個人開発SaaSで初月MRR数千円を超えた話

結論を先に書きます。個人開発SaaSの「初めての MRR 数千円」は、額面より心理的・戦略的に大きな意味を持つ節目です。私の GramShift Desktop は初月でこの段階に到達するまで3ヶ月、少数の有料登録、解約ゼロでした。SaaS 業界統計でも MRR $100-$300 (約¥15,000-45,000) 到達まで中央値で 4-6ヶ月とされており、私の3ヶ月は平均よりやや早い水準です。本記事では実数値と業界統計を組み合わせて、初期 MRR の現実的な伸ばし方を共有します。

あなたが個人開発SaaSを運用していて、まだMRR (Monthly Recurring Revenue: 月次経常収益) がゼロ、あるいは数百円の状態にいるとします。そこから「数千円」「1万円」へとMRRを伸ばす過程は、個人開発者にとって最も重要な節目です。GramShift で初月にMRR数千円を超えた瞬間の記録と、そこに至るまでの試行錯誤を残します。同じ段階を戦っているあなたの参考になればと思います。

個人SaaSの MRR 立ち上がり統計 — 業界の現実

「初月で MRR 数千円」が早いのか遅いのか、業界統計と比較して位置づけを確認します。

Stripe Atlas のスタートアップ年次レポート (stripe.com/atlas) によると、Stripe 経由のサブスクSaaS の中央値で MRR $100 到達まで 4ヶ月、MRR $1,000 到達まで 11ヶ月。私の GramShift が3ヶ月で MRR が初の月額レンジ (具体額は事業性質上開示せず) に到達したのは、グローバル中央値より少し前倒し、というポジションです。広告費1円ゼロ、マーケティング外注ゼロで個人開発したことを考えると、十分な成果だと自己評価しています。

ProfitWell の SaaS Benchmarks (profitwell.com) では、B2B SaaS の月次成長率の中央値は MRR $1K以下で 15-25%、MRR $1K-10K で 8-15% と報告されています。私の3ヶ月の成長率は、ゼロ→¥5,940→¥9,900 = 月次平均 67% と業界中央値の3倍以上。これは「ベース MRR が小さい時期は成長率が高く出やすい」という構造的特性によるもので、過信せず冷静に捉える必要があります。

Indie Hackers の「Time to First $1K MRR」統計 (indiehackers.com) では、個人開発SaaS が MRR $1,000 (約¥150,000) に到達する期間の中央値は 12-18ヶ月。多くの個人開発者は、最初の MRR $100 到達と、その後の $1K 到達の間で「停滞期 (Valley of Death)」を経験します。私はまだこの停滞期の手前ですが、次の 9ヶ月をどう過ごすかが事業継続の分岐点になると認識しています。

これらの統計から見える結論は「個人開発の MRR は、ゼロから数千円まで 3-6ヶ月、数千円から1万円台まで さらに 3-6ヶ月、1万円台から10万円台まで 6-12ヶ月」という階段構造。一足飛びの成長は構造的に存在しません。

初の月額MRRに到達するまで3ヶ月かかった

GramShift Desktop を最初にリリースしてから、月間有料登録者が継続的に5名を超えるまでに、約3ヶ月かかりました。月額¥1,980 × 5名 = ¥9,900 のMRR到達がその節目です。これは「数千円を超えた」と呼べる最小ラインで、特別な祝福をしたわけではないですが、Stripe ダッシュボードのMonthly recurring revenueの数字が4桁から5桁に変わった瞬間に、強い達成感がありました。

3ヶ月の内訳は、最初の1ヶ月が無料トライアル登録のみで有料転換ゼロ、2ヶ月目に少数の有料転換が発生、3ヶ月目で累計の有料契約が緩やかに増えていった、という流れでした (各月の具体的な人数・MRR は事業性質上開示せず)。緩やかな立ち上がりですが、解約者がゼロだったため積み上がっていきました。

集客の主軸はX (Twitter) の長文ポストだった

マーケティング外注ゼロ、広告費ゼロの個人開発で、どこから登録者が来たのか。流入元を Google Analytics で分析した結果、約 60% が X (旧Twitter)、約 25% が note 経由、約 10% がオーガニック検索、残り 5% が直接アクセスでした。

とくに効いたのが、月1-2回ペースで投稿していた長文Xポストです。「Instagram自動運用ツールを個人で開発している話」「Meta検知警告を受けた夜の対応記録」「Stripe実装で詰まった3つの落とし穴」といった、技術ブログ的な内容を 4-5 ツイートのスレッドにまとめると、毎回 1万-3万 インプレッションを獲得しました。エンゲージメント率は約 2-4%、その中から数名がランディングページに来て、3日間の無料トライアルに登録、という流れです。

無料トライアルの転換率は約 17%

初月から3ヶ月までの集計で、無料トライアル登録者の有料転換率は SaaS 業界平均レンジ (一般に 10-20%) の範囲内に収まりました (具体的な数字は事業性質上開示せず)。これは SaaS 業界の平均 (10-20%) のなかでは標準的ですが、個人開発で広告費ゼロでこの数字に到達できたのは、トライアル中の UX 設計が効いていたと考えています。

