GrowthBook
GrowthBookは、フィーチャーフラグ、A/Bテスト/実験、製品分析のためのウェアハウスネイティブなオープンソースプラットフォームであり、プライバシーファーストのデータ制御により、迅速なロールアウトと厳密な測定のために設計されています。
https://www.growthbook.io/?ref=producthunt&utm_source=aipure
製品情報
更新日:2026年08月06日
GrowthBookとは
GrowthBookは、フィーチャーフラグ、A/Bテスト、分析を通じて、製品およびエンジニアリングチームが安全に出荷し、より速く学習するのに役立つ実験およびリリースプラットフォームです。既存のウェアハウスに直接接続するか（またはGrowthBook Cloudで管理されたClickHouseウェアハウスを使用）、データがすでに存在する場所で実験を分析できるように、最新のデータスタックに適合するように構築されています。GrowthBookはオープンソース（オープンコア）であり、ファイアウォールの背後でセルフホストでき、プライバシーとセキュリティを念頭に置いて設計されています。分析のために生のユーザーレベルのイベントやPIIをGrowthBookに送信する必要はありません。
GrowthBookの主な機能
GrowthBookは、フィーチャーフラグ管理、実験（A/B/nテスト）、プロダクト分析を組み合わせたウェアハウスネイティブなプラットフォームです。チームが自身のデータを使用して安全にリリースし、より速く学習できるよう設計されています。クラウドおよびセルフホスト展開をサポートし、サーバー/クライアント/モバイル/エッジにわたる多くのSDKと統合します。GrowthBookに生ユーザーレベルデータやPIIを保持せず、SQLウェアハウスから直接結果をクエリすることでプライバシーを重視しています。また、AI支援ワークフロー（例：結果の要約、SQLヘルプ）やエージェント/ツール統合（例：MCPサーバー）を追加し、大規模な実験設定、分析、ガバナンスを加速します。
ウェアハウスネイティブな実験と分析: 接続されたSQLデータウェアハウスに生実験データをクエリし、統計レポートを作成することで実験分析を実行します。生ユーザーレベルイベントやPIIをGrowthBookに送信することはありません。
安全なロールアウト制御付きフィーチャーフラグ: 再デプロイなしで機能をオン/オフできる集中型フィーチャーフラグ管理。段階的なロールアウトと運用上の安全性をサポートするためのターゲティングルールと環境（開発/ステージング/本番）を備えています。
幅広いSDKカバレッジと高性能な配信: JavaScript/React、Node.js、Python、Java、Go、PHP、Flutter、iOS、およびHTMLスクリプトタグオプションを含む、一般的なスタック（サーバーサイド、クライアントサイド、モバイル、エッジ）向けの軽量SDK。
データに接続されたプロダクト分析: プロダクトデータに接続し、チームがユーザーの行動を理解し、トレンドを追跡し、機会を特定できるようにします。データを探索し、AIアナリストに質問するオプションもあります。
AI + エージェント統合（MCPサーバー）: AI機能は結果を自動要約し、SQLと仮説を支援し、類似の過去の実験を見つけることができます。MCPサーバーは、AIコーディングツール/エージェントがフラグと実験を作成し、クリーンアップ/ワークフローを自動化することを可能にします。
柔軟なデプロイとオープンソースコア: マネージドGrowthBook Cloudまたはセルフホスト（独自のクラウドまたはオンプレミス）として利用可能。大規模なMITライセンスコードベースと、高度なニーズに対応するエンタープライズライセンスコンポーネントを備えたオープンコア。
GrowthBookのユースケース
ガードレール付きSaaS機能ロールアウト: フィーチャーフラグを使用して新しいUIやワークフローの変更（例：新しいダッシュボードデザイン）を段階的にリリースし、属性/プランによってユーザーのサブセットをターゲットにし、メトリクスが悪化した場合は迅速にロールバックします。
Eコマースのコンバージョン最適化: チェックアウトフロー、価格表示、または製品ページレイアウトでA/B/nテストを実行し、ウェアハウスで直接結果を分析してコンバージョン率と収益への影響を改善します。
メディア＆コンテンツエンゲージメント実験: レコメンデーションモジュール、ペイウォールのバリエーション、またはコンテンツレイアウトをテストし、プロダクト分析を使用して下流のエンゲージメントと保持効果を理解します。
アプリリリースなしのモバイルアプリ実験: モバイルSDKとリモート設定を使用して、アプリストアの承認を待たずに実験と機能変更を開始し、影響を厳密に測定します。
GenAI製品のイテレーションと安全性: AI機能（例：チュータリング、コパイロット、プロンプトの変更）をA/Bテストして、ユーザーが恩恵を受けるかどうかを検証し、実験と迅速なロールアウト/ロールバックを組み合わせてリスクを制御します。
エンタープライズガバナンスと大規模テスト: 共有メトリクス/ワークフロー（該当する場合）を使用してチーム間で実験を標準化し、大量の機能評価をサポートし、セルフホスティングを介して規制されたインフラストラクチャ内にデータを保持します。
メリット
ウェアハウスネイティブなアプローチにより、データは独自の環境に保持され、真実の源となるメトリクスで直接分析できます。
