discovery-interviews-surveys について
ユーザーインタビューとアンケートの体系的な手法を提供し、仮説検証や課題発見、証拠の分析を支援するスキルです。過去の行動を尋ね、調査の偏りを抑える方法を重視します。
主な機能
- 01インタビューガイドと自由回答形式の質問
- 02定量アンケートの設計
- 03JTBDの探究質問
- 04偏りを避ける調査手法
- 05テーマ分析と統計分析
活用シーン
- 01開発前の製品アイデア検証
- 02ユーザーの課題と現行フローの把握
- 03製品コンセプトや位置付けのテスト
- 04調査による機能の優先順位付け
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/ nicepkg/ ai-workflow --skill discovery-interviews-surveysインストール後、Claude Code で/discovery-interviews-surveysを入力して読み込まれたか確認します。
同梱ファイル
SKILL.md と一緒にインストールされる参考資料やスクリプト。
resources/methodology.mdtemplate.mdresources/evaluators/rubric_discovery_interviews_surveys.json詳細
ディスカバリーインタビューとアンケート
目次
目的
ディスカバリーインタビューとアンケートを通じて、ユーザーから体系的に学び、次のことを実現します。
- 開発に投資する前に仮説を検証する
- ユーザーが経験している実際の問題(表明されたニーズだけではありません)を発見する
- ジョブ・トゥ・ビー・ダン(ユーザーが製品に「依頼」する仕事)を理解する
- ペインポイントと現在の回避策を特定する
- ターゲット層を対象にコンセプトやポジショニングをテストする
- ユーザーが直接言葉にしない可能性のある満たされていないニーズを明らかにする
これにより、推測に頼るのではなく、証拠に基づいて製品に関する意思決定を行えるようになります。
使用するタイミング
次のような場合に、このスキルを使用します。
- 開発前の検証:開発前に製品のアイデアをテストする
- 問題の発見:ユーザーのペインポイントやワークフローを理解する
- ジョブ・トゥ・ビー・ダンの調査:利用を開始または中止するきっかけと、望ましい成果を特定する
- 市場調査:ターゲット層、競争環境、支払い意欲を理解する
- コンセプトテスト:ポジショニング、メッセージング、機能の優先順位付けを検証する
- ローンチ後の学習:利用の障壁、解約の理由、拡大の機会を理解する
- 顧客満足度調査:満足・不満足の要因を特定する
- UX 調査:メンタルモデル、タスクの流れ、ユーザビリティの問題を調べる
- 顧客の声:ロードマップの優先順位付けに役立つ定性的なインサイトを集める
きっかけとなるフレーズ:「ユーザー調査」、「顧客インタビュー」、「アンケート」、「ディスカバリー」、「検証調査」、「顧客の声」、「ジョブ・トゥ・ビー・ダン」、「JTBD」、「ユーザーニーズ」
概要
ディスカバリーインタビューとアンケートでは、よくあるバイアス(誘導質問、確証バイアス、選択バイアス)を避けながら、ユーザーから学ぶための体系的な手法を提供します。
主な構成要素:
- インタビューガイド:問題や背景を明らかにする自由回答形式の質問
- アンケート:大規模な定量的検証に使う尺度付きの質問
- JTBD の質問:利用を開始または中止するきっかけと、望ましい成果に焦点を当てた質問
- バイアス回避の手法:過去の行動に焦点を当てる、「見せてください」と依頼する、仮定の質問を避ける
- 分析フレームワーク:テーマ別コーディング、親和図法、統計分析
簡単な例:
悪いインタビュー質問(誘導的で仮定に基づく): 「ファイルを自動的にバックアップするツールに、月額49ドルを支払いますか?」
良いインタビュー方法(行動に焦点を当て、問題を発見する):
- 「重要なファイルを最後に失ったときのことを教えてください。何が起きましたか?」
- 「データの損失を防ぐために、これまでに何を試しましたか?うまくいっていますか?」
- 「現在のバックアップ手順を順を追って説明してください。可能であれば、実際に見せてください。」
- 「より良いバックアップに時間やお金をかけるには、何が変わる必要がありますか?」
結果:仮定上の好みではなく、実際の問題、現在の解決策、変化への意欲について学べます。
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。
Discovery Research Progress:
- [ ] Step 1: Define research objectives and hypotheses
- [ ] Step 2: Identify target participants
- [ ] Step 3: Choose research method (interviews, surveys, or both)
