decision-matrix

意思決定マトリックス

概要

意思決定マトリックスでは、各選択肢をそれぞれの基準に基づいて採点することで、主観的な要素を可視化し、比較できるようにします。重み付けされた基準、感度分析、明確な推奨事項を含みます。

簡単な例：

選択肢	コスト（30%）	速度（25%）	品質（45%）	加重スコア
選択肢 A	8（2.4）	6（1.5）	9（4.05）	7.95 ← 勝者
選択肢 B	6（1.8）	9（2.25）	7（3.15）	7.20
選択肢 C	9（2.7）	4（1.0）	6（2.7）	6.40

品質が最も重要（重み45%）であるため、最速でも最安でもない選択肢 A が勝ちます。

ワークフロー

このチェックリストをコピーして、進捗を記録してください。

Decision Matrix Progress:
- [ ] Step 1: Frame the decision and list alternatives
- [ ] Step 2: Identify and weight criteria
- [ ] Step 3: Score each alternative on each criterion
- [ ] Step 4: Calculate weighted scores and analyze results
- [ ] Step 5: Validate quality and deliver recommendation

ステップ 1：意思決定の枠組みを定め、選択肢を列挙する

ユーザーに、意思決定の背景（何を、なぜ選ぶのか）、選択肢の一覧（一般的なカテゴリーではなく、具体的な名称の選択肢）、制約や譲れない条件（必須要件）、関係者（誰の合意が必要か）を尋ねます。必須条件を把握しておくと、採点前に選択肢を絞り込めます。確認のための質問については、枠組みを定めるための質問を参照してください。

ステップ 2：基準を特定し、重み付けする

ユーザーと協力して、基準（この意思決定で重要な要素）を特定し、重み（最も重要な基準はどれか。合計が100%になる割合）を決め、網羅性（基準が重要なトレードオフをすべて捉えているか）を確認します。ユーザーが重み付けに迷っている場合は、重み付けの手法としてresources/template.mdを使用してください。よくあるパターンについては、基準の種類を参照してください。

ステップ 3：各基準に基づいて各選択肢を採点する

各選択肢を、統一された尺度（通常は1～10で、10が最良）を使って、各基準に基づき採点します。ユーザーに点数を尋ねるか、可能な場合は客観的なデータ（コスト、速度の指標）を調査します。前提条件とデータソースを記録します。複雑な採点を行う場合は、評価の調整方法についてresources/methodology.mdを参照してください。

ステップ 4：加重スコアを計算し、結果を分析する

各選択肢の加重スコア（基準ごとのスコア×重みの合計）を計算します。合計スコアで選択肢を順位付けします。僅差の選択肢（互いの差が5%以内）を特定します。感度を確認します（1つの重みを変更すると決定が覆るか）。結果の解釈方法については、感度分析を参照してください。

ステップ 5：品質を検証し、推奨事項を提示する

resources/evaluators/rubric_decision_matrix.jsonを使って自己評価します（最低スコア ≥ 3.5）。明確な推奨事項を記載したdecision-matrix.mdファイルを提示し、分析で明らかになった主なトレードオフを強調し、前提条件に対する感度を明記して、次のステップ（僅差の選択肢に関するデータ収集、関係者との検証）を提案します。

枠組みを定めるための質問

意思決定を明確にするために：

• 具体的に、どのような意思決定を行うのですか？（Y個の選択肢からXを選ぶ）
• 決定しなかった場合、または誤った選択をした場合、どうなりますか？
• いつまでに決定する必要がありますか？
• 複数の選択肢を選べますか。それとも1つだけですか？

選択肢を特定するために：

• 検討している、名称のある選択肢はすべて何ですか？
• すぐに除外する他の選択肢はありますか？その理由は何ですか？
• 「何もしない」場合、または現状維持の選択肢は何ですか？

