おはようございます。11月11日、SHIPの朝礼を始めます。
強みを活かすというタイトルですが、最初に素人とプロの違いについて考えます。
何かの現象を説明するとき、素人の方がわかりやすいことがあります。
「XをやればAになる」
単純明快です。一方、プロは「XをやればAになる。ただし、それはYとZが成立している場合だ」と説明します。
少し込み入った、人によってはめんどくさい話になります。しかし、Xだけで成功するなら、誰もが成功しています。そこに専門家としてお金を払う価値もないのではないでしょうか。
では、XをやってもAにならなかったらどうするか。
素人はXの周辺を追いかけます。やり方が悪いのか、量が足りないのか、タイミングが違うのか。Xの改善を繰り返します。
プロは事象を俯瞰します。X以外に変数があるのではないか。成功した事例と失敗した事例を比較し、YやZの存在を探ります。
そして「X・Y・Zが同時に成立するとAになる」という仮説を立て、現場で検証します。再現できれば、それは法則となり、ルールとなり、ノウハウになります。
プロとは、一定以上の確率で良い結果を再現できる人です。
10回に1回だけおいしいチャーハンが出てくるかもしれない飲食店に、好き好んで通う人はいませんよね。
プロの料理人は、食材、火力、油、調理時間などの変数とその関係性を理解し、安定しておいしいチャーハンを提供します。
私たちの仕事も同じです。
素人は、どこかの会社でたまたま成功したXという施策を、提案します。「XをやればAになる」という説明はわかりやすく、プレゼンもしやすい。しかし、YやZが成立していなければ成果は出ません。結果として、微妙な位置づけに陥ってしまうことになります。
プロは施策を追いかけません。成果を生み出す構造を捉えます。
まず、物事をフレームで捉え、変数の組み合わせと関係性から仮説を立てる。これを仮に「ルールA」とします。
現場で実践したら、成功しても失敗してもルールAに戻って検証する。何が成立し、何が欠けていたのか。新たな変数はないか。そうしてルールAの精度を高めていきます。
これに対し、目の前の単品の解決策を次々に追いかけるのが「犬の道」です。Xが駄目なら目の前に見える別のアイディア、その次はまた別の施策。やがて自分がどこにいるのかさえわからなくなります。
SHIPの強みは、住宅リフォームという特定業種の特定課題に絞り、数多くの問題解決に取り組んできたことです。
成功事例も失敗事例も豊富にあります。同じ課題を繰り返し扱うからこそ、比較できる。変数を発見できる。成果を生み出す法則を磨くことができます。
経験をフレームに戻し、因果関係を検証し、ルールとして共有する。さらにAIを使ってその蓄積を活用し、問題解決の精度と速度を高める。
SHIPの強みは、経験の多さではなく、経験を成果の再現性に変えられることとそうやって手に入れたルールを繰り返し使えることです。
単品の施策を追いかける仕事から、成果が生まれる構造を設計する仕事へ。
この強みを活かすことが、私たちのプロとしての価値です。
以上で朝礼を終わります。
2026年11月11日 at 8:31 AM
スマイルカーブで、見て上流工程の顧客理解がだめだったのか中工程の作業ルールが曖昧だったのか?
三層構造で見て方針目的レイヤーがズレていたのか?中間管理レイヤーが機能していなかったのか?
ブランディング指標、ACAフレーム、N×R、CV9要素、CV indexなども同じ。
認知度はどうか?
商圏規模と該当工事のニーズはどうか?そこに対して予算は十分か?
リアルの取り組みはどうか?全体の販促割合はどうか?
商品や会社の競争力・需要喚起はどうか?
証拠は十分か?広告文やサイトの質はどうか?
