GrowthBook
GrowthBook, Inc. · コーディング · 生産性向上
GrowthBookは、フィーチャーフラグ管理、A/Bテスト、プロダクト分析のためのオープンソースプラットフォームで、自社のデータウェアハウスの上で動く。プロダクトチームはこれを使い、機能を安全に展開し、本物の統計的な厳密さで実験を行い、行動データを自社インフラの外に出さずに読む。データチームとエンジニアリングチーム向けの作りで、気軽なユーザー向けではない。Web、モバイル、バックエンドサービス向けのSDKも同梱している。
GrowthBook について
GrowthBookとは
GrowthBookは、プロダクトチームが普段は別々に購入する3つの仕事を一つにまとめたソフトウェアプラットフォームだ。フィーチャーフラグ、実験、分析である。ウェアハウスネイティブという点が他と一線を画す。GrowthBookはSnowflake、BigQuery、Databricks、Redshift、Postgresに接続し、イベントを他人のデータベースにコピーするのではなく、すでに自社が所有するテーブルから直接メトリクスを読む。厳しいデータプライバシーやコンプライアンス要件のある組織にはこれが効く。ユーザーデータが自社クラウドから出ないからだ。
MITライセンスのオープンソースなので、すべてを自前でホストすることも、GrowthBook Cloud経由で動かすこともできる。同社は3,000社以上が利用していると述べている。Dropbox、ウィキメディア財団、Khan Academyも名を連ねる。
最大のトレードオフはセットアップの手間だ。自社のウェアハウスに依存するため、チームの誰かがGrowthBookを正しいテーブルに向け、メトリクスをSQLで定義しなければならない。それが致命的かというと、多くのエンジニアリングチームにとっては違う。ただしマーケター一人がつないで即使えるツールではない。オープンソースにありがちな計算もある。無料のセルフホスト版は実際に十分使えるが、アップグレード、スケーリング、オンコール当番は自分持ちだ。これは実際の仕事である。
はじめかた
- app.growthbook.ioで無料アカウントを作るか、オープンソースのリポジトリをクローンして自社サーバーで動かす。
- データソース（Snowflake、BigQuery、Databricks、Redshift、Postgres）を接続し、GrowthBookがプロダクトデータを読めるようにする。
- 既存のテーブルに対して、実験メトリクスとディメンションをSQLで定義する。
- 自分のスタック用のクライアントSDK（JavaScript、React、Python、iOS、Androidなど）を入れ、機能をフラグで包む。
- 機能を一部のユーザーに展開し、実験ダッシュボードで結果を見る。
AIツール情報
GrowthBookの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- プロダクトマネージャー：新しい画面や価格変更が本当にメトリクスを動かすかを、当て推量ではなく確かめられる。ただし開発者が先にウェアハウスをつないでいるのが条件だ。
- データサイエンティスト：CUPEDと逐次検定を組み込みで使い、ベイズまたは頻度論の検定を回せる。統計用のスタックを別に組む必要はない。
- グロース・マーケティングチーム：キャンペーンやオンボーディングの実験を、すでに維持しているテーブルから引いた信頼できるメトリクスと突き合わせる。
- エンジニアリングチーム：リスクの高いコードをフラグの後ろに置き、即時キルスイッチを備える。まずいリリースでアプリ全体を落とさずに済む。
タスク
- A/Bテスト：機能の2つのバリアントを比較し、ダッシュボードを目視するのではなく、統計的有意性をGrowthBookに計算させる。
- フィーチャーフラグ管理：変更をトラフィックの1%に展開し、そこから100%まで引き上げる。エラー率が急上昇すれば数秒で止める。
- 段階的リリース：コードを暗号化して出荷し、プランや地域といった属性で特定のユーザー群にだけ有効化する。
- プロダクト分析：ファネル、リテンション、メトリクスの傾向をウェアハウスのテーブル上で直接調べる。
- 旧ツールからの移行：Statsigや古い自社システムから離れるチームは、既存のメトリクスをそのまま持ち込める。
シーン
- 顧客データを第三者のSaaSに送れないフィンテックチームは、ウェアハウスネイティブな分析ならすべてが自社クラウド内に収まると気づく。
- モバイルアプリチームが、iOSとAndroidで同時にオンボーディングの流れを試し、両方で同じフラグ設定を使う。
- グロースチームが、四半期をまたいで結果を比較できるよう、すべての実験を共通のメトリクス定義と突き合わせたいと考える。