必須条件を明らかにするために：

• 絶対に譲れない条件はありますか？（予算上限、期限の要件、コンプライアンス上の必要条件）
• どの制約は柔軟で、どの制約は厳守が必要ですか？

基準の種類

基準の一般的なカテゴリです（判断内容に応じて調整してください）。

財務基準：

• 初期費用、継続的なコスト、ROI、投資回収期間、予算への影響
• 典型的な重み：20～40%（コスト重視の判断では高め）

パフォーマンス基準：

• 速度、品質、信頼性、スケーラビリティ、容量、スループット
• 典型的な重み：30～50%（技術的な判断では高め）

リスク基準：

• 導入リスク、可逆性、ベンダーロックイン、技術的負債、コンプライアンスリスク
• 典型的な重み：10～25%（エンタープライズ環境や規制対象の環境では高め）

戦略基準：

• 目標との整合性、将来の柔軟性、競争優位性、市場での位置付け
• 典型的な重み：15～30%（長期的な判断では高め）

運用基準：

• 使いやすさ、メンテナンスの負担、必要なトレーニング、統合の複雑さ
• 典型的な重み：10～20%（社内ツールでは高め）

ステークホルダー基準：

• チームの好み、ユーザー満足度、経営陣との整合性、顧客への影響
• 典型的な重み：5～15%（チェンジマネジメントの場面では高め）

重み付けのアプローチ

方法1：直接割り当て（最もシンプル） ステークホルダーが、合計が100%になるように割合を割り当てます。手早くできますが、恣意的になりがちです。

方法2：ペアワイズ比較（より厳密） 基準を2つずつ比較します。「コストは速度より重要ですか？」というように比較して順位を付け、その後、重みを割り当てます。

方法3：必須条件とあると望ましい条件（まずフィルタリング） 絶対条件（合否判定）と重み付けする基準を分けます。必須条件を満たす選択肢のみを評価します。

方法4：ステークホルダー間で平均化（グループでの判断） 各ステークホルダーが個別に重みを割り当て、その後、平均を取ります。優先事項の違いが明らかになります。

詳しいファシリテーション手法については、resources/methodology.mdを参照してください。

感度分析

スコアを算出した後、結果の頑健性を確認します。

1. 僅差の場合： 勝者との差が5～10%以内の選択肢 → 追加データやセカンドオピニオンが必要です 2. 支配的な基準： 1つの基準が判断全体を左右している → 重みが大きすぎませんか？ 3. 重みの感度： 2つの基準の重みを入れ替えると勝者が変わるか？ → 判断は不安定です 4. スコアの感度： 1つのスコアを±1ポイント調整すると勝者が変わるか？ → そのデータポイントに判断が左右されています

警告サイン：

• 重みを少し調整しただけで勝者が変わる → 優先事項についてステークホルダー間の合意が必要です
• すべての基準で1つの選択肢が勝つ → マトリックスは過剰で、選択は明らかです
• スコアの大半が推測に基づいている → 判断する前に追加データを集めてください

よくあるパターン

テクノロジーの選定：

• 基準：コスト、パフォーマンス、エコシステムの成熟度、チームの習熟度、ベンダーサポート
• 重み：パフォーマンスと成熟度が通常50%以上

ベンダーの評価：

• 基準：価格、機能、統合、サポート、評判、契約条件
• 重み：機能と統合が通常40～50%

戦略的な選択：

• 基準：市場機会、必要なリソース、リスク、整合性、タイミング
• 重み：市場機会と整合性が通常50%以上

採用の判断：

• 基準：経験、カルチャーフィット、成長の可能性、報酬の希望、入社可能時期
• 重み：経験とカルチャーフィットが通常50%以上

機能の優先順位付け：

• 基準：ユーザーへの影響、工数、戦略的価値、リスク、依存関係
• 重み：ユーザーへの影響と戦略的価値が通常50%以上

このスキルを使用しない場合

意思決定マトリクスを使用しない場合：

• 実行可能な選択肢が1つしかない場合（比較できる現実的な代替案がない）
• 判断が単純な二択で、基準も1つだけの場合（より簡単な分析を使用してください）
• 選択肢の違いが1つの観点に限られる場合（その観点だけを比較してください）
• 判断を急ぐ必要があり、リスクが低い場合（分析にかかる時間に見合いません）
• 基準を客観的に定義できない場合（純粋に感情や美的感覚に基づく選択）
• すでに答えがわかっている場合（あらかじめ決めた結論を正当化するためにマトリクスを使うのは無駄です）

代わりに使用する方法：

• 基準が1つだけの場合 → 単純な順位付けまたはしきい値チェック
• 二択の場合 → 賛否リストまたは期待値の計算
• 不確実性が非常に高い場合 → シナリオプランニングまたは決定木
• 純粋に主観的な場合 → 直感による判断またはユーザーの好みに基づく投票

クイックリファレンス

手順：

1. 意思決定の枠組みを定める → 選択肢を列挙する
2. 基準を特定する → 重みを割り当てる（合計を100%にする）
3. 各選択肢を各基準に基づいて評価する（1～10の尺度）
4. 加重スコアを計算する → 選択肢を順位付けする
5. 感度を確認する → 推奨案を提示する

リソース：

• resources/template.md - 構造化されたマトリクス形式と重み付けの手法
• resources/methodology.md - 高度な手法（グループでの進行、評価基準の調整、感度分析）
• resources/evaluators/rubric_decision_matrix.json - 提示前の品質チェックリスト

成果物： 表、根拠、推奨案を含む decision-matrix.md ファイル