- [ ] Step 4: Design research instruments
- [ ] Step 5: Conduct research and collect data
- [ ] Step 6: Analyze findings and extract insights
ステップ 1:調査目的を定義する
知りたいこと、検証する主要な仮説、調査の成功基準、調査結果を役立てる意思決定を明確にします。一般的な目的については、一般的なパターンを参照してください。
ステップ 2:対象参加者を特定する
参加者の条件(人口統計、行動、企業属性)、必要なサンプルサイズ、募集戦略、スクリーニング質問を定義します。サンプリング戦略については、resources/methodology.mdを参照してください。
ステップ 3:調査手法を選択する
目的と制約に基づいて選択します。
- 課題を深く発見する場合(参加者 5~15 人) → 詳細なインタビューにはresources/template.mdを使用します
- コンセプトを大規模にテストする場合(参加者 50~200 人以上) → 定量的な検証にはresources/template.mdを使用します
- JTBD 調査の場合 → 切り替えインタビューにはresources/methodology.mdを使用します
- 混合手法の場合 → 発見にはインタビュー、検証にはアンケートを使用します
ステップ 4:調査用ツールを設計する
バイアスを避ける手法を用いて、インタビューガイドまたはアンケートを作成します。構成にはresources/template.mdを使用します。誘導的な質問を避け、過去の行動に焦点を当て、「見せてください」という依頼を活用します。高度な質問設計については、resources/methodology.mdを参照してください。
ステップ 5:調査を実施する
インタビューを実施する場合は(許可を得て録音し、メモを取ります)、またはアンケートを配布します(事前にパイロットテストを行います)。適切な手法(積極的な傾聴、追加の掘り下げ質問、考えるための沈黙)を用います。重要な要件については、ガードレールを参照してください。
ステップ 6:結果を分析する
インタビューの場合:テーマ別コーディング、親和図法、引用の抽出。アンケートの場合:統計分析、クロス集計、自由回答のコーディング。根拠を含むインサイト文書を作成します。resources/evaluators/rubric_discovery_interviews_surveys.jsonを使用して自己評価してください。最低基準:平均スコア ≥ 3.5。
よくあるパターン
パターン 1:課題発見インタビュー
- 目的:ユーザーの悩みや現在のワークフローを理解します
- アプローチ:8〜12 件の詳細なインタビューを実施し、自由回答形式の質問を用いて、過去の行動や実際の解決策に焦点を当てます
- 主な質問:「最後に〜したときのことを教えてください」「順を追って説明してください」「これまでに何を試しましたか?」「うまくいっていますか?」
- 成果物:課題のテーマ、発生頻度の推定、現在の回避策、変更する意思
- 例:B2B SaaS の課題発見調査—潜在顧客に現在のツールや課題についてインタビューします
パターン 2:ジョブ理論(Jobs-to-be-Done)調査
- 目的:ユーザーが製品を「雇う」理由と、乗り換えのきっかけを特定します
- アプローチ:最近導入したユーザーや乗り換えたユーザーに切り替えに関するインタビューを行い、時系列や状況に焦点を当てます
- 主な質問:「何がきっかけで探し始めましたか?」「どのような代替案を検討しましたか?」「乗り換えを思いとどまらせかけたものは何ですか?」「今は何が違いますか?」
- 成果物:採用のきっかけ、利用をやめるきっかけ、望ましい成果、不安、習慣
- 例:SaaS の解約調査—最近解約したユーザーに、競合への乗り換えについてインタビューします
パターン 3:コンセプトテスト(定性調査)
- 目的:リリース前に製品コンセプト、ポジショニング、メッセージを検証します
- アプローチ:10〜15 件のインタビューで、コンセプト(モックアップ、ランディングページ、説明)を提示し、反応を集めます
- 主な質問:「ご自身の言葉で言うと、これは何ですか?」「誰を対象にしていますか?」「どのような用途で使いますか?」「いくらくらいだと思いますか?」
- 成果物:理解度スコア、認識されている価値、ターゲット層の明確さ、価格の基準
- 例:リリース前の検証—ターゲット層を対象にランディングページのメッセージをテストします
パターン 4:定量的な検証のためのアンケート
- 目的:インタビューで得られた知見を大規模に検証するか、機能の優先順位を決めます
- アプローチ:100〜500 人を対象に、尺度式の質問(リッカート尺度、順位付け)と自由回答形式の質問を組み合わせます
- 主な質問:満足度スコア(CSAT、NPS)、機能の重要度/満足度(Kano)、利用頻度、人口統計情報
- 成果物:統計的有意性、セグメンテーション、優先順位付け(重要度と満足度のマトリクス)
