mcpField
B
business-analyst

business-analyst

github.com/marcioaltoeデータ・データベース078 回インストール今日更新
リポジトリ

business-analyst について

機能の優先順位付け、未決事項の整理、経営層向け成果物の作成を支援するビジネス分析スキルです。基準に沿った評価と測定可能な KPI、明示的な前提、意思決定に焦点を当てたレポート形式を組み合わせます。

主な機能

  1. 016つの基準による機能評価
  2. 02戦略的レバレッジの分類
  3. 03測定可能な KPI 目標の設定
  4. 04選択肢を用いた意思決定の整理
  5. 05規定に沿った経営層向け成果物の作成

活用シーン

  1. 01PRD 検討時のアイデア優先順位付け
  2. 02未解決のプロダクト判断の整理
  3. 03KPI フレームワークや予測の作成
  4. 04意思決定メモと提言の作成

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/marcioaltoe/skills --skill business-analyst

インストール後、Claude Code で/business-analystを入力して読み込まれたか確認します。

詳細

ビジネスアナリスト

探索を意思決定につなげます。呼び出し元が必要とする内容に応じて3つのモードから選びます。write-idea は最初の2つを使用し、エグゼクティブ向けの成果物には3つ目を使用します。

モード 1 — 機能のスコアリング(アイデア/PRD の発見向け)

機能アイデアの優先度を、感覚ではなく根拠に基づいて判断できるようスコアリングします。

  1. 6つの基準による評価 — 各項目を Must do / Strong / Maybe / Pass で評価し、調査またはコードベースの調査結果を引用して、各スコアを1行で説明します。

    基準質問
    Impactこの機能によって、製品の価値はどれほど高まりますか?
    Reachユーザーの何%に影響しますか?
    Frequencyユーザーはどのくらいの頻度でこの価値を実感しますか?
    Differentiation競合との差別化につながりますか、それとも単に競合に追いつくだけですか?
    Defensibility簡単に模倣できますか、それとも時間とともに優位性が積み上がりますか?
    Feasibility実際に実装できますか?
  2. レバレッジの種類 — クイックウィン(労力は小さく、価値は不釣り合いなほど大きい)、戦略的ベット(労力は大きいが、変革をもたらす可能性がある)、または複利効果型(データ効果、習慣形成、ネットワーク効果などにより、時間とともに価値が高まる)。

  3. KPI — 3〜6個を設定し、それぞれに数値目標("> 30%"、"< 200ms"、"-80%")と、具体的で実装可能な測定方法を示します。測定できない KPI は願望にすぎません。

  4. 実現性の判定 — 調査結果に基づき、進める、方向を見直す、または見送るという判断と、その判断が変わる条件を1段落で示します。

モード 2 — 意思決定支援(未解決の問いを整理する)

探索的な会話で未決定の事項が出てきたら、文章で説明するのではなく、意思決定にそのまま使えるブロックにまとめます。

Which retention lever should V1 optimize for?

A) Weekly digest email (Recommended)  ← suggested: cheapest to ship, measurable in one cycle
B) In-app streak mechanics
C) Usage-based notifications

Assumptions to confirm: users check email weekly; digest infra exists.

ルール:各意思決定につき選択肢は2〜3個にします。提案には必ず1行の根拠を添えます。提案を無効にする前提条件は隠さず、列挙します。1ブロックにつき意思決定は1つにします。意思決定をまとめると、形式的な承認につながります。構造化された質問ツールがあれば、そのツールで自由記述の回答も受け付けます。そのようなツールがない場合は、チャットで同じ質問を1つだけ提示し、自由記述の回答を受け付けます。

モード 3 — エグゼクティブ向けの成果物

KPI フレームワーク、ダッシュボード、予測、コホート/LTV-CAC モデル、A/B テストの結果分析、市場規模の算定など、定量的な分析を行う場合は、出力規約に従います。

運用ルール。 すべての成果物で、トピックではなく意思決定を明示します。すべての数値に、出典、計算式、または前提条件表の行を示します。最悪のケース(信頼区間の下限、下振れ感度、ストレス時の LTV)を明示します。結論の前にデータ品質の問題を指摘し、「TBD」で曖昧にしないでください。規約を満たせない場合は、冒頭の段落でその旨を述べます。

構成。 冒頭は ## Business Objective & Success Criteria(この成果物が可能にする意思決定と、数値で示す成功基準3〜5個)とし、末尾は ## Recommendations(3〜7項目の番号付きリスト。各項目に Decision / Owner(「チーム」ではなく、具体的な役職名)/ By when / Expected impact を含める)とします。その間にはエグゼクティブ向けの見出しを使用し、## Context/## Analysis/## Summary は使用しません。

  • アクションタイトルは、15語以内でインサイトを示します。例:## エンタープライズコホートの NRR が8ポイント低下。第3四半期に従量課金制を導入する
  • 意思決定メモには SCR を使用します。## Situation → ## Complication → ## Resolution の順とし、解決策が内容の60〜70%を占めるようにします。
  • 種類に応じて、標準的な用語を使用します。KPI フレームワークでは ## Input Metrics/## Output Metrics、承認メモでは Recommendations の前に ## Decision Required、ページ単位の要点には ## So What、前提条件と感度分析には ## Assumptions & Sensitivities、市場規模の算定ではトップダウンとボトムアップを突き合わせる ## Reconciliation を使用します。

アンチパターン

  • 根拠を示す行を伴わない採点。「優秀」とだけ書かれていても、何の情報も伝わりません。
  • 実際の選択肢を複数提示せず、疑問符を付けて1つの選択肢を示すこと。
  • 測定方法のない KPI 目標や、KPI として「エンゲージメントを向上させる」とすること。
  • ありきたりなペルソナの文章(「熟練したアナリストとして、私は……」など)。このスキルはその出力であり、履歴書ではありません。

コメント