個人事業主向けに、月末の領収書の整理を代行するサービスを作る案が出たとします。写真で送られた領収書を整理して、会計ソフトに取り込める形で返すサービスです。アプリを作る見積もりを取ったところ、何百万円もかかると言われました。まだ、お金を払って頼む人がいるのかどうかも分からないのに、そこから始めてよいのか迷っています。
こんなことはないでしょうか。
この記事では、作る前に人の手でサービスを回して確かめる方法を、コンシェルジュ型とオズ型の2つの型に分けて示します。2つの違い、選び方、募集の人数、期待値の伝え方、記録表、1人あたりの作業コストの出し方、続ける・一部を自動化する・やめるの判断の順に進めます。例の人数・時間・金額は、説明のための架空の値で、実在の結果ではありません。
この記事で分かること
結論から言うと、MVPの検証は、いきなり作らずに、まず人の手で回します。手作業を顧客に見せるならコンシェルジュ型、画面だけ作って裏を手作業にするならオズ型で、どちらが今答えたい問いに答えられるかで選びます。この例では、8人に手作業で提供し、1人あたりの作業コストと、続けた人の数から、一部を自動化するかどうかを決めました。
- コンシェルジュ型とオズ型の違いと、選び方の表
- 募集人数、期待値の伝え方、手作業の記録表の記入例
- 1人あたりの作業コストの計算と、続ける・一部自動化・やめるの判断
1. 手作業で先に回すとは
作る前の検証で使う手作業の型は、大きく2つあります。Mind the Productの記事は、この2つを、Wizard of Oz MVP(オズ型)とConcierge MVP(コンシェルジュ型)として紹介しています。同じ記事は、どちらも本格的な開発の前に、実際のユーザーの反応から早期のフィードバックを得る低コストの実験だと述べています。
オズ型は、画面(フロントエンド)は作り、裏側(バックエンド)は人が代わりに動かす型です。名前は映画の「オズの魔法使い」に由来し、裏で操作する人が魔法使いにあたります。コンシェルジュ型は、人がホテルのコンシェルジュのように、ユーザーの要望を直接受けて対応する型です。
コンシェルジュ型とオズ型は、どう違うのか
いちばんの違いは、人の手作業を顧客に見せるかどうかです。Netguruの記事は、この点を中心に、次の表のように整理しています。この表は、2つの型の違いを見るためのものです。
| 観点 | コンシェルジュ型 | オズ型 |
|---|---|---|
| 人の介入 | 顧客に見えている | 顧客には見えない |
| 主な目的 | 市場があるかの確認、課題の理解 | 完成版での使われ方、画面の体験の確認 |
| 作るもの | 製品は要らない | 画面は要る |
| 得られるもの | 深い対話と課題の理解 | 本番に近い自然な利用データ |
Netguruの記事は、コンシェルジュの例として、個人向けの買い物リスト作成サービスを挙げています。創業者が、ウェブサイトもアプリもない状態で、店内で顧客に同行しながら、対面でリストを作りました。オズの例としては、質問応答サービスのAardvarkを挙げています。初期は、顧客の質問をオンライン上のほかのユーザーに投稿し、返ってきた回答を質問者に転送していて、アルゴリズムはまだなかったとのことです。
図の左は、人が顧客の前で対応するコンシェルジュ型です。右は、画面の裏で人が動くオズ型で、顧客には人の介入が見えません。
2. どちらを選ぶか
どちらを選ぶかは、今いちばん答えたい問いで決めます。Mind the Productの記事は、画面を先に試したいならオズ型、バックエンドの仕組みや概念を試したいが画面がないならコンシェルジュ型、という整理を示しています。Echai Venturesのページは、約束するものが「マッチングされた業者」「完了したタスク」のような成果で、毎日ソフトウェアを操作することが価値の中心ではない場合に、コンシェルジュ型が向くと述べています。
次の表は、冒頭の領収書の例の問いごとに、どちらを選ぶかを書いたものです。選び方は、これらの資料の整理を、この記事の例に当てはめた書き手の判断です。
| 今答えたい問い | 選ぶ型 | 理由 |