フィーチャーフラグ、実験、プロダクト分析を1つのプラットフォームに統合し、幅広いSDKをサポートします。
オープンソースコアと強力なプライバシー体制（生ユーザーレベルイベント/PIIはGrowthBookに送信されません）を備えた柔軟なデプロイ（クラウドまたはセルフホスト）。
AIとエージェント統合（例：MCPサーバー）により、実験の作成、分析、運用ワークフローを高速化できます。
デメリット
実験分析のためにSQLデータウェアハウスへの接続が必要であり、ウェアハウスのモデリング/計測品質に依存関係が生じます。
一部の高度な機能はエンタープライズ/商用ライセンスの一部（オープンコア）であり、純粋な無料/セルフマネージドユーザーの機能が制限される可能性があります。
完全な実験レポートを取得するには、トラッキングコールバック/イベントロギングを正しく実装する必要があります。そうしないと、機能は実行できますが、GrowthBookで結果を分析できません。
GrowthBookの使い方
1) GrowthBookの実行方法を選択します（CloudまたはSelf-Hosted）: GrowthBook Cloud（最速のセットアップ、無料のスターターあり）またはSelf-Hosted（独自のインフラストラクチャで同じ製品を実行）のどちらかを選択します。Cloudは迅速な開始に理想的であり、Self-hostは完全な制御とファイアウォールの背後での実行に理想的です。
2) アカウントを作成（Cloud）またはデプロイ（Self-Hosted）: Cloud: サインアップして組織/ワークスペースを作成します。Self-host: 公式のセルフホスト手順（通常は迅速な開発/ステージングにはDocker Compose、KubernetesにはHelmチャート）を使用してGrowthBookをデプロイします。本番環境では、デフォルトの開発用mongoコンテナではなく、安定したスケーラブルなMongoDB互換ソリューションを使用してください。
3) ワークスペースを整理します（組織 → プロジェクト → 環境）: チーム/製品を分離するためにプロジェクトを作成します（例：「Web」と「Mobile」）。デプロイメントを分離するために環境を作成します（例：開発、ステージング、本番）これにより、環境ごとに機能ルールが異なるようにできます。
4) SDK接続を作成し、クライアントキーをコピーします: GrowthBookで、SDK設定に移動し、新しいSDK接続を作成して、クライアントキー（通常は「sdk-」で始まります）をコピーします。このキーは、公開された機能定義を取得するためにアプリで使用します。
5) GrowthBook UIで最初のフィーチャーフラグを作成します: シンプルなブール値のフィーチャーフラグ（オン/オフ）を作成します。GrowthBookは高度なターゲティング、ロールアウト、前提条件機能、JSONスキーマ検証などをサポートしていますが、エンドツーエンドの統合を検証するために基本的なフラグから始めます。
6) 機能を環境に公開します: GrowthBookは、環境のすべての機能を単一のJSONペイロードにパッケージ化し、SDKがそれを消費します。正しい環境（開発と本番）で編集/公開していることを確認してください。
7) アプリケーションにGrowthBook SDKをインストールして初期化します（例：React）: React SDKをインストールし、apiHostとclientKeyで初期化します。コマンド例：`npm install --save @growthbook/growthbook-react nanoid`。初期化パターンの例：`apiHost: "https://cdn.growthbook.io"`と`clientKey`を使用してGrowthBookインスタンスを作成し、アプリの起動時に`loadFeatures()`（または`init`）を呼び出し、アプリを`GrowthBookProvider`でラップします。
8) ユーザーターゲティング属性をSDKに渡します: ターゲティングと実験割り当てに使用される属性（通常は安定したユーザーID）を提供します。匿名ユーザーのみの場合は、Cookie/localStorageに永続化されたランダムなIDを使用します。実行時に属性を変更すると、割り当てられた機能値が変わる可能性があるため注意してください。
9) コードでフィーチャーフラグの値を読み取り、動作をゲートします: SDKの機能評価メソッド/フックを使用して、ブール値（またはその他の型付き）値をチェックし、UIを条件付きでレンダリングしたり、バックエンドの動作を有効にしたりします。これがコアのフィーチャーフラグワークフローです。
10) ターゲティングルールと段階的なロールアウトを追加します（オプション、推奨）: 機能のルールに以下を追加します。(a) 属性に基づいてユーザーのサブセットをターゲットにする強制値ルール、および/または (b) ランダムサンプリングを使用して露出を段階的に増やすパーセンテージロールアウトルール。環境を使用して安全に段階的に展開します（開発 → ステージング → 本番）。
11) フィーチャールールを使用してA/Bテストを実行します（サーバーサイドまたはクライアントサイド）: 機能に実験ルールを追加し、ユーザーがハッシュ属性（例：ユーザーID）と実験シードに基づいてバリエーションにランダムに割り当てられるようにします。GrowthBookは各バリエーションに範囲（0〜1）を割り当て、決定論的にユーザーをバケット化します。
