product-analytics

プロダクト分析

プロダクトの発見、成長、成熟の各段階で、プロダクト指標を定義、追跡、解釈します。

使用するタイミング

次の用途にこのスキルを使用します。

• 指標フレームワークの選定（AARRR、North Star、HEART）
• プロダクトの段階に応じた KPI の定義（PMF 前、成長、成熟）
• ダッシュボードの設計と指標の階層化
• コホート分析とリテンション分析
• 機能の採用状況とファネルの解釈

ワークフロー

1. 指標フレームワークを選択します

• 成長ループとファネルの可視化には AARRR
• 部門横断の戦略的な連携には North Star
• UX の品質とユーザー体験の測定には HEART

2. 段階に適した KPI を定義します

• PMF 前：アクティベーション、初期リテンション、定性的な成功
• 成長：獲得効率、拡大、コンバージョン速度
• 成熟：リテンションの深さ、収益の質、運用効率

3. ダッシュボードの階層を設計します

• エグゼクティブ層：方向性を示す 5～7 個の指標
• プロダクト健全性層：獲得、アクティベーション、リテンション、エンゲージメント
• 機能層：採用状況、利用の深さ、再利用、成果との相関

4. コホート分析とリテンション分析を実施します

• サインアップコホートまたは機能の利用開始コホートでセグメント化します
• 単一時点のスナップショットではなく、リテンション曲線を比較します
• オンボーディングや初回価値実現のタイミングにおける変曲点を特定します

5. 解釈して行動に移します

• 指標の変化をプロダクトの変更やリリース時期と関連付けます
• 期間ごとの状況を踏まえ、シグナルとノイズを区別します
• 主要な指標リスク／機会ごとに、明確なプロダクト施策を 1 つ提案します

段階別の KPI ガイダンス

PMF 前

• アクティベーション率
• 1 週目のリテンション
• 初回価値実現までの時間
• 課題・ソリューション適合度のインタビュースコア

成長

• 段階別のファネルコンバージョン率
• 月間リテンションユーザー数
• 新