SaaSを作りながら強く感じたのは、本当に難しい部分はプロダクトが動き始めてから始まることが多いということです。コードを書くこと、機能を出すこと、バグを直すこと、デプロイすることはかなり具体的です。問題も見えやすく、次に何をすべきかも比較的はっきりしています。
でも、顧客を獲得することはまったく別です。集客はもっと曖昧で、ポジショニングも簡単ではありません。メッセージ作りには感覚が必要です。クリック、CTR、継続率、コンバージョンを考え始めると、エンジニアとしてだけでなく、マーケター、書き手、リサーチャー、そして人の反応を読む人としても考えなければならなくなります。
リリースはゴールではない
多くの開発者がこの部分を軽く見てしまうのは、ソフトウェアがすぐにフィードバックを返してくれるからです。ボタンが動くか動かないかはすぐ分かります。デプロイが成功したか失敗したかも明確です。でもマーケティングはそうではありません。よく考えて出したものでも無視されることがあります。役に立つプロダクトを作っても、なぜそれが大事なのかを伝えきれないことがあります。
特に一人で作っていると、この差はかなりきつく感じます。本業を続けながら、もう一つ別の職業をゼロから学んでいるような感覚です。そして正直、この難しさはSaaSの現実的な話の中であまり語られていません。
集客には別のフィードバックループがある
この違いは重要です。マーケティング指標はシグナルではあっても、原因そのものを説明してくれるわけではありません。クリックやCTRの変化から「何かが変わった」ことは分かっても、それがオーディエンス、チャネル、メッセージ、タイミング、あるいはプロダクト自体のどれによるものかは自動では分かりません。RetentionやConversionも同じで、問いを絞る材料にはなりますが、答えそのものではありません。シグナルを解釈し、次に何を試すか決めるところに仕事があります。
なぜクリエイティブの側面がより難しく感じるのか
- コードは論理と構造に報います。
- 集客は注意、タイミング、信頼、反復に左右されます。
- 良いメッセージはシンプルに見えますが、そのシンプルさにたどり着くまでに多くの試行錯誤が必要です。
- 強力なAIツールでも、コードより独自のポジショニングや人間らしい創作のほうが難しいことがよくあります。
最後の点は今の時代らしい面白さがあります。AIは、技術的で明確に定義された作業ではとても役立ちます。でも仕事が創造的になったり、ニュアンスや声のトーンが重要になったりすると、出力が急にぎこちなくなることがあります。この対比は、人間の判断がまだとても重要だということをよく示しています。
だからといって、AIはクリエイティブな仕事ができない、と言いたいわけではありません。自分の経験から言えるのはもっと限定的です。タスクの条件が明確で、結果を検証できるほど、AIは信頼して使いやすい。ポジショニングや文章の「声」にはtypecheckerのような判定器がありません。具体的か、信頼できるか、対象の読者に合っているかは、最後は自分で判断する必要があります。
「リリース」の意味が自分の中で変わった
この経験で、SaaSをリリースするという言葉の意味が自分の中で変わりました。プロダクトが本番で問題なく動いていても、集客の問題はほとんど手つかずということがあります。公開後にはもう一つのループが始まります。誰のためのプロダクトかを説明し、必要な人に見つけてもらい、行動を見て、メッセージとプロダクトの両方を調整していく。個人開発では、この仕事もエンジニアリングと同じ限られた時間と注意力を取り合います。
次に公開する前に確認したいこと
- 誰のためのプロダクトで、なぜ気にする価値があるのかを明確に説明できるか。
- 最初のユーザーは実際にどこでこのプロダクトを見つけるのか。
- クリック、CTR、Conversion、Retentionのどれを見るのか。そして各指標だけでは何が分からないのか。
- AIの出力を判断すべきドラフトとして扱い、自分の判断そのものの代替にしていないか。
これは普遍的な法則ではない
顧客獲得が、すべてのSaaSで常にエンジニアリングより難しいと言うつもりはありません。技術的制約が非常に厳しいプロダクトもあれば、すでに強い流通経路を持つプロダクトもあります。自分の結論はもっと限定的です。ソフトウェアを作ることに慣れた開発者にとって、公開後の仕事は別のスキルセットと、はるかに決定論的でないフィードバックループを要求することがある。自分の場合、そこが一番意外でした。
自分にとっての実践的な結論はシンプルです。リリースはゴールではありません。顧客獲得、ポジショニング、メッセージ作り、Retentionもプロダクトを作るための本物のスキルです。フィードバックにノイズが多いぶん、コードより習得が遅く、デバッグもしにくい。それでも、無視すれば消える問題ではありません。