- プロジェクト初期の調査段階で、小さなチームが無料のセルフホスト版を動かし、席を買う前にワークフローが合うかを確かめる。
主な機能
ウェアハウスネイティブな実験
GrowthBookは、すでに運用しているデータウェアハウスからメトリクスを読む。ユーザーイベントを別のストアにコピーすることはない。実験を一度定義すれば、SnowflakeやBigQueryといったテーブルから結果を引く。データの二重化はない。厳しいプライバシー規則のあるチームにとって、閉じたSaaSツールより選ぶ理由はまさにここにある。
フィーチャーフラグ管理
コードの一部をフラグで包み、誰に見せるかをダッシュボードから制御する。再デプロイは不要だ。フラグはパーセンテージ展開、即時キルスイッチ、ユーザー属性に基づくターゲティングルールに対応する。チームが気に入るのはキルスイッチの部分だ。壊れた機能を、リリースを巻き戻すのではなく数秒で止める。
高度な統計
このプラットフォームはベイズと頻度論の両方の手法を支え、さらにCUPEDによる分散縮減と逐次検定も備える。この組み合わせが効くのは、逐次検定なら偽陽性を膨らませずに結果を継続的に確認できるからだ。チームが早すぎるタイミングでダッシュボードを覗くときの典型的な罠を避けられる。
マルチアーム・文脈バンディット
単純なA/Bテストを超えて、GrowthBookは勝ち筋のバリアントへ自動的にトラフィックを寄せるマルチアームバンディットを回す。バージョン5.1では文脈バンディットが加わり、固定の割合ではなく各ユーザーの文脈に応じて配分を調整する。バリアントが複数あるときに便利だ。負ける側にトラフィックを無駄にしなくなる。
AIビジュアルエディターとAIアナリスト
AIビジュアルエディターは、コードを変えずにライブページの文言やレイアウトを変更できる。AIアナリストは、データに関する質問に平易な言葉で答える。どちらも有料プランに紐づき、AIの利用上限は加入している階層に応じて上がる。
24以上のフレームワークSDK
GrowthBookはJavaScript、React、Python、iOS、Android、Go、Rubyなど向けに20を超えるSDKを配布する。競合より小さく作られ、フラグの評価にネットワーク呼び出しを一切必要としない。だから速い。実行時に第三者へデータが漏れるのも防げる。
セルフホストまたはクラウドでのデプロイ
GrowthBookを完全に自社クラウドやオンプレで動かすことも、マネージドクラウド版で即時更新と少ない保守を使うこともできる。セルフホストならデータを完全に掌握できる。クラウド版は、サービスを自分でパッチしてスケールする手間を省く代わりに、掌握の一部を手放す。それがトレードオフだ。
メリットとデメリット
メリット
- ウェアハウスネイティブな設計がデータを自社インフラ内に保つ。規制産業ではこれが効く。
- MITライセンスのオープンソースコアは、ベンダーロックインがなく、セルフホスト版が無料のままであることを意味する。
- 本当に使える無料枠：3ユーザーまでのチームで、フラグ、実験、トラフィックが無制限。
- 幅広い統計サポート（ベイズ、頻度論、CUPED、逐次検定）を一つのツールで。
- 24以上のSDKがWeb、モバイル、サーバーをカバーするので、混在したスタックも問題にならない。
デメリット
- ウェアハウスネイティブな設定には実際の手間がかかる。誰かがデータソースをつなぎ、メトリクスをSQLで書く必要がある。非技術者向けの仕事ではない。
- 料金は席単位なので、実験やダッシュボードへのアクセスを必要とする同僚が増えるほどコストが膨らむ。
- 文脈バンディットやAIアナリストなど一部の高度な機能は、無料プランではなく有料階層の後ろにある。
よくある質問
はい。Starterプランはクレジットカード不要で無料、3ユーザー、1プロジェクト、無制限のフィーチャーフラグ、実験、トラフィックをカバーする。オープンソース版は自社インフラへのセルフホストが無料のままだ。
関連コンテンツ
GrowthBookに関連するツール、スキル、記事を探す。
GrowthBookの代替ツール
Forefront
Forefront · コーディングForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。
Startkit
StartKit.AI · コーディングStartkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。
Testim
Tricentis · コーディングTestimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。