PoCとは？意味や失敗させないポイントをわかりやすく解説

新しいアイディアや技術を検証するPoC（Proof of Concept/概念実証）。スタートアップから大企業まで、あらゆる規模・産業の企業がこれらの実現可能性を検証するため、PoCに日々取り組んでいます。一方で、「PoC貧乏」や「PoC疲れ」と言ったマイナスワードをよく見聞きし、「PoCってやる意味あるの？」と疑問視されている方も多いでしょう。

そこで本記事では、そもそもPoCとは何かに始まり、そのメリットや導入ポイント、失敗させないポイントなどわかりやすく解説します。PoCを始めたいという課題を持っている方も、PoCの成果が出ないと悩んでいる方もぜひ参考にしてみてください。

PoCとは
- PoCの目的
- DX時代における必要性
PoC（概念実証）を実施するメリット
PoC（概念実証）を実施するデメリット
- 検証回数に比例してコストが増える
- 技術・アイディアの流出リスクがある
デメリットを最小限に抑えるためには
PoC（概念実証）の実施手順
PoC（概念実証）を失敗させないポイント
データビズラボのPoC（概念実証）支援事例
- 株式会社ユーザベース｜複数事業を掛け合わせたデータ活用
- 三井ダイレクト損害保険株式会社｜
まとめ

PoCとは

本記事冒頭にもあるとおり、PoCとは「Proof of Concept/概念実証」のことです。「概念」とは、企業が新規事業を始めるにあたってのアイディアや、業界を変えるであろう革新的な技術、あるいは日常の業務効率化など大小さまざまな取り組みを意味します。

そうした大小さまざまな取り組みにおいて本当に実現可能かどうか、やって意味があるのかどうか、ROI（投資対効果）はどれくらい期待できるのかなどをPoCを通じて確認できます。

PoCの目的

PoCの具体的な目的は、大きく3つに分けることができます。

PoV（Proof of Value）
PoC（狭義の概念実証）
PoB（Proof of Business）

PoVでは新規事業のアイディアや技術などが、ユーザーや顧客に価値のあるものかどうかを検証します。続いて狭義のPoCではそれらが技術視点で実現可能かを検証し、PoBではビジネスの有効性・収益性の観点から検証を行います。

以上3つの目的を達成するのがPoC（広義の概念実証）だと言えます。

DX時代における必要性

PoCの必要性が認識されるようになった背景には、「DX時代への突入」が大きく関係しています。DXはデータ・デジタルを駆使したビジネスの変革であり、そのインパクトは製品・サービス・収益モデル・企業文化・業務プロセスなど多岐に渡ります。

インパクトの強い取り組みだからこそ結果次第でプラスかマイナスか、どちらかに振り切ってしまうのがDXの難点でもあります。

大企業であればDXの失敗を糧にして、成功に向けた新たな取り組みを始めることができます。しかし莫大なコスト・時間がかかるため、やはり避けられるべきリスクは避けたいのが実情です。そうしたリスクや課題を徹底して洗い出すためにPoCが有効です。

一方で小規模企業におけるDXの失敗は、たった一度でも経営に致命的なダメージを与えます。「小さく勝ち続けること」が鉄則の中小企業にとってのPoCは、ときに大企業以上の必要性があります。

DXの大指針となる「DXの羅針盤-よくある19の質問に回答」をダウンロードする

PoC（概念実証）を実施するメリット

PoCを実施することで得られる4つのメリットを解説します。

アイディアの実現性を証明できる

新たに生まれたアイディアを構想のままで終わらせないためには事業へ反映し、その成果を観察しなければいけません。しかし前例のないアイディアほどリスクが高くなるため、事業反映は慎重に行う必要があります。

そこで業界ごと、または一般的に定義されているプロセスでPoCを実行すると、リスクを最小限にしながらアイディアの実現性を証明できます（PoCを通じて実現性が低いと証明されることもあります）。

