんですけど、 つまりこのデータからこの結果を得られるかどうかを 確かめるためにできるだけ多くの検証結果を持ってきた中の 共通項だったりとか、これが必要なんだ、これは当たらないんだ、 これはいいんだ悪いんだみたいな部分をチェックして 次に繋げるみたいなものが大事だというわけです。 そこに必要なのは別にインサイトデータが必要かというと、 必要な部分もあるんですけど、再生数とかってよりかは 結局フォロワーの反応とか所属みたいな部分かもしれないし、 いろんな要素を踏まえて、この結果、この聞き方、 このデータ良かったなとかいうものを見つけ、 それを実践し、良かったものをどんどん増やしていって、 これは共通項として当たるなって分かったら今度は仮説段階ではなくて 検証結果、良きものになるからじゃあ良き状態のまま入れるとか、 というふうに増やしていくっていうのがめちゃくちゃ大事なんだよってことなんですね。 いいですか。これめちゃくちゃ大事な考え方で、 つまり一投稿一投稿で一気一入すんなよっていつも言ってるのはそういうところで、 仮説と検証を持たないと意味ないよっていうものが大前提としてある。 仮説と検証を持たなかったらどんだけそういう一気一入とか 以前の問題になっちゃうので意味がないよって部分と、 その1回のデータ結果だけで全てを判断してしようとしまってもダメ。 そうじゃなくて、もっといろんな事象とかいろんな投稿とかを、 投稿に限らずマネタイズ訴求とかしながらも、 本当に当たるのか、この要素が当たっているのか、 この要素が間違っているのかっていう部分とかを一個一個細かく再度チェックしていって、 これがいいんだ、これがダメなんだって部分とか、 もっとこうした方がいいんだとか、こういう部分は良くないんだ、 もっとこうしなきゃダメなんだって部分を少しずつ見つけていく。 これが一気に全部見つかるとか、一気に全てが解決できるってことは僕はないと思っていて、 データってそういうもんじゃないですか。 そのデータからいろんな要素っていうのを抽出していきながら次に繋げ、 次に生かして次の仮説が出来上がり、次に繋がり、 じゃあどうするかっていう新しいデータの分析ができて、 そして次に繋がって、次に繋がってみたいな。 心の繰り返しになっていく。 これをどれだけ高速にできるかっていうか、 早い段階からその考え方、理論を持った上でできるかってめっちゃ強いと思ってるんですね。 僕は量がめっちゃ大事だっていう前提はありますけど、 その分析結果とかで得られる質っていうものが出かければ出かるほど、 一投稿とかから得られる経験値ってもう絶大的になるじゃないですか。 そうなったらもう勝ちに決まってますよね。 だってそのデータからめっちゃ情報を得られるタイプだったら、 じゃあもうガンガン情報とか、 自分の欲しいデータを得られるようになってしまえば、 勝ち確定みたいになるんだから、 どんどんどんどん実践するみたいな。 これが僕の考える改善点を見つける方法なんじゃないかなって思っております。 # チャプター 3 はい、ということで今回は改善点の見つけ方とPDCAというところの細かい深掘りという部分をさせていただきましたが、いかがだったでしょうか。 これね、僕の考えるこのPDCAの感覚って、皆さんが持っているものとちょっと違うと思うんですよね。 僕のこの工夫と改善とかのデータの仕方って結構違う。 だから、1投稿とかがバズるバズらないとか、数投稿、2、3投稿とかしただけで自分の全体像を決めてしまうって、 どんだけそのね、母数平均が少ない状態で、何を判断しとんねんって思っちゃうんですよね。 そう、熊谷が暑いみたいなね、熊谷市が暑い。 40度に1回行ったことあるから、熊谷市は絶対に暑いんだとか言ってたら、さすがの皆さんもうふざけんなよって言いますよね。 とか、たまたま今年の6月は雨が多かったから6月の梅雨にしようとか言い出したら、 ね、あの、待って待って待って、そんなことないやろって、 みんなね、こう言って、当たり前の事象だったら言うんですけど、 自分のアカウントの投稿にだったら、2、3投稿したら私の投稿は誰にも見られてないんじゃないかとか、 私の投稿は最新数が回らないんじゃないかとか言い出すんですね。 