metrics-dashboard

プロダクト メトリクス ダッシュボード

適切なメトリクス、ビジュアライゼーション、アラート閾値を備えた包括的なプロダクト メトリクス ダッシュボードを設計します。

コンテキスト

$ARGUMENTS 向けのメトリクス ダッシュボードを設計しています。

ユーザーがファイル（既存ダッシュボード、分析データ、OKR、または戦略資料）を提供した場合は、最初にそれらを読んでください。

ドメイン コンテキスト

メトリクス vs KPI vs NSM: メトリクス = すべての測定可能な事柄。KPI = より長期間にわたって追跡される少数の重要な定量的メトリクス。North Star Metric = ビジネス成功の先行指標である単一の顧客中心のKPI。

良いメトリクスの4つの基準（Ben Yoskovitz著『Lean Analytics』）：(1) 理解しやすい — 共通言語を作成する。(2) 比較可能 — スナップショットではなく、時間経過による比較。(3) 比率または率 — 全体数字よりも情報が豊富。(4) 行動を変える — ゴールデンルール：「メトリクスが行動を変えなければ、それは悪いメトリクスです」。

8つのメトリクス タイプ: Vanity vs Actionable（行動を変えるのはアクション可能なメトリクスだけ）、Qualitative vs Quantitative（WHAT vs WHY — 両方が必要。顧客との対話をやめるな）、Exploratory vs Reporting（データを探索して予期しない洞察を発見）、Lagging vs Leading（先行指標はより高速な学習サイクルを実現します。例：顧客の苦情は解約を予測します）。

5つのアクション ステップ: (1) メトリクスを4つの良いメトリクス基準に対して監査する。(2) ダッシュボードを更新 — すべての主要メトリクスが良いものであることを確認する。(3) Vanity メトリクスを特定する — その使い方に注意する。(4) 先行指標 vs 遅行指標を分類する。(5) 1つの問題を選んでデータを深く掘り下げる。

詳細とケース スタディについては、Ben Yoskovitz著『Are You Tracking the Right Metrics?』を参照してください。

手順

1. メトリクス フレームワークを特定する — メトリクスをレイヤーに整理します：

   North Star Metric: コア価値の提供を最もよく表す単一のメトリクス

   Input Metrics（3～5）: North Star を駆動するレバー

   Health Metrics: プロダクト全体の健全性を確保するガードレール

   Business Metrics: 収益、コスト、ユニット エコノミクス

2. 各メトリクスに対して、以下を定義します:

   メトリクス	定義	データ ソース	ビジュアライゼーション	ターゲット	アラート閾値
   [名前]	[正確な計算：分子/分母、時間ウィンドウ]	[データの出所]	[折れ線グラフ / 棒グラフ / 数値 / ファネル]	[目標値]	[アラートをトリガーするタイミング]

3. ダッシュボード レイアウトを設計します:

   ┌─────────────────────────────────────────────┐
   │  NORTH STAR: [メトリクス] — [現在値]        │
   │  トレンド: [↑/↓ X% 前期比]                  │
   ├──────────────────┬──────────────────────────┤
   │  Input Metric 1  │  Input Metric 2          │
   │  [Sparkline]     │  [Sparkline]             │
   ├──────────────────┼──────────────────────────┤
   │  Input Metric 3  │  Input Metric 4          │
   │  [Sparkline]     │  [Sparkline]             │
   ├──────────────────┴──────────────────────────┤
   │  HEALTH: [Latency] [Error Rate] [NPS]       │
   ├─────────────────────────────────────────────┤
   │  BUSINESS: [MRR] [CAC] [LTV] [Churn]        │
   └─────────────────────────────────────────────┘
   

4. レビュー頻度を設定します:

   • 日次: オペレーショナル ヘルス（エラー、レイテンシ、クリティカル フロー）
   • 週次: Input メトリクスとエンゲージメント トレンド
   • 月次: North Star、ビジネス メトリクス、OKR 進捗
   • 四半期ごと: 戦略的レビューとメトリクス キャリブレーション

5. アラートを定義します:

   • どの閾値が調査をトリガーしますか？
   • 誰がどのチャネルでアラートを受け取りますか？
   • 想定される応答時間は何ですか？

6. ユーザーのコンテキストに基づいてツールを推奨します:

   • Amplitude、Mixpanel、PostHog（プロダクト分析用）
   • Looker、Metabase、Mode（SQLベースのダッシュボード用）
   • Datadog、Grafana（オペレーショナル ヘルス用）

段階的に考えてください。ダッシュボード仕様を markdown ドキュメントとして保存します。

さらに詳しく

• The Ultimate List of Product Metrics
• The North Star Framework 101
• The Product Analytics Playbook: AARRR, HEART, Cohorts & Funnels for PMs
• AARRR (Pirate) Metrics: The 5-Stage Framework for Growth
• The Google HEART Framework: Your Guide to Measuring User-Centric Success
• Funnel Analysis 101: How to Track and Optimize Your User Journey
• Are You Tracking the Right Metrics?
• Continuous Product Discovery Masterclass (CPDM)（ビデオ コース）