要約（結論）
- 「成功確率1%でも100回チャレンジすると63%成功する」という話をもとに計算すると、個人開発アプリが「食えるレベル」でヒットする確率は、1本あたり約3%。
- 実際、30本作れば約60%、50本で約78%、100本で95%以上が成功する計算になる。
- また、実際には経験を積むほど成功確率は上昇するため、3%は保守的な見積もりと考えてよい。
1. 「成功確率1%で100回試すと63%成功」の謎
スタートアップ業界でよく聞くフレーズに、
「成功確率がたった1%でも、100回チャレンジすれば63%の確率で成功する」
というものがある。これは統計学の基本的な計算に基づいている。
「少なくとも1回成功する確率」は以下のように計算される。
P(成功)=1−(1−p)nP(成功) = 1 – (1 – p)^n
成功確率(p)が1%、試行回数(n)が100回の場合、
1−0.99100≈0.632（約631 – 0.99^{100} ≈ 0.632（約63%）
となる。精神論のように使われがちな話だが、この計算を逆に使えば、「個人開発アプリで成功する確率」を推定できる。
ここでの成功とは、「個人開発で食える」とする。
2. 実際の開発者のデータから推測する
自分や周囲の個人開発者の状況を観察すると、次のような傾向があると思う。
- 自分の場合は約30本目でようやく「生活できる収益」になった。
- 多くの個人開発者も、20〜50本程度のチャレンジで「食える」レベルのヒットが出ている感じ。
- 逆に、100本以上作っても「食えていない」人を見たことがない。
この経験則から、成功確率は少なくとも1%より高く、10%ほどはないと直感的に推測できる。では、具体的にどのくらいなのだろうか？
*この数字はあくまで私の実測値なので、ここの前提が崩れると話にならない。けど、そんなにズレてはないと思う。
3. 確率を数学的に推定してみる
各アプリがヒットする確率を一定値(p)と仮定すると、「最初に成功するまでの回数(K)」は統計学の「幾何分布」に従う。
P(K=k)=(1−p)k−1pP(K = k) = (1 – p)^{k – 1} p
実際のデータから平均的な成功までの回数を約35本（20〜50本の中間値）として考えると、幾何分布の期待値(1/p)は35となり、
p≈135≈0.029≈3%p ≈ \frac{1}{35} ≈ 0.029 ≈ 3\%
となる。
3.1 整合性チェック
| 試行回数 | 成功確率1%の場合 | 成功確率3%の場合 | 現実と比較 |
|---|---|---|---|
| 30本 | 26% | 60% | 実際に成功 |
| 50本 | 39% | 78% | 周囲の状況と合致 |
| 100本 | 63% | 95%以上 | 外した人がいない状況に合致 |
1%と仮定すると現実とずれてしまうが、3%程度にするとほぼ現実と整合性が取れる。
4. 「作り続ければいつか成功する」は本当か？
- 30本 → 60%
- 60本 → 87%
- 100本 → 95%以上
数字だけ見ると可能性は十分に高い。さらに、実際には以下の要素が加わり成功確率がさらに向上する。
- 学習効果：失敗するたびにUI/UXの改善や市場分析が上手くなり、徐々に成功確率が高まる。
- リソース配分の最適化：並行して小さくテストすることで、成功しそうなアイデアを早く見つけることができる。
- ポートフォリオ効果：1本で大成功しなくても、複数のアプリが小さな収益を生み出し、トータルで「食える」場合もある。
こうした要素を考えると、成功確率3%というのは最低ラインの推測で、実際にはもっと高い期待値を持ってもよいだろう。
5. 結論と現実的なアドバイス
- 成功確率は約3%／1本。 30本なら60%、50本なら78%程度。
- 実際の成功確率は、経験により徐々に上昇する（初期は低くても、後期にはもっと高くなる）。
- 開発サイクルを高速化し、小さく実験・撤退を繰り返すことで効率的に成功率を上げられる。
- 成功にこだわりすぎず、撤退基準を決めて次のチャレンジに進むことも大切。
最終結論：「一発屋」より「当たるまで作る」方が確実で合理的だ。
「成功率3%」という数字を信じて、今すぐ次のアプリ開発に取りかかろう！