|---|---|---|
| 領収書の整理に、お金を払う人はいるか | コンシェルジュ型 | 約束するのは完了した整理という成果で、画面は価値の中心ではない |
| 写真を送る画面は、迷わず使われるか | オズ型 | 画面の体験を見たいので、画面は作って裏を手作業にする |
| 人の手でやると、1人あたり何時間かかるか | コンシェルジュ型 | 作業の中身と時間を、自分の目で見る必要がある |
| 課題の中身がまだ分からない | コンシェルジュ型 | 直接の対話から、課題を理解することが先 |
この例では、最初の問いが「お金を払う人がいるか」なので、コンシェルジュ型を選びます。画面の体験を試すのは、その答えが出てからです。順番を逆にして、先に偽の自動化を作り込むと、人の手でできる単純なサービスで答えが出たはずなのに、手間をかけてしまいます。Echai Venturesのページは、これを失敗パターンとして挙げています。
3. 仮説を1つに絞る
最初にやることは、確かめたいことを1つの文にすることです。Empatの記事は、コンシェルジュMVPの最初のステップとして、誰が、どんな課題を、どの程度の成功基準で解決するかを明文化することを挙げています。Learning Loopのページも、提供する中核の成果を1つに絞るよう勧めています。
冒頭の例の記入例です。この表は、検証の前に埋めるものです。
| 項目 | 書く内容 | 記入例 |
|---|---|---|
| 誰が | 対象の人 | 月に40枚ほど領収書が出る個人事業主 |
| どんな課題を | 困りごと | 月末に領収書の入力が溜まり、半日つぶれる |
| 提供する成果 | 中核の1つ | 取り込める形に整えた1か月分のデータ |
| 成功の基準 | 数と期間 | 8人に2か月提供し、半数以上が料金を払う |
| やらないこと | 今回は手作業しない範囲 | 確定申告の書類作成、税の相談 |
成功の基準は、始める前に書きます。Learning Loopのページは、示した閾値は例示なので、実施前に自社の基準を決めておくよう述べています。結果を見てから基準を決めると、結果に合わせて基準が動きます。
4. 募集の人数と相手
手作業の試験は何人で始めるのか
5〜10人から始めます。Learning Loopのページは、理想の顧客像に合う少人数として5〜10人を挙げ、Empatの記事は、開始時の目安を10〜30人程度としています。数百人に広げると、学習の質が下がり、資源も消耗する、とEmpatの記事は述べています。
少人数の結果には、限界があります。Learning Loopのページは、自分で集めた少人数のサンプルは需要の傾向は示せても、市場の規模は示せないと述べています。Netguruの記事も、手作業ではサンプル数の適正な規模を決めにくく、偏ったサンプルになるリスクがあると述べています。この記事の例では、8人にしました。1人あたりの作業が2時間を超えるので、手に負える上限を8人にした、という設定です。
相手は、実際にその課題を抱えている人にします。Empatの記事は、自分のネットワークやコミュニティから集めることを勧めています。同じ記事は、初期ユーザーは忍耐強く動機が高いことが多く、市場全体を代表しない可能性があるとも述べています。知り合いだけで固めず、面識のない人を何人か入れます。
5. 期待値の伝え方
募集のときに、手作業の試験であることを最初に伝えます。Empatの記事は、手作業の試験であることを最初に伝えて、インセンティブを提示するよう勧めています。Learning Loopのページは、伝える内容として、手作業の内容、試用期間、料金と変更の可能性、終了後の扱いを挙げています。通話の録音や、データ・金銭の手作業の処理がある場合は、許可を得て、誰が閲覧するかも伝えるとしています。
冒頭の例では、領収書の画像に、取引先や金額が写ります。そのため、閲覧する人を限る約束が、募集の文に入ります。次の表は、募集の文に入れる項目の記入例です。
| 項目 | 書く内容 | 記入例 |
|---|---|---|