12) 分析のために「実験表示」イベント（およびその他の主要イベント）を追跡します: 実験が表示されたときに露出イベントを送信するためのトラッキングコールバックを実装するか（またはプラグインを使用）、信頼性の高い実験分析にはこれが必須です。既存の分析/イベントパイプラインでビジネスイベント（サインアップ、購入、コンバージョン）を追跡することもできます。
13) GrowthBookをデータウェアハウスに接続します（または管理されたウェアハウスを使用します）: 実験を分析するには、GrowthBookをSQLデータウェアハウス（Snowflake、BigQuery、Databricks、Redshiftなど）に接続するか、GrowthBookの管理されたウェアハウス（ClickHouse）を使用してSDK/取り込みAPI経由でイベントを取り込みます。
14) SQLを使用してGrowthBookでファクトテーブルを定義します: メトリクスとデータ → ファクトテーブルに移動し、ウェアハウスから生のイベントを選択する1つ以上のファクトテーブルを作成します。例：`orders`テーブルから`user_id`、`timestamp`、および収益フィールドを選択するOrdersファクトテーブル。
15) ファクトテーブルの上にメトリクスを構築します: ファクトテーブルに基づいてメトリクス（コンバージョン、収益、エンゲージメントなど）を作成します。これらのメトリクスは、実験結果で評価する成果となります。
16) 実験を開始し、結果を監視します: ターゲティングとトラッキングが正しいことを確認したら、実験を開始します。GrowthBookの統計エンジンは、異なるアプローチ（例：頻度論またはベイズ）と、感度を向上させるための逐次テストやCUPEDなどのオプションをサポートしています。GrowthBook UIで結果を確認します。
17) 開発中に機能/実験の動作を検証およびデバッグします: GrowthBookのツール（例：DevToolsブラウザ拡張機能）を使用して、評価されたフラグ/バリエーションを検査し、ターゲティング属性と割り当てが正しいことを確認します。
18) 安全にスケーリング：名前空間、ガバナンス、およびマルチプロジェクト構造（オプション）: 相互排他的な実験が必要な場合は、名前空間を使用し、実験が同じハッシュ/割り当て属性を共有していることを確認します。スケーリングするにつれて、プロジェクトを使用してチームを整理し、環境/承認ワークフロー（該当する場合）を使用してリリースを管理します。
GrowthBookのよくある質問
GrowthBookは、実験、機能フラグ、製品分析のためのウェアハウスネイティブプラットフォームであり、製品チームがテストを実行し、制御されたロールアウトで安全に出荷し、データに基づいて結果を分析するために使用されます。
GrowthBookに類似した最新のAIツール
Hapticlabs
Hapticlabsは、デザイナー、開発者、研究者がコーディングなしでデバイス間で没入型の触覚インタラクションを簡単に設計、プロトタイピング、展開できるノーコードツールキットです
Deployo.ai
Deployo.aiは、シームレスなモデルデプロイメント、モニタリング、およびスケーリングを可能にする包括的なAIデプロイメントプラットフォームであり、組み込みの倫理的AIフレームワークとクロスクラウド互換性を備えています。
CloudSoul
CloudSoulは、ユーザーが自然言語の会話を通じてクラウドインフラストラクチャを即座に展開および管理できるAI駆動のSaaSプラットフォームであり、AWSリソース管理をよりアクセスしやすく、効率的にします
Devozy.ai
Devozy.aiは、アジャイルプロジェクト管理、DevSecOps、マルチクラウドインフラ管理、ITサービス管理を統合したAI駆動の開発者セルフサービスプラットフォームであり、ソフトウェア配信の加速を実現するための統一ソリューションです
GrowthBookに似た人気のAIツール
A2A Protocol
A2A（Agent2Agent）プロトコルは、Googleによって開発されたオープンな相互運用性プロトコルであり、基盤となるアーキテクチャに関係なく、異なるフレームワークとベンダー間のAIエージェント間のシームレスな通信とコラボレーションを可能にします。
VoltOps
VoltOps は、フレームワークに依存しない LLM オブザーバビリティ プラットフォームであり、あらゆるテクノロジー スタックにわたる AI エージェントにリアルタイムの視覚的な監視、デバッグ、および最適化ツールを提供します。
Chaterm
Chaterm is an open-source AI-native terminal and SRE copilot that enables engineers to manage complex infrastructure through natural language, automating deployment, troubleshooting, and operations without memorizing commands.
Open Browser Use
Open Browser Useは、オープンソースでエージェントランタイムに依存しないブラウザ自動化レイヤーであり、Chrome拡張機能とCLI/SDK/MCPを組み合わせて、DOM認識型でCDP駆動のタブ制御、ナビゲーション、およびさまざまなAIエージェントツール全体でのアクションを可能にします。