Product Manager Toolkit

ディスカバリーから実装まで、現代的な製品管理に必要な重要なツールとフレームワーク。

---

目次

• クイックスタート
• コアワークフロー
  • 機能優先順位付け
  • 顧客ディスカバリー
  • PRD開発
• ツール リファレンス
  • RICE優先順位付けツール
  • 顧客インタビュー分析ツール
• 入出力例
• 統合ポイント
• よくある落とし穴

---

クイックスタート

機能優先順位付けの場合

# サンプルデータファイルを作成
python scripts/rice_prioritizer.py sample

# チームの容量を指定して優先順位付けを実行
python scripts/rice_prioritizer.py sample_features.csv --capacity 15

インタビュー分析の場合

python scripts/customer_interview_analyzer.py interview_transcript.txt

PRD作成の場合

1. references/prd_templates.md からテンプレートを選択
2. ディスカバリーの成果に基づいてセクションを記入
3. エンジニアリング チームと実現可能性について確認
4. プロジェクト管理ツールでバージョン管理

---

コアワークフロー

機能優先順位付けプロセス

収集 → スコアリング → 分析 → 計画 → 検証 → 実行

ステップ 1: 機能リクエストの収集

• 顧客フィードバック（サポートチケット、インタビュー）
• セールスリクエスト（CRM パイプラインの障害）
• 技術的負債（エンジニアリング チームの意見）
• 戦略的イニシアティブ（経営層の目標）

ステップ 2: RICE でスコアリング

# 入力: 機能を含む CSV
python scripts/rice_prioritizer.py features.csv --capacity 20

RICE の公式とスコアリングガイドラインについては、references/frameworks.md を参照してください。

ステップ 3: ポートフォリオを分析

ツールの出力で以下を確認します：

• クイックウィンと大型投資の配分
• 作業量の集中（すべてが大型プロジェクトになっていないか）
• 戦略的アライメントのギャップ

ステップ 4: ロードマップを生成

• 四半期容量の配分
• 依存関係の特定
• ステークホルダーとのコミュニケーション計画

ステップ 5: 結果を検証

ロードマップを最終確定する前に：

• トップ優先事項を戦略目標と比較
• 感度分析を実施（推定値が 2 倍間違っていたら？）
• 主要なステークホルダーと一緒に盲点がないか確認
• 機能間の依存関係の欠落がないか確認
• エンジニアリング チームで作業量の推定値を確認

ステップ 6: 実行と反復

• チームとロードマップを共有
• 実績と推定値を追跡
• 四半期ごとに優先事項を見直し
• 学習に基づいて RICE の入力値を更新

---

顧客ディスカバリープロセス

計画 → リクルート → インタビュー → 分析 → 統合 → 検証

ステップ 1: リサーチ計画

• リサーチの質問を定義
• ターゲットセグメントを特定
• インタビュー スクリプトを作成（references/frameworks.md を参照）

ステップ 2: 参加者のリクルート

• セグメントごとに 5～8 回のインタビュー
• パワーユーザーと離脱したユーザーの混合
• 適切なインセンティブを提供

ステップ 3: インタビューを実施

• セミ構造化形式を使用
• 解決策ではなく問題に焦点
• 許可を得て記録
• インタビュー中のメモは最小限

ステップ 4: インサイトを分析

python scripts/customer_interview_analyzer.py transcript.txt

抽出内容：

• 重大度付きペインポイント
• 優先度付き機能リクエスト
• ジョブ理論のパターン
• センチメントと主要なテーマ
• 引用可能な言葉

ステップ 5: 調査結果を統合

• インタビュー全体で似たペインポイントをグループ化
• パターンを特定（3 つ以上の言及 = パターン）
• Opportunity Solution Tree を使用して機会エリアに対応
• 頻度と重大度で機会の優先順位を付ける