| 手作業の内容 | 何を人がやるか | 送られた領収書を、担当者が手で入力して返す |
| 試用期間 | いつまで | 2か月 |
| 料金 | 金額と、変わる可能性 | 月3,000円。試験の結果で変わることがある |
| 閲覧する人 | 誰が画像を見るか | 担当者1人のみ。ほかの目的には使わない |
| 終了後 | 試験が終わったらどうなるか | データは終了後に返却し、削除する |
料金を最初から示すのは、払う意思を確かめるためです。無料で試してもらうと、払う意思の欄が空欄になります。
6. 手作業の流れを書き出す
募集の前に、手作業の流れを工程ごとに書き出します。Empatの記事は、手作業のサービスの流れを設計するステップとして、各工程を洗い出し、担当者と所要時間を決め、テンプレートを用意することを挙げています。先に書き出しておくと、人によって手順がぶれず、あとで作業時間を比べられます。
この表は、冒頭の例の工程を、担当と所要時間つきで書いたものです。所要時間は、この例の設定です。
| 工程 | 担当 | 所要時間 | 用意するもの |
|---|---|---|---|
| 写真を受け取り、枚数を確認する | 担当者1人 | 15分 | 受け取り用のメッセージ欄、枚数の記録欄 |
| 1枚ずつ入力する | 担当者1人 | 120分 | 入力用の表のひな形 |
| 取り込める形で返し、読み取れない分を確認する | 担当者1人 | 15分 | 返送用の文面のひな形 |
3つの工程の合計は、15+120+15で150分です。工程を分けて書いておくと、あとで自動化する部分を選ぶときに、どの工程を置き換えるのかを、時間の数字で話せます。
7. 手作業の記録表
手作業の最中は、1回ごとに記録します。Learning Loopのページは、すべての依頼と対応を記録し、作業時間、利用者の反応、支払意思、離脱ポイントを残すよう述べています。最初は表計算ソフトで十分だとも述べています。次の表は、1人・1か月分の記録の記入例です。
| 項目 | 書く内容 | 記入例 |
|---|---|---|
| 受け取り | 届いた日と形式 | 月末に写真39枚(メッセージで受信) |
| 作業時間 | 受け取り・入力・確認の別 | 受け取り15分、入力120分、確認15分 |
| 利用者の反応 | 言葉のまま | 「半日かかっていたのが、確認だけで済んだ」 |
| 払う意思 | 払う・払わない・保留 | 2か月目から払うと回答 |
| 困ったこと | 手作業側の失敗や摩擦 | 読み取れない領収書が2枚あり、再送を依頼 |
| 要望 | 利用者が求めたこと | 勘定科目の候補も付けてほしい |
作業時間は、受け取り15分、入力120分、確認15分で、合計150分、つまり2.5時間です。入力の120分は、領収書約40枚を1枚3分で入力した、という設定です。受け取りの記入例は39枚で、入力の時間は約40枚として見積もった値と合わせています。
図のとおり、150分のうち入力の120分が8割を占めます。
8. 1人あたりの作業コストの出し方
手作業を、数字にします。Learning Loopのページは、1顧客あたりの作業時間に時給を掛けて、提供コストを算出するよう述べています。Empatの記事も、作業時間に時間単価を掛けて、単位あたりの経済性を評価するよう述べています。
冒頭の例で計算します。次の表は、1人・1か月あたりの提供コストと、料金との差を出すためのものです。時給は、検証する人の時間を仮に1時間1,500円として置いた値です。
| 項目 | 計算 | 結果 |
|---|---|---|
| 1人あたりの作業時間 | 15分+120分+15分 | 150分(2.5時間) |
| 提供コスト | 2.5時間×1,500円 | 3,750円 |
| 料金(仮) | 募集で示した月額 | 3,000円 |
| 1人あたりの差 | 3,000円−3,750円 | −750円 |
差は750円の赤字です。このままの手作業では、続けるほど赤字が増えます。ここで見るのは、赤字かどうかより、どの作業が時間を占めているかです。150分のうち、入力が120分で、8割を占めています。120÷150=0.8です。自動化する価値があるのは、この入力の部分だと分かります。