俯瞰して流れで考え、何と何と何が掛け合わさることでそれが成立されているか、成立するか、因果関係を考える。
同業種同課題だからこそできるお客様の問題解決をしていくためにも目利き力をつけ、
再現性を持たせるためのフレーム・ルール化・蓄積を進めます。
2026年11月11日 at 9:25 AM
スマイルカーブ・フレーム思考が、AIに任せていくためにはますます重要になる
2026年11月11日 at 8:55 AM
メールの件名や本文を改善すること自体が目的にならないようにする必要があります。配信数やLP流入率、申込率をN×Rに分解して考える。それぞれの要素に対し点で仮説を持つのではなく、何を変えたことで、どの数字がどう変化したのか、その因果関係を蓄積することが必要だと理解しました。
件名によって開封率(R)は上がっても成果への直接な施策にはならず、本文の読まれた数(N)とそこからLPへの流入率(R)への仮説を持つ必要があります。その先にも複数の要素が組み合わさることでCVにつながる。結果がよかったから件名はそのままにするのではなく、全体を見てまた改善仮説を立てる。
一つひとつの施策を単発の改善で終わらせずに、繰り返し実行することで成果につながる条件を明らかにしていきます。
2026年11月11日 at 9:28 AM
今日の本文でいえば
Aという結果を出すためには、XとYとZが必要なのではないかという想定であり仮説を先に持つこと
繰り返し実行だけでは一生懸命やっているようでいて、犬の道に迷うことになる
2026年11月11日 at 9:16 AM
過去の経験をパターン化し、成功の再現性を高めることが重要。
日々の対応から得た成功・失敗の経験を振り返り、共通する課題や改善点を整理しながら、ルールの見直しを進めています。
単に事例を蓄積するのではなく、新たに発生した問題や繰り返している問題に対して、既存のルールで何が不足していたのか、どのような条件が成果につながったのかを確認することが重要。
また、AIを活用して経験の整理や分析を進める、かつ、AIの判断に依存しすぎず、自分自身も成果につながる条件を理解し、最終判断できる目利き力を高めていく必要がある。
経験を点の対応で終わらせず、既存ルールの精度と人の目利き力の両方を高めながら、成功を安定して再現し、同じ失敗を繰り返さない仕組みづくりを進めていきます。
2026年11月11日 at 9:36 AM
>過去の経験をパターン化し、成功の再現性を高めることが重要。
事象を構造的に把握する、何の要素がどのように組み合わされば、成果となるのか?
とフレーム思考で現象理解し、ものごとの解決にあたると価値を生める
テンプレ化はAI時代、ますます無価値になっていく考え方
2026年11月11日 at 9:23 AM
スマイルカーブ中央の作業の中だけで改善を繰り返すのではなく、プロジェクト全体を俯瞰する。
動画細部の改善ばかりを繰り返すのではなく、動画集客全体を構造で捉えることで、そもそもこの訴求意図でいいのか、文言でいいのか、投稿数でいいのかなど目的達成のための変数は他にも見えてきます。
目的達成に向けて広告をかける価値を見出し、接触回数を最大化するために、前回の内容からどこを変え何を検証するのかを明確にします。
2026年11月11日 at 9:40 AM
事象を構造と要素で分解してみる
外的要因もあるが
xとyとzが一緒に一定以上のクオリティになったときにからみあって成果になる
だとしたら次にやってみるのは、zの要素の強化ではないか、で実施、検証、再度修正、実施、繰り返し
2026年11月11日 at 9:37 AM
制作やAI活用でもうまくいった施策やデザインをそのまま横に展開してご提供するのではプロではないので
なぜ成果につながったのか、逆に手戻りが起きたときになにが原因であったかを分解して、再現できる形にすることが重要です
最近の制作でも、AIを使うこと自体より、顧客理解などの再現性のある判断が出来たかどうかで、結果が大きく変わると実感しています
成功・失敗をそこだけで終わらせず、深堀りと分解をした上でルールやフレームとして蓄積し、全体の知識としてチームで活用できる形とします
AIも単品の答えを出してもらうためではなく、過去の経験や判断を蓄積・比較し、問題解決の再現性を高めるために活用して、プロとして納品や提案の価値を向上させます
2026年11月11日 at 9:43 AM
>ルールやフレームとして蓄積し、全体の知識としてチームで活用できる形
AIに制作を渡す前段階のレベルアップが未来を決定しますね