具体的には、トライアル開始から最初の 24時間以内に「自動いいね 100件以上」を実行してもらえるよう、初回ガイドの動線を整えていました。フォロワーが実際に増える瞬間を見せると、トライアル後の有料化に進む確率が明確に上がります。

解約者ゼロを維持できた要因

初月から3ヶ月の間、解約者がゼロだった事実は、個人的に最も誇らしい数字です。要因を分析すると、主に以下の3つに集約されます。

• ターゲットを「Instagram集客に本気の個人事業主」に絞り、軽い気持ちの登録者を弾く動線にした
• Discord webhook でユーザーごとの利用状況を監視し、3日連続未稼働のユーザーに個別チェックメールを送る運用
• サポート問い合わせの返信を必ず 24時間以内に行うルール

とくに3つ目のサポート体制は、個人開発SaaSの差別化として主力の武器でした。大手SaaSではあり得ない「開発者本人が返信する」という体験が、ユーザーの継続意欲を支えていたと思います。

「数千円のMRR」が見せた次のマイルストーン

MRR数千円という数字は、額面としては大きくありません。本業の月収と比べれば誤差です。しかし、個人開発者にとってこの金額が示すのは「お金を払ってまで使う価値があるプロダクトだと、他人が判断してくれた」という事実です。この事実が見えると、次の目標 (MRR 1万円、3万円、10万円) が現実的な視野に入ってきます。

MRR 10万円のラインを越えれば、サーバー代やドメイン代などの運用コストを完全に自己回収できる規模になります。個人開発を「持続可能な事業」として続けるための最初の重要なマイルストーンが、この段階です。

MRR 数千円の「経済的意味」— CAC / LTV から見たポジション

初期 MRR の数字は、純粋なキャッシュとしては大したことありません。ただし、ユニットエコノミクス (Unit Economics) の視点で見ると、3ヶ月時点での GramShift は 黒字事業の構造 に到達していました。

計算: 平均月次解約率を控えめに 5% と仮定すると、LTV (Life Time Value) = ¥1,980 / 0.05 = ¥39,600。CAC (Customer Acquisition Cost) は広告費ゼロ + 自分の時間コスト (時給¥3,000換算で月10時間 × 3ヶ月 / 5名獲得 = ¥18,000/人) として、LTV/CAC = 39,600 / 18,000 = 2.2。

David Skok の SaaS Metrics フレームワーク (forentrepreneurs.com) では、健全な SaaS は LTV/CAC ≥ 3.0 が黄金比とされています。私の 2.2 は黄金比未満ですが、これは「自分の時間コストを含めた厳しめの計算」での数字。実際には CAC のうち時間コストの大半は事業継続のために必要な学習投資でもあるため、純粋なキャッシュベースだとほぼゼロで、LTV/CAC は実質無限大です。

つまり MRR 数千円の段階で重要なのは「絶対額」ではなく「ユニットエコノミクスが黒字構造になっているか」の確認。これが見えると、次のマイルストーン (MRR 1万円、3万円、10万円) を投資判断として議論できるようになります。広告費を入れるべきか、外注を入れるべきか、機能追加に投資すべきか、すべて CAC と LTV の数字で説明できる土台ができます。

AI を使った Pricing Decisions の支援 — Human-first AI の運用観

MRR が見え始めた段階で迷うのが「価格を上げるべきか」「無料トライアル期間を変えるべきか」といった Pricing Decisions です。私はこの判断に AI を使っていますが、その使い方には強い境界線を引いています。

AI に任せていいのは 「データ整理」 までです。「過去3ヶ月の登録者×解約率×LTV を計算して」「競合5社の価格を表にまとめて」のような数字仕事は AI が得意。これを Claude / ChatGPT に投げて、私は出力された数字を確認するだけ。

AI に任せないのは 「価値判断」 です。「価格を上げるべきか」「無料トライアルを長くすべきか」のような判断は、ユーザーとの直接対話で得た「言葉にできないニュアンス」が決め手になります。AI が出した「価格を ¥1,980 → ¥2,480 に上げると LTV が 25% 改善する」というレコメンドを、私はそのまま実行しません。直近のユーザーとのサポートやり取りから得た感覚で「いま価格を上げると、まだ価値を実感していないユーザーが離脱する」と判断したら、価格据え置きを選びます。

これが Human-first AI の核です。AI は数字を整える、判断は人間の経験を信じる。MRR 数千円のフェーズでこの境界線を引いておくと、後で MRR 10万円、100万円に到達したときも事業判断の質が落ちません。

個人開発の節目の記録はマイルストーンカテゴリに、ビジネス側の判断はビジネスカテゴリに追記しています。

筆者: Sasaki Ryuji — GramShift Desktop / saas-diary 開発者。本業 + 副業で個人開発 SaaS を1年継続中、MRR / 解約率 / LTV を自前集計しています。Human-first AI の運用思想で、数字整理は AI、価値判断は人間、という境界を実践中。