仮に、入力を自動で読み取る仕組みで、入力の時間を60分に減らせるとします。受け取り15分、入力60分、確認15分で、合計90分(1.5時間)です。1.5×1,500円=2,250円なので、料金3,000円との差は750円の黒字になります。この数字は、例の置き方から出した試算で、実際に減らせる時間は、作ってみないと分かりません。
図は、この記事の流れです。判断の基準は、始める前に書きます。
9. 続ける・一部を自動化する・やめる
8人に2か月提供した結果を、次の表に集計します。数字は、説明のための例です。
| 見る項目 | 人数 | 計算 |
|---|---|---|
| 募集した人 | 12人 | |
| 実際に使い始めた人 | 8人 | 8÷12で約67% |
| 払うと答えた人 | 4人 | 4÷8=50% |
| 2か月目も使った人 | 5人 | 5÷8で62.5% |
| 作業時間の合計 | 20時間 | 8人×2.5時間 |
Learning Loopのページは、登録からの有効化率(有効化した人÷登録数)、再利用率(2回以上使った人÷有効化した人)などを、指標として挙げています。この記事の表も、同じ考え方で計算しています。Empatの記事は、判断の選択肢を、自動化する、一部だけ自動化する、ピボットまたは中止、の3つとしています。
次の表は、この例の判断です。基準は、3の表で始める前に書いたものです。
| 判断 | 基準(始める前に書いた) | この例の結果 |
|---|---|---|
| 続ける | 使い始めた人の半数以上が払う | 4÷8=50%で、基準に届いた |
| 一部を自動化する | 入力が作業時間の大半を占める | 120÷150=80%で、該当 |
| やめる | 払うと答えた人が半数未満 | 該当しない |
結果は、入力の部分だけを自動化して、もう一度、同じ人数で試すです。画面や会員管理のような、ほかの部分は、まだ作りません。Empatの記事は、自動化は、繰り返し作業の多い部分から段階的に進めるのが基本だと述べています。
手作業の結果は、自動化後も当てはまるのか
当てはまるとは限りません。手作業で良い結果が出ても、自動化した後も同じとは言えません。Learning Loopのページは、手作業サービスへの支払意思が、自動化されたソフトウェアへの支払意思と同じとは限らないと述べています。人の手による対応は、顧客の満足度を押し上げ、結果が過大に出やすいとも述べています。
そのため、自動化した後に、もう一度、続けた人の数と払った人の数を確かめます。基準は、手作業の回と同じにします。変わったのが「人か仕組みか」だけなら、数の変化は、仕組みの影響として読めます。
10. 手作業の試験の落とし穴
担当者の人柄で結果が変わる
コンシェルジュ型では、担当者の人柄が結果を左右します。Netguruの記事は、担当者の人柄によって、製品の実際の有用性が正しく反映されず、誤って肯定的または否定的な結果が出る可能性があると述べています。感じの良い人が担当すると、製品が良いのか、人が良いのか、区別がつきません。払う意思の欄を、感想より重く見ます。
規模を早く広げすぎる
人数を増やすと、記録と作業が追いつかなくなります。Learning Loopのページは、対象を増やしすぎることを落とし穴に挙げ、受付人数に上限を設けるよう述べています。追跡の仕組みを凝りすぎることも、同じく落とし穴です。
手作業の質が高すぎる
手作業の質が高いと、自動化後の期待値が高くなりすぎます。Empatの記事が述べる点です。手作業のときに、できないことは「できない」と伝えておくと、自動化後の落差が小さくなります。
否定的な声を記録から外す
払わなかった人や、途中でやめた人の言葉は、記録表から外したくなります。Learning Loopのページは、否定的なフィードバックを無視することを、よくある失敗に挙げ、セッションごとに振り返って、反対意見も記録するよう述べています。この例でいえば、払うと答えなかった4人の理由が、次の試験で直す点の手がかりになります。理由を聞けなかった場合は、「聞けなかった」と記録表に書きます。