- 例:製品ロードマップの優先順位付け—500 人のユーザーを対象に、機能の重要度をアンケートで調査します
パターン 5:継続的な課題発見
- 目的:一度限りのプロジェクトではなく、継続的に学びます
- アプローチ:毎週、顧客との会話(15〜30 分)を行い、チームメンバーが交代で参加して、メモを共有します
- 主な質問:現在の注力分野(新機能、オンボーディング、拡大、継続利用)によって異なります
- 成果物:継続的なインサイトの提供、問題の早期発見、関係構築
- 例:製品チームが毎週 3〜5 件の顧客との通話を行い、共有ドキュメントにインサイトを記録します
ガードレール
重要な要件:
-
誘導する質問を避ける:「正しい」答えをほのめかしてはいけません。悪い例:「私たちの UI は分かりにくいと思いませんか?」良い例:「この機能を使う手順を説明してください。何が起きましたか?」
-
仮定ではなく過去の行動に焦点を当てる:人が実際にしたことから真実が分かります。これからするだろうと話す内容は、間違っていることがよくあります。悪い例:「この機能を使いますか?」良い例:「最後に X をする必要があったときのことを教えてください。」
-
「説明してください」ではなく「見せてください」と尋ねる:実際の行動は、説明された行動よりも重要です。画面共有を依頼し、現在のワークフローを実演してもらい、成果物(スプレッドシートやツール)を見せてもらいます。
-
適切な参加者を募集する:参加者を慎重に選定します。対象外の参加者では、時間が無駄になります。参加条件と除外条件を定め、スクリーニング調査を実施します。
-
手法に適したサンプル数を確保する:インタビューでは、テーマが現れるまでに 5~15 人が必要です。統計的有意性を得るには、アンケートでは 100 人以上、セグメントを比較する場合は各セグメント 30 人以上が必要です。
-
確証バイアスを避ける:仮説に反する証拠を積極的に探します。10 件中 9 件のインタビューで仮説が支持された場合は、支持されなかった 1 件に重点的に注目します。
-
許可を得て記録し、文字起こしをする:記憶は当てになりません。インタビューを記録し、分析のために文字起こしをします。バックアップとしてメモも取ります。
-
体系的に分析する:好ましい結論を裏付ける引用だけを選んではいけません。テーマ別にコード化し、テーマの数を数え、矛盾する証拠も提示します。
よくある落とし穴:
- ❌ 「~しますか?」と尋ねる:仮定の話は当てになりません。「~したことがありますか」「そのときのことを教えてください」「見せてください」に焦点を当てます
- ❌ 少数のサンプルから統計的な主張をする:5 件のインタビューから「ユーザーの 80%が機能 X を求めている」と結論づけるのは妥当ではありません。インタビューからはテーマを、アンケートからは統計を得ます
- ❌ 選択バイアス:熱心な支持者だけ、あるいは批判的な人だけにインタビューすると、結果に偏りが生じます。多様なサンプルを募集します
- ❌ 非言語的な手がかりを無視する:「見せてください」と依頼した際のためらいや困惑、回避策からは、言葉以上に真実が分かります
- ❌ 表面的な回答で終わる:最初の回答は、後付けの説明であることがよくあります。「詳しく教えてください」「それが重要だったのはなぜですか?」「ほかには?」と掘り下げます
クイックリファレンス
主なリソース:
- resources/template.md:インタビューガイドのテンプレート、アンケートのテンプレート、JTBD の質問集、スクリーニングの質問
- resources/methodology.md:高度な手法(JTBD スイッチインタビュー、Kano 分析、テーマ別コーディング、統計分析、継続的なディスカバリー)
- resources/evaluators/rubric_discovery_interviews_surveys.json:調査の設計と実施に関する品質基準
一般的なワークフローの所要時間:
- インタビューガイドの設計:1~2 時間
- 10 件のインタビューの実施:10~15 時間(スケジュール調整を含む)
- 分析と統合:4~8 時間
- アンケートの設計:2~4 時間
- アンケートの配布と回収:1~2 週間
- アンケートの分析:2~4 時間
エスカレーションが必要な場合:
- 大規模な定量調査(参加者 1000 人以上)
- 統計モデリングまたは高度なセグメンテーション
- 縦断調査(経時的な追跡)
- エスノグラフィー調査(自然な環境での観察) → resources/methodology.md を使用するか、専門のリサーチャーへの依頼を検討してください
必要な入力:
- 調査目的:何を明らかにしようとしているか
- 仮説(任意):検証する具体的な考え
- 対象ペルソナ:インタビューまたはアンケートの対象者
- ジョブ・トゥ・ビー・ダン(任意):特定の JTBD に関する焦点
生成される出力:
discovery-interviews-surveys.md:インタビューガイドまたはアンケート、参加者の募集条件、分析計画、インサイトのテンプレートを含む、完全な調査計画