んなわけあるかいなっていう話なんですね。 こんなね、こんなね、もう何十投稿とかもして、やっとそこの共通項とか、やっとそこのデータの分析する権利が、 やっと抑えられた空洞改善の一歩に踏み出せるのに、そこのまだスタートライン、同票にも立ってないのに、 うわーとか言ってたりとか、マネタイズもそうですよね。 フォロワーさんに一回投稿すれば簡単に買ってくれると思ってたのに、買ってくれません。 マネタイズ1ヶ月目、売れるわけないからみたいな。 そりゃそうやろみたいな。 勉強制、分析制、いや実行制みたいな話だから、 そういうのをちゃんと積み上げるっていうのは、データ理論みたいなところをしっかりして理解していれば、 この簡単な仮説検証とかのデータの見るべき指標を少なくするってことと、 母数指標をどれだけ多くする、分母数を多くするかっていうのが、 統計データの正しい値に近づけるっていう、この2つ。 別にこんなんさ、統計学を学んでなくたって、 別に今の抽象化された2つだけを覚えてればいいんですよ、別に。 僕はいつも言うんですけど、数学を理解していることの一番の重要性っていうのは、 数学の公式だったりとか、解き方を理解していることではなく、 その数学の理論における一番重要な本質な部分ですよね。 今みたいな、なぜ統計が必要なのかっていう部分を抽出し、 それを生活に実践すること。 これが僕は数学で一番大事な部分だと思っています。 これを今日の話でちょっと理解して、 自分のコンテンツメイキングってところに活かしていただけると、 今日の話は何か意味があるものになったんじゃないかなというふうに思っております。 このように僕のチャンネルでは、日々の学びだったりとか行動的な中で、 本当によかったと思うのを、こうしてガンガンアウトプットしておりますので、 少しでも参考になったなという方は、必ずいいねのほどよろしくお願いいたします。 また、おいしいは拡散性のないプラットフォームでございます。 だからこそ、皆様からの心やさしい拡散が、 僕の心からの助けになりますので、引き続きよろしくお願いします。 最後に宣伝をさせてください。 僕のマルタイトセミナー、いよいよ募集が終了しました。 なんだかんだラストは100人以上の申し込みが来たということで、 本当にありがとうございますね。 それなりにLINEの方もブロックされちゃいましたが、 皆ブロック好きだねって思いますけどね。 まあまあまあ、いいでしょう。 ところで、そんな中で、ここから審査をさせていただいて、 一夜間と一夜間と僕が直接見させていただきます。 IDとかを送ってもらってるんでね。 その上で意気込みだったりとか、フォロワー数とかですね。 そこを見た上で、しっかりと芸術の進捗をして、 可能性あるなって方は合格。 ちょっとまだまだだなって方は不合格とさせていただきます。 こういうところで回答フォームっていうのをやってもらってると思いますけど、 皆さんが嘘をついてないのかっていうところも見れますよ。 嘘をついてダメですからね、皆さん。 言ってないのに1万人以上とか言ってね。 IDに載っけるとか絶対ダメですからね。 そういう行動は一生、嘘をついたりとか、 こういう場で違うこととか大事な場面で、 そうやって平気で嘘をつくろってしまうんだ、 っていう風になってしまいますので、 嘘はつかないようによろしくお願いします。 って言うってことはそういう人がいたってことなんですけどね。 あとですね、これは一旦置いておいて、 ここからの宣伝は大事な部分として、来月ですね。 からは初心者向けのセミナーもしっかりとやろうかなと思ってますので、 これから運用されてる方とか、 今回審査落ちちゃったよって方は優先案内させていただきます。 まだ初心者だった人だからこそ落ちるってところなので、 優先案内を先行でさせていただければと思ってますので、 そちらの方はぜひご参加いただけますと幸いでございますので、 引き続きお待ちください。 それではまた次回の放送でお会いしましょう。 工夫と改善を見つけるのはPDCAを作るところから、 統計学を学び、抽出、理論を理解し、 できる部分を最大化させる。 今日も引き続き頑張っていきましょう。 以上、蒼太でした。