まとめ
MVPの検証は、作る前に、人の手で回して確かめます。人を見せるならコンシェルジュ型、画面だけ作って裏を隠すならオズ型で、どちらが今答えたい問いに答えられるかで選びます。結果は、時間・反応・払う意思を1回ごとに記録し、1人あたりの作業コストを計算して、続ける・一部を自動化する・やめるを、始める前に書いた基準で決めます。
手作業の設計や、一部を自動化する範囲で迷ったら、開発の前の検証の進め方として相談できます。
よくある質問
手作業で回すだけでは、検証にならないのではありませんか。
手作業は、製品の代わりではなく、最もリスクの高い前提を確かめるための学習の手段です。Echai Venturesのページは、手作業の個人サービスは製品ではなく、最もリスクの高い前提を検証するための学習活動だと説明しています。この記事の例でいえば、確かめたい前提は「領収書の整理を、お金を払って頼む人がいるか」です。画面や自動化は、その答えが出てから作ります。
お客さんには、手作業だと伝えたほうがよいですか。
コンシェルジュ型なら伝えます。オズ型なら伝えませんが、そのぶん、画面を作る手間がかかります。Netguruの記事は、コンシェルジュでは人の介入が顧客に見え、オズでは見えないと整理しています。ただし、個人情報や金銭を手作業で扱う場合は、誰が見るかを事前に伝えて許可を得ることが必要です。Learning Loopのページも、データの手作業処理がある場合は許可を得て、閲覧者を伝えるよう勧めています。
最初は何人に頼めばよいですか。
5〜10人が、参考にした資料の中でいちばん小さい目安です。Learning Loopのページは5〜10人、Empatの記事は10〜30人を目安としています。手作業の負担が重いので、この記事の例では8人から始めました。人数を増やすより、1人ごとの記録を、時間・反応・払う意思まで丁寧に残すことを優先してください。
手作業で成功したら、そのまま自動化すれば成功しますか。
そうとは限りません。Learning Loopのページは、手作業サービスへの支払意思が、自動化されたソフトウェアへの支払意思と同じとは限らないと述べています。Empatの記事も、手作業の質が高いと、自動化後のユーザーの期待が高くなりすぎる恐れがあると述べています。自動化は、繰り返しの多い一部分から段階的に進め、そのたびに続ける人の数を確かめてください。
結果が良かった数字だけ報告してもよいですか。
おすすめしません。Learning Loopのページは、否定的なフィードバックを無視することを、よくある失敗に挙げています。やめた人の理由、払わなかった人の言葉も、記録表に残してください。次の判断で、いちばん役に立つのは、続かなかった人の記録です。
参照元・出典
- Two MVPs every product manager should know, and how to tell them apart(Mind the Product)(確認日: 2026-11-20)
- Concierge Testing versus Wizard of Oz Prototyping. What to Choose?(Netguru)(確認日: 2026-11-20)
- Concierge MVP(Empat)(確認日: 2026-11-20)
- Idea Validation: Concierge(Learning Loop)(確認日: 2026-11-20)
- What is a concierge or Wizard of Oz MVP and when should I use one(Echai Ventures)(確認日: 2026-11-20)
FREE CONSULTATION
「うちの場合はどうか」から
記事の考え方を、そのままご自身の事業に当ててみたい方へ。アイデア段階でも、機能リストがある段階でも構いません。 2営業日以内に、担当者からメールでご返信します。営業のお電話はしません。相談は無料です。
運営:株式会社miitaso(会社概要)
RELATED