製品・プロジェクトの価値を測れる

企業が生み出す新しい製品・サービスは、その価値をしっかりと測った上で事業として立ち上げなければいけません。また、製品・サービスの価値が不透明のままでは、経営層・株主は納得してくれません。

そこでPoCを実施し、製品・サービスの価値をデータとして提示し、経営層・株主などステークホルダーの説得材料を作ることができます。

リスクマネジメントを強化できる

実証前から「これは実現性・有効性が高いだろう」と考えられるアイディアや技術、事業もあります。そうしたケースでもPoCは有効です。

実現性・有効性が高いアイディア・技術・事業にもさまざまなリスクが潜んでいます。PoCを行えば実現にあたってのリスクを洗い出し、対策を立て、リスクマネジメントを強化できます。

開発におけるコスト削減につながる

製品・サービスの開発においては、PoCはコスト削減効果も期待できます。具体的には製品・サービスの開発にある課題を整理し、それぞれの課題に対して適切な解決策を用意することで、無駄なコストの削減を目指せます。

また、PoCの結果が芳しくなければ早期撤退を判断することで、ROIの低いアイディア・技術・事業への投資を避けられます。

PoC（概念実証）を実施するデメリット

PoCは非常に多くのシーンで、実現可能性を探るための手段として活用されています。前述のようなメリットはありますが、デメリットもあるのでご紹介します。

検証回数に比例してコストが増える

PoCは「やってみたけど良さそう（ダメそう）」といったシンプルな取り組みではなく、トライ＆エラーを繰り返しながら実現性を判断するものです。

たとえばBIダッシュボード※構築においては「設計・実装・評価」というPoCを何度か繰り返し、データ分析を通じて獲得できるインサイト（洞察）の精度を高めていきます。必然的に、検証回数に比例してお金・時間といったコストが増加します。

企業によっては、PoCを実施しても期待通りのデータが得られず有効性を判断できないまま、PoCだけがずるずると続くことがあります。こうしたケースではPoCコストが経営を圧迫し、いわゆる「PoC貧乏」の状態に陥ります。

※データの自動的な収集・加工を得意とするBIツールを用いて作るレポート画面

技術・アイディアの流出リスクがある

PoCはアイディアや技術の実現性を検証するプロセスなので、それらを取り入れた製品・サービスを実際に市場に出すことが多々あります。たとえば、社内に導入しているITツールの新機能や新しく誕生したクラウドツールの「β（ベータ）版」を利用した経験はないでしょうか。

β版の提供はまさにPoCの一環であり、β版を通じて得られた利用データをもとに実現性・有効性などを判断しています。このようなPoCプロセスの過程で、アイディアや技術が流出する（模倣される）リスクがあります。

たとえば画期的なアイディア・技術を駆使した製品を開発したスタートアップがPoCを行っていたところ、「スピード感のある他スタートアップが類似のアイディア・技術を駆使した製品でいち早く市場に出た」といったケースも珍しくありません。

こうしたアイディア・技術の流出リスクはPoCの常であり、十分な対策を立てなければいけません。

デメリットを最小限に抑えるためには

では、前述したPoCのデメリットを最小限に抑えるためにはどうすればいいのでしょうか。検証回数によるコストの増加、アイディア・技術の流出リスク、どちらのデメリットにも有効的な解決策が「PoCそのものの精度を高めた上で圧倒的スピードを持って実行すること」です。

たとえば、PoCを行っても事業や製品の有効性を判断できないのは、PoC自体の精度が低く、有効性判断に必要なデータを揃えられないためです。こうした状況に「この事業・製品は成功するはず」という希望的観測が乗ってしまうと、「PoCが延々と続く」という最悪の状態に陥ります。

加えて実行スピードもかなり重要です。前述のように、PoCプロセスの過程には大なり小なりの流出リスクがあります。一方で、圧倒的スピードを持ってPoCプロセスを実行すれば、他社への流出リスクを大幅に軽減できます。以上の2点がPoCのデメリットを最小限に抑えるための対策です。