ステップ 6: ソリューションを検証

開発を始める前に：

• ソリューション仮説を作成（references/frameworks.md を参照）
• ロー フィデリティプロトタイプでテスト
• 実際の行動と述べられた好みを測定
• フィードバックに基づいて反復
• 将来のリサーチのために学習を文書化

---

PRD開発プロセス

スコープ → 下書き → 確認 → 改善 → 承認 → 追跡

ステップ 1: テンプレートを選択

references/prd_templates.md から選択：

テンプレート	ユースケース	期間
標準 PRD	複雑な機能、クロスチーム	6～8 週間
ワンページ PRD	シンプルな機能、単一チーム	2～4 週間
機能ブリーフ	探索フェーズ	1 週間
アジャイル エピック	スプリント ベースの実装	継続的

ステップ 2: コンテンツを下書き

• 問題ステートメントから開始
• 成功メトリクスを事前に定義
• スコープ外項目を明確に記載
• ワイヤーフレームまたはモックアップを含める

ステップ 3: 確認サイクル

• エンジニアリング：実現可能性と作業量
• デザイン：ユーザー エクスペリエンスのギャップ
• セールス：市場検証
• サポート：運用上の影響

ステップ 4: フィードバックに基づいて改善

• 技術的制約に対応
• タイムラインに合わせてスコープを調整
• トレードオフの決定を文書化

ステップ 5: 承認とキックオフ

• ステークホルダー承認
• スプリント計画への統合
• より広いチームへのコミュニケーション

ステップ 6: 実行を追跡

ローンチ後：

• 実績メトリクスと目標値を比較
• ユーザー フィードバック セッションを実施
• 成功したこと、失敗したことを文書化
• 推定精度データを更新
• チームと学習を共有

---

ポジショニング ステートメント フレームワーク

Geoffrey Moore スタイルのポジショニング ステートメントを作成して、製品の差別化と価値提案を明確にします。PRD、GTM 計画、ピッチ資料を作成する前に使用してください。

コア ポジショニング テンプレート

[ターゲット ユーザー/ペルソナ] にとって
[充たされていないニーズ、または困難な瞬間] である
[製品名] は [製品カテゴリ] で
[提供される主な成果] です。
[主要な代替案：競合他社、解決策、または現状] と異なり、
[製品名] は [成果条件での独自の差別化] を提供します。

ワンセンテンス バリュー プロポジション

ドキュメントとスライドで再利用できる、1 文のバリュー プロポジションを作成します。

差別化の証拠ポイント

「～と異なり」という主張をサポートする 3 つの具体的な証拠ポイントをリストアップします。形容詞ではなく成果と証拠に焦点を当ててください。

作成ルール

• ペルソナ ファーストの言語を使用してください。
• 機能リストではなく成果に焦点を当ててください。
• 表現は具体的でテスト可能にしてください。
• 「～と異なり」には実際の代替案を含め、現状も言及してください。
• 強い差別化は形容詞ではなく成果と証拠についてです。

オプションのバリエーション

• 経営層向けバリアント： 取締役会資料用の短い戦略的表現。
• 顧客向けバリアント： マーケティング用の明確でプレーンな表現。

次のステップ

1. 3 つの代替ポジショニング方向を生成（推奨）
2. 競合他社との比較メッセージ マトリックスを作成
3. ホームページのヘッドライン＋サブヘッドラインオプションに変換

---

Recommendation Canvas

問題設定をソリューション エビデンスに結びつけた、構造化されたキャンバスを使用して製品の機会を総合的に評価します。投資決定、ポートフォリオ レビュー、ステークホルダー アライメントに有用です。

キャンバス セクション

## 製品名
[製品またはサービスの名称]

## ビジネス成果
[方向] [メトリクス] [成果] [コンテキスト] [受け入れ基準]

## 製品成果
[方向] [メトリクス] [成果] [コンテキスト] [受け入れ基準]

## 問題ステートメント ナラティブ
[ペルソナの視点からペルソナのストーリーを述べた 2～3 文]

## ソリューション仮説
[ターゲット ペルソナ] に [アクション/ソリューション] を実施すれば、
[望ましい成果] が得られるでしょう。

### Tiny Acts of Discovery
- [実現性に焦点を当てた小さな実験]
- [顧客価値に焦点を当てた小さな実験]

### Proof-of-Life
[期間] 内に、以下を観察します：
- [定量的に測定可能な成果]
- [定性的に測定可能な成果]

## ポジショニング ステートメント
[ターゲット ペルソナ] が [充たされていないニーズ] を必要とするため、
[製品] は [カテゴリ] で [便利さ] を提供します。
[競合他社] と異なり、[製品] は [差別化] を提供します。

## 前提条件と未知数
- [前提条件 1]
- [前提条件 2]

## 課題/リスク（PESTEL レンズ）
- 政治：[リスク]
- 経済：[リスク]
- 社会：[リスク]
- 技術：[リスク]
- 環境：[リスク]
- 法：[リスク]

## 価値正当化
[Yes/Yes with caveats/No with alternatives/No]
正当化：[これが価値があるか否かの理由]

## 成功メトリクス
1. [SMART メトリクス 1]
2. [SMART メトリクス 2]
3. [SMART メトリクス 3]

## 次のステップ
1. [担当者付きの次のステップ]
2. [担当者付きの次のステップ]

使用時期

• 新製品または機能への投資の判断
• ポートフォリオ レビューまたは投資委員会の準備
• Go/No-Go 決定でのステークホルダー アライメント

---

ツール リファレンス

RICE 優先順位付けツール

ポートフォリオ分析を含む高度な RICE フレームワーク実装。

機能：

• 設定可能な重みによる RICE スコア計算
• ポートフォリオ バランス分析（クイックウィンと大型投資）
• 容量に基づく四半期ロードマップ生成
• 複数の出力形式（テキスト、JSON、CSV）

CSV 入力形式：

name,reach,impact,confidence,effort,description
User Dashboard Redesign,5000,high,high,l,Complete redesign
Mobile Push Notifications,10000,massive,medium,m,Add push support
Dark Mode,8000,medium,high,s,Dark theme option

コマンド：

# サンプルデータを作成
python scripts/rice_prioritizer.py sample

# デフォルト容量（10 人月）で実行
python scripts/rice_prioritizer.py features.csv

# カスタム容量
python scripts/rice_prioritizer.py features.csv --capacity 20

# 統合用 JSON 出力
python scripts/rice_prioritizer.py features.csv --output json

# スプレッドシート用 CSV 出力
python scripts/rice_prioritizer.py features.csv --output csv

---

顧客インタビュー分析ツール

実行可能なインサイト抽出用の NLP ベースのインタビュー分析。

機能：

• 重大度評価付きペインポイント抽出
• 機能リクエストの特定と分類
• ジョブ理論のパターン認識
• セクション別センチメント分析
• テーマと引用抽出
• 競合他社言及検出

コマンド：

# インタビュー トランスクリプトを分析
python scripts/customer_interview_analyzer.py interview.txt

# 集計用 JSON 出力
python scripts/customer_interview_analyzer.py interview.txt json

---

入出力例

RICE 優先順位付けツールの例

入力（features.csv）：

name,reach,impact,confidence,effort
Onboarding Flow,20000,massive,high,s
Search Improvements,15000,high,high,m
Social Login,12000,high,medium,m
Push Notifications,10000,massive,medium,m
Dark Mode,8000,medium,high,s

コマンド：

python scripts/rice_prioritizer.py features.csv --capacity 15

出力：

============================================================
RICE PRIORITIZATION RESULTS
============================================================

📊 TOP PRIORITIZED FEATURES

1. Onboarding Flow
   RICE Score: 16000.0
   Reach: 20000 | Impact: massive | Confidence: high | Effort: s

2. Search Improvements
   RICE Score: 4800.0
   Reach: 15000 | Impact: high | Confidence: high | Effort: m

3. Social Login
   RICE Score: 3072.0
   Reach: 12000 | Impact: high | Confidence: medium | Effort: m

4. Push Notifications
   RICE Score: 3840.0
   Reach: 10000 | Impact: massive | Confidence: medium | Effort: m

5. Dark Mode
   RICE Score: 2133.33
   Reach: 8000 | Impact: medium | Confidence: high | Effort: s

📈 PORTFOLIO ANALYSIS

Total Features: 5
Total Effort: 19 person-months
Total Reach: 65,000 users
Average RICE Score: 5969.07

🎯 Quick Wins: 2 features
   • Onboarding Flow (RICE: 16000.0)
   • Dark Mode (RICE: 2133.33)

🚀 Big Bets: 0 features

📅 SUGGESTED ROADMAP

Q1 - Capacity: 11/15 person-months
   • Onboarding Flow (RICE: 16000.0)
   • Search Improvements (RICE: 4800.0)
   • Dark Mode (RICE: 2133.33)

Q2 - Capacity: 10/15 person-months
   • Push Notifications (RICE: 3840.0)
   • Social Login (RICE: 3072.0)

---

顧客インタビュー分析ツールの例

入力（interview.txt）：

Customer: Jane, Enterprise PM at TechCorp
Date: 2024-01-15

Interviewer: What's the hardest part of your current workflow?

Jane: The biggest frustration is the lack of real-time collaboration.
When I'm working on a PRD, I have to constantly ping my team on Slack
to get updates. It's really frustrating to wait for responses,
especially when we're on a tight deadline.

I've tried using Google Docs for collaboration, but it doesn't
integrate with our roadmap tools. I'd pay extra for something that
just worked seamlessly.

Interviewer: How often does this happen?

Jane: Literally every day. I probably waste 30 minutes just on
back-and-forth messages. It's my biggest pain point right now.

コマンド：

python scripts/customer_interview_analyzer.py interview.txt

出力：

============================================================
CUSTOMER INTERVIEW ANALYSIS
============================================================

📋 INTERVIEW METADATA
Segments found: 1
Lines analyzed: 15

😟 PAIN POINTS (3 found)

1. [HIGH] Lack of real-time collaboration
   "I have to constantly ping my team on Slack to get updates"

2. [MEDIUM] Tool integration gaps
   "Google Docs...doesn't integrate with our roadmap tools"

3. [HIGH] Time wasted on communication
   "waste 30 minutes just on back-and-forth messages"

💡 FEATURE REQUESTS (2 found)

1. Real-time collaboration - Priority: High
2. Seamless tool integration - Priority: Medium

🎯 JOBS TO BE DONE

When working on PRDs with tight deadlines
I want real-time visibility into team updates
So I can avoid wasted time on status checks

📊 SENTIMENT ANALYSIS

Overall: Negative (pain-focused interview)
Key emotions: Frustration, Time pressure

💬 KEY QUOTES

• "It's really frustrating to wait for responses"
• "I'd pay extra for something that just worked seamlessly"
• "It's my biggest pain point right now"

🏷️ THEMES

- Collaboration friction
- Tool fragmentation
- Time efficiency

---

統合ポイント

互換性のあるツールとプラットフォーム：

カテゴリー	プラットフォーム
分析	Amplitude, Mixpanel, Google Analytics
ロードマップ	ProductBoard, Aha!, Roadmunk, Productplan
デザイン	Figma, Sketch, Miro
開発	Jira, Linear, GitHub, Asana
リサーチ	Dovetail, UserVoice, Pendo, Maze
コミュニケーション	Slack, Notion, Confluence

JSON エクスポートでほとんどのツールとの統合が可能：

# Jira インポート用にエクスポート
python scripts/rice_prioritizer.py features.csv --output json > priorities.json

# ダッシュボード用にエクスポート
python scripts/customer_interview_analyzer.py interview.txt json > insights.json

---

よくある落とし穴

落とし穴	説明	防止方法
ソリューション ファースト	問題を理解する前に機能にジャンプ	すべての PRD を問題ステートメントで開始
分析麻痺	納品なしで過度に研究	研究フェーズの時間ボックスを設定
機能ファクトリー	影響を測定せずに機能を納品	開発前に成功メトリクスを定義
技術的負債を無視	プラットフォームヘルスの時間配分なし	容量の 20% をメンテナンスに予約
ステークホルダー サプライズ	早期で頻繁なコミュニケーションなし	週間の非同期更新、月間デモ
メトリクス シアター	実際の価値ではなく見栄えの良いメトリクスを最適化	メトリクスをユーザー価値に結びつける

---

ベスト プラクティス

優れた PRD を書く：

• ソリューションではなく問題から開始
• 明確な成功メトリクスを事前に含める
• スコープ外項目を明示的に記載
• ビジュアル（ワイヤーフレーム、フロー、図表）を使用
• 技術的詳細は付録に記載
• すべての変更をバージョン管理

効果的な優先順位付け：

• クイックウィンと戦略的投資を組み合わせ
• 遅延の機会費用を考慮
• 機能間の依存関係を考慮
• 予期しない作業用に 20% のバッファを確保
• 四半期ごとに優先事項を見直し
• コンテキスト付きで決定を伝える

顧客ディスカバリー：

• 根本原因を見つけるため「なぜ」を 5 回聞く
• 将来の意図ではなく過去の行動に焦点を当てる
• リーディング質問を避ける（「～があれば好きではない？」）
• ユーザーの自然環境でインタビューを実施
• 感情反応を観察（痛み = 機会）
• 定性データを定量データで検証

---

クイック リファレンス

# 優先順位付け
python scripts/rice_prioritizer.py features.csv --capacity 15

# インタビュー分析
python scripts/customer_interview_analyzer.py interview.txt

# サンプルデータを生成
python scripts/rice_prioritizer.py sample

# JSON 出力
python scripts/rice_prioritizer.py features.csv --output json
python scripts/customer_interview_analyzer.py interview.txt json

---

リファレンス ドキュメント

• references/prd_templates.md - 異なるコンテキスト用の PRD テンプレート
• references/frameworks.md - 詳細なフレームワーク ドキュメント（RICE、MoSCoW、Kano、JTBD など）

---

ツール リファレンス

rice_prioritizer.py

ポートフォリオ分析と四半期ロードマップ生成を備えた RICE フレームワーク実装。

フラグ	型	デフォルト	説明
input	位置指定	（オプション）	機能を含む CSV ファイルまたは「sample」でサンプルを作成
--capacity	int	10	四半期あたりのチーム容量（人月）
--output	選択	text	出力形式：text、json、csv

CSV 列： name, reach, impact, confidence, effort, description

Impact 値： massive, high, medium, low, minimal Confidence 値： high (100%), medium (80%), low (50%) Effort 値： xl (13mo), l (8mo), m (5mo), s (3mo), xs (1mo)

python scripts/rice_prioritizer.py sample                          # サンプル CSV を作成
python scripts/rice_prioritizer.py features.csv                    # デフォルト容量（10）
python scripts/rice_prioritizer.py features.csv --capacity 20      # カスタム容量
python scripts/rice_prioritizer.py features.csv --output json      # 統合用 JSON
python scripts/rice_prioritizer.py features.csv --output csv       # スプレッドシート用 CSV

customer_interview_analyzer.py

実行可能なインサイト抽出用のキーワード ベースのインタビュー トランスクリプト分析。

引数	型	デフォルト	説明
interview_file	位置指定	（必須）	インタビュー トランスクリプト テキスト ファイルへのパス
json	位置指定	（オプション）	JSON 出力の場合は 2 番目の引数として「json」を追加

抽出機能： ペインポイント（重大度付き）、機能リクエスト（タイプと優先度付き）、ジョブ理論のパターン、センチメント分析、主要テーマ、注目すべき引用、言及されたメトリクス、競合他社言及。

python scripts/customer_interview_analyzer.py interview.txt        # 人間が読める形式
python scripts/customer_interview_analyzer.py interview.txt json   # JSON 出力

---

トラブルシューティング

問題	原因	解決策
RICE スコアがクラスター化	Impact/confidence の区別が十分でない	チームで採点基準を調整、各レベルに具体例を使用
ロードマップが容量をオーバーコミット	作業量推定が楽観的すぎる	20% のバッファを追加、最終化前にエンジニアリング チームで確認
インタビュー分析が主要なインサイトを見落とし	トランスクリプトが短すぎるまたは予期しない言い回し	手動レビューで補完、トランスクリプトが完全なコンテキストをキャプチャしていることを確認
ステークホルダーが優先事項に同意しない	異なる価値認識	生の RICE 入力値を透過的に共有、ステークホルダーが重みを調整できるようにする
クイックウィンがロードマップを支配	低作業量項目へのバイアス	容量の 30～40% を戦略的な大型投資に予約
承認後に PRD スコープが増大	スコープ外定義が不十分	除外項目を明示的にリスト、追加については変更リクエストが必要
機能ファクトリー動作	影響を測定せずに納品	開発開始前に PRD で成功メトリクスを定義

---

成功基準

基準	ターゲット	測定方法
優先順位付けベロシティ	データからランク付きバックログまで 2 時間未満	CSV 入力からロードマップ出力までの時間
インタビュー分析カバレッジ	80% 以上のペインポイントをキャプチャ	ツール出力と専門家による手動確認を比較
推定精度	実績作業量が RICE 推定値の 1.5 倍以内	納品後の実績と推定作業量を追跡
ロードマップ信頼度	Q1 ロードマップの 70% 以上のアイテムが四半期内に納品	納品アイテム数 / 計画アイテム数
ディスカバリー ケーデンス	四半期ごとにセグメントあたり 5～8 回のインタビュー	完了したインタビュー数をカウント
PRD 品質	承認後の変更リクエストなし	PRD あたりの変更リクエストを追跡
機能影響率	納品された機能の 60% 以上が成功メトリクスに到達	ローンチ後のメトリクス比較

---

スコープと制限事項

スコープ内：

• ポートフォリオ分析を備えた RICE 優先順位付け
• 容量計画を含む四半期ロードマップ生成
• 顧客インタビュー トランスクリプト分析
• ペインポイント、機能リクエスト、JTBD 抽出
• キーワード ヒューリスティックを使用したセンチメント分析
• PRD 開発プロセスとテンプレート
• CSV/JSON インポートおよびエクスポート

スコープ外：

• リアルタイム分析統合（Amplitude/Mixpanel API を使用）
• NLP モデル ベースの分析（ツールはキーワード ヒューリスティックを使用、ML ではない）
• 多言語トランスクリプト分析（英語のみ）
• ビジュアル ワイヤーフレームまたはプロトタイプ生成
• 競合インテリジェンス収集（business-growth スキルを参照）
• 収益影響モデリング（finance スキルを参照）

---

統合ポイント

ツール/プラットフォーム	統合方法	ユースケース
Jira / Linear	rice_prioritizer の --output json	優先順位付けされた機能をチケットとしてインポート
Google Sheets	rice_prioritizer の --output csv	ロードマップをステークホルダーと共有
Dovetail / Notion	インタビュー アナライザーの JSON 出力	リサーチ リポジトリでインタビュー インサイトを集計
agile-product-owner	RICE 優先度がスプリント バックログに供給	戦略と実行を接続
product-strategist	OKR カスケードが RICE reach/impact に通知	機能を戦略目標と調整
Slack / Email	両方のツールの人間が読める出力	非同期ステークホルダー コミュニケーション