data-analysis-standard

データ分析標準スキル

生の数値をプロダクト上の意思決定につなげます。明確な問い、方法、発見事項、推奨アクションを軸に、すべての分析を構成してください。

分析フレームワーク：4つの問い

すべての分析は、ここから始めます。

1. 何が変わりましたか？（指標とその変化を説明します）
2. なぜ変わりましたか？（根本原因 — セグメント、ファネルのステップ、コホート、チャネル）
3. それは何を意味しますか？（ビジネスまたはプロダクトへの影響）
4. 次に何をしますか？（確信度を添えた推奨アクション）

4つすべてに答えずに、データを提示してはいけません。説明のないグラフは分析ではありません。

---

指標のトリアージ用テンプレート

指標が予想外に変動したときに使用します。

METRIC: [Name]
MOVEMENT: [X% change over Y period]
BASELINE: [What was normal]

SEGMENTATION CHECK:
- By platform (iOS / Android / Web)?
- By user cohort (new / returning / power users)?
- By acquisition channel?
- By geography?
- By plan/tier?

ROOT CAUSE HYPOTHESIS:
1. [Most likely explanation] — Evidence: [data point]
2. [Alternative explanation] — Evidence: [data point]
3. [Ruling out] — Eliminated because: [reason]

CONCLUSION: [Single sentence answer to "why did this change?"]
CONFIDENCE: [High / Medium / Low] — based on [data available]

---

ファネル分析の構成

ステージ	指標	現在値	ベンチマーク／目標	離脱率（％）	備考
[ファネル上部]	[ユーザー数]	[N]	[N]	—
[ステップ 2]	[ユーザー数]	[N]	[N]	[X%]
[ステップ 3]	[ユーザー数]	[N]	[N]	[X%]
[コンバージョン]	[ユーザー数]	[N]	[N]	[X%]

最大の離脱: [ステップ X → ステップ Y] — 仮説：[理由] 推奨される調査: [具体的なクエリまたはテスト]

---

コホート分析のガイドライン

必ず次の項目を定義します。

• コホートの定義: [ユーザーを分類する基準 — 登録週、初回アクション、プランの種類]
• リテンション指標: [リテンションとしてカウントするもの — ログイン、コアアクション、収益]
• リテンション期間: [D1、D7、D30、W4、M3 など]

コホートのリテンション表を出力し、次の項目を注釈します。

• 各コホートのベースラインとなるリテンション
• 平均を上回る／下回るコホートとその理由（機能のリリース？キャンペーン？季節性？）
• コホート間の傾向（改善／低下／安定）

---

ステークホルダー向け分析の出力形式

[分析タイトル] — [日付]

回答する問い: [具体的な問いを平易な英語で記載] 期間: [日付範囲] データソース: [データの取得元]

発見事項:

[データが示していることを、平易な英語で1～2文にまとめます]

主要なグラフ／表: [掲載または説明]

根本原因: [証拠に基づく最善の説明]

確信度: [高／中／低] — [理由]

推奨アクション:

1. [直ちに行うアクション — 担当者、期限]
2. [必要な調査 — 次に確認すること]
3. [モニタリング — 追跡する指標と頻度]

この分析ではわからないこと: [重要な注意点 — 不足しているデータや結論づけられないこと]

---

必要な入力

与えられた情報をもとに作業してください。次の項目に不足があっても、完全な出力を作成し、合理的な仮定で補った箇所に (仮定、要確認) と記載し、最後にそれらの仮定を列挙してください。中心となる対象自体が不明で、分析内容を作成できない場合に限り、最初に質問してください。

• 調査対象の指標または問い
• 期間（何が、いつからいつまでに変化したか）
• 利用可能なデータ（アクセスできるセグメント、ソース、クエリ）
• ビジネスの背景（この分析がどの意思決定に役立つか）
• 対象読者（誰が読むか — 経営幹部／チーム／データチーム）

詳細資料

このスキルにはサポートファイルが含まれています。利用可能な場合は使用してください。

• references/analysis-integrity.md — 分析の完全性：クエリから結論に至るまでの確認項目。出力を作成する際に適用してください。上記の手法概要で簡略化されている、確信度の調整や判断上の検討事項が記載されています。
• templates/analysis-writeup.md — 品質確認項目が組み込まれた、記入式の成果物テンプレート。生成を依頼するのではなく、ユーザー自身で文書を作成したい場合に提供してください。

スコアリング基準（0–40）

このスキルの出力は、引き渡す前に必ず採点してください。32 点以上なら、公開できる品質です。

評価項目	0	5	10
4 つの問いへの回答の網羅性	何が変わったかを説明して終わる	何が変わったか、なぜかには触れているが、「それで何が言えるのか／次に何をすべきか」が不十分	4 つすべてに十分な深さで答えており、「次に何をすべきか」は判断に直結する
根本原因の根拠	根本原因を直感で断定する	根拠となるデータポイントが 1 つあるが、代替説明を検討していない	少なくとも 1 つの競合する説明と照らして根本原因を検証し、見分けるための証拠を示している
不確実性への誠実さ	断定的で、確信度の記載がない	確信度を示しているが、その根拠がない	確信度のレベルに根拠があり、「データからはわからないこと」で実際の限界を示している。形式だけの記載ではない
実行可能性	調査結果のみで、行動につながらない	行動は示されているが、担当者または期限がない	推奨する行動に担当者、期限、後から効果を確認するための期待効果が明記されている

品質チェック

• 分析で 4 つの問いすべてに回答している：何が変わったか、なぜか、それで何が言えるのか、次に何をすべきか
• 根本原因に根拠がある（単なる仮説ではない）
• 確信度が明記され、その根拠が示されている
• データからはわからないことが明記されている
• 推奨する行動に担当者と期限が含まれている

避けるべきパターン

• 相関を因果関係として示さない — 必ず両者の違いを明記する
• 指標の変化を報告する際は、対象期間と比較の基準を必ず示す
• 「それで何が言えるのか」を省かない — 推奨する行動のない生の観察結果では、分析として不十分
• 確信度を過大に示さない — 仮説には明確にラベルを付け、確認に必要なデータを記載する
• セグメント別の内訳を見落とさない — 集計指標では、サブセグメント間の相反する傾向が隠れる場合がある

ガイドライン

• データからはわからないことを必ず明記してください — 確信度を誇張しないでください
• 相関は因果関係ではありません — 毎回、明示してください
• ユーザーに比較基準がない場合は、結論を出す前に基準を設けるよう提案してください
• 調査結果ごとに、最もシンプルなグラフを提案してください：比較には棒グラフ、推移には折れ線グラフ、相関には散布図、詳細な内訳には表
• 対象期間を必ず明記してください — 「コンバージョンが低下した」だけでは意味がありません。「Z 期間に X から Y に低下した」と示してください

トリガーとなるフレーズの例

• 「プロダクト指標を分析してください。」
• 「コンバージョンが低下した原因を調査してください。」
• 「データの変化をステークホルダーに説明してください。」
• 「指標が変化した根本原因を特定してください。」