「言うは易し行うは難し」、実際のところPoCのデメリットを最小限にする対策は難度の高いものです。精度が高く迅速なPoCプロセスを実行できない企業の場合は、各分野の専門コンサルタントに頼るのが最も効果的な対策方法です。

専門コンサルタントはその分野で積み上げた経験・ノウハウから、クライアントごとに最適なPoCプロセスを組み立てることができます。たとえば我々データビズラボなら、BIダッシュボード構築・DX戦略などデータ活用領域で豊富なノウハウとユースケースがあり、クライアントごとに最適なPoCプロセスの設計・実行支援が可能です。

「コンサルを依頼するのはアイディアが具体化してから」という方が多いのですが、実際は具体化する前から相談をするのが効果的です。アイディアがいくら具体化しても、そこに至るまでのPoCに莫大なコストがかかってしまっては本末転倒。「プロジェクト全体を通じたコスト削減、進捗の迅速化」を実現するためにも、早期段階で専門コンサルタントに相談することをご検討ください。

PoC（概念実証）の実施手順

続いてPoCの実施手順について、5つのステップを簡単にご紹介します。

1. PoCの目的・成果基準を決める

まずは「何のためのPoCなのか？」といったPoCの大目的を決めましょう。たとえば「データ活用を促進してDXの足がかりにしたい」という構想があれば、「BIダッシュボードの構築が社内にデータ活用文化を根付かせる土台となるか」などの大目的を決めます。この大目的から個別具体的な目標を定めていく作業がステップ1の大部分を占めます。

その後はPoCを正しく評価するための成果基準を作りましょう。たとえば上記の例で言えば、「会議時間の変化」が一つの成果基準になるでしょう。BIダッシュボードから得られるインサイト（洞察）が優れていて、従業員がそれを活かす文化が根付けば各所で会議時間が減少するはずです。

ただし会議時間の変化だけでは一概に判断できないので、大目的と関連性の高い成果基準をいくつか用意する必要があります。

2. 検証方法・スコープを検討する

PoCの目的・成果基準が定まったら検証方法を具体的に決めましょう。先ほどの「データ活用を促進してDXの足がかりにしたい」という大目的の場合、実際にBIダッシュボードを構築するのが検証方法となりますが、より具体的な検証方法を定めた方がPoCの精度が高まります。

たとえばBIダッシュボードのPoCを全社的に進めるのではなくて、特定の組織またはメンバーを対象に実行するなど規模を限定するのは効果的な検証方法です。検証コストを抑えられる上にクイックウィン（小さく素早い成功）を獲得できる可能性も高く、PoC精度も自然と高まります。

検証方法が固まったらPoCのスコープを決めましょう。スコープとは「目的達成のための最小限の範囲」を意味します。PoCに投じる人材、ツール、スケジュールなどの資源を明確にし、PoC精度を高めるとともにコスト削減を目指します。

3. 実施期間とコストを見積もる

PoC戦略をここまで固めたら、有効性を判断できるようになるまでの実施期間とコストを見積りましょう。実は、この実施期間とコストの見積りがリスクを回避する上でとても重要です。

「PoC貧乏」や「PoC疲れ」といったマイナスイメージの言葉もありますが、PoC自体は新しいアイディアや技術の実証なので、プロジェクト初期は前向きに取り組めるケースが大半です。新規プロジェクトに対する期待度が高まり、PoCにおいては戦略立案までが一番ワクワクする時間だと言えます。

だからこそ一度冷静になり、ここまで練り上げたPoC戦略を見つめ直す必要があります。PoCの熱に浮かされて無謀な戦略を立て、その結果プロジェクトがとん挫したケースを多々目の当たりにしてきました。

実行前にPoCの実施期間とコストをしっかりと見積り、PoC戦略そのものが実現性の高いものかを判断しましょう。ときには「PoCすら実行しない」という判断も必要です。プロジェクトを白紙に戻すことを恐れず、どうぞ冷静に判断してください。

4. 計画したPoCを実行する

PoC戦略の実現性を確認できたら、いよいよ計画を実行に移しましょう。以下に、PoC実行時のポイントを挙げておきます。

事前の計画以外のことを盛り込まない
常に目的意識を持つことを忘れない
フィードバックを得る仕組みを作る

これらのポイントについて、詳しくは次章の「PoC（概念実証）を失敗させないポイント」でご紹介します。

5. 評価・改善を繰り返す

最終的に、PoCは評価・改善を繰り返してアイディアや技術の実現性、製品・サービスや事業の有効性を判断します。いわゆる「PDCAサイクルを回すステップ」です。このステップではPoCを通じてROIを高めようとするよりも、「課題・リスクを徹底的に洗い出すこと」を意識する方が、精度が高く効果的なPoCを実行できます。

実は、PoCと事業化の境界線が曖昧になり「PoCがずるずる続く」というケースが少なくありません。たとえば新しい製品・サービスのPoCを実行するにあたって、既存顧客の協力を得たとしましょう。そうしたPoC環境ではなまじ利益が出ることで、PoCと事業化の線引きが難しく、精度の低いPoCが続いて「PoC貧乏」や「PoC疲れ」のリスクが高まります。

さらに、ステップ4（計画したPoCを実行する）のポイントである「事前の計画以外のことを盛り込まない」を無視し、顧客要望をどんどん取り入れてしまうと「わずかな顧客にしかフィットしない超々ニッチ市場」という最悪の環境が生まれ、抜け出しづらくなるケースもあるので注意してください。

PoC（概念実証）を失敗させないポイント

それでは、PoCを実行するにあたって失敗させないポイントをご紹介します。具体的なコツもご紹介するので、ぜひ参考にしてください。

小さく始める

PoCはあくまで検証段階のプロセスです。PoCを通じて製品・サービスや事業の有効性を実感できることもあれば、逆もまた然り。PoCが持つリスクやそこにかかるコストを考慮すると、小さく始めるのが鉄則です。

PoCは小さくても実現性・有効性を確認できれば御の字なので、無理に広げる必要はありません。小さければ失敗したときのダメージも最小限に済みます。

一方で、「小さいプロジェクト」に対して経営層の興味が薄く、PoCすら進まないケースがあります。そうした経営層を納得させるには、個人的にクイックウィンを作ったり他社事例を参考にしたり、経営層を説得できるような説明材料を作りましょう。また、「小さい失敗をするリスク」の許容が必要であることも理解してもらえるよう努めてください。

戦略的に取り組む

戦略的に取り組めないPoCは必ずと言って良いほど失敗します。というより、「戦略がないPoCには成功・失敗の定義がなくその時点で失敗している」と表現する方が正しいです。

では戦略的なPoCを進めるにはどうすればいいかというと、「ほぼ唯一の方法」と呼べるのが外部の専門コンサルタントと協業することです。たとえばデータビズラボでは成功も失敗も含め「圧倒的な体験数」があります。精度の高い戦略とはそうした経験則から生まれるものであり、その経験則を提供できるのが専門コンサルタントです。

言い換えれば、PoCはその分野の専門コンサルタントの力がなければ成功は難しいでしょう。「とりあえず社内でPoCを進めてみてダメだったらコンサルを依頼しよう」と考える企業が多いですが、こうした企業の大半はPoCに失敗します。「ダメだったら」ではなく「最初から」専門コンサルタントと協業する方が、プロジェクト全体のコスト削減につながることを覚えておいてください。

仮説検証をスピーディに行う

PoCは仮説検証（PDCAサイクル）をスピーディに実行することで、コスト増大や情報流出といったリスクを最小化できます。そこで有効なのが「アジャイル的発想」です。

アジャイル（agile）とは開発用語であり、シンプルに表すと「作りながら考える」を意味します。あらゆる計画を固めてから段階的に実行に移す「ウォーターフォール（waterfall）」とは異なり、アジャイル的発想は機敏性・柔軟性を優先します。

以下の図は開発現場におけるアジャイル開発手法とウォーター開発手法を比較したものですが、イメージとして参考にしてみてください。

出典：アジャイル開発の管理ツール（EAPツール）とは？16社を解説、AtlassianやServiceNowなど｜ビジネス＋IT

アジャイル的発想を取り入れれば、PoCで細かいフィードバックを獲得しながらPDCAサイクルを回していく環境を整えられます。ちなみにアジャイル的発想の導入も企業独自に取り入れるのは難しいものなので、専門コンサルタントと協業することをおすすめします。

アジャイル的発想やプロジェクト進行を日頃から意識し、周囲からはその道のプロと認識されているデータビズラボ代表の永田もアジャイル研修を受講するなど、自身の中のアジャイルを定期的にアップデートしています。

目的意識を共有する

PoCにおける目的意識とは、「戦略・計画実行の先にある目的を意識の表面にとどめ続ける状態」です。目的意識がなければPoCが戦略・計画通りに進まず、「PoC貧乏」や「PoC疲れ」といったリスクを具現化してしまう原因となります。

「目的意識の共有」は日々のビジネスの中で重要性を理解している方も多いため、多くの企業がこのポイントを実行しています。しかし、目的意識の共有は「やっているようで機能していない」ことが非常に多いため注意してください。

たとえば、毎日の朝礼でPoCの目的を確認しているといった簡易的な取り組みだけで、「目的意識を共有できている」と誤解するケースがよくあります。ではどうすればいいかというと、大切なのは数値目標（KPI）の継続したモニタリングと共有文化を根付かせることです。

PoCに具体的な数値目標を設定し、継続的にモニタリングすればそれ自体が目的意識を持つ（共有する）ベースになります。一方で、「関係者同士で指摘し合う」という文化も欠かせません。PoCを実行する中で戦略・計画から逸れていると感じたとき、あるいは他者がそうした意見を出したときに、「それって本来の趣旨からズレていませんか？」と周囲が声を上げられるかが重要です。

こうした声を殺さないためには、関係者全員の心理的安全性が保たれているかどうかがポイントです。PM（プロジェクト責任者）が独裁的にPoCを進めている環境では、円滑にPoCを実行しているように見えても当初の戦略・計画から大きくズレているケースが多々あるので注意してください。

データビズラボのPoC（概念実証）支援事例

データビズラボのPoC支援事例を2つご紹介します。ご自身の現況と照らし合わせながら、PoC支援の必要性を検討いただくための参考になれば幸いです。

株式会社ユーザベース｜複数事業を掛け合わせたデータ活用

NewsPicksやSPEEDAといった経済メディア・プラットフォームの運営を主軸とする株式会社ユーザベース様（以下、ユーザーベース）は、データ活用文化の醸成に全社的に取り組んでいます。

ユーザーベースがデータ活用で抱えていた課題が「事業間のシナジー」です。データ活用やデータ分析基盤が事業ごとに進化はしたものの事業間をまたがるデータ分析は行われておらず、さらなるデータ活用文化の醸成に取り組み始めました。

その取り組みの中でデータビズラボは、「PoCとしてのBIツール設計」「データ分析におけるユースケース定義と言語化」などの支援をさせていただきました。

支援を通じて「支援の依頼前には、仮説ベースでしか議論できなかったものの、スピーディに具体化していただくことで、それをもとに具体的に議論を詰めることができました」というお言葉を頂戴しています。

ユーザベースの支援事例では、データ活用文化がある程度醸成されている段階がスタートラインでした。それでもなお、「仮説を具体化して議論を進める」のは難しい課題となります。プロジェクトが立ち上がった早期段階でご相談くださったことにより、具体的な議論をいち早く始められ、プロジェクト全体のコスト削減に貢献できた支援事例となっております。

事例ページ：https://data-viz-lab.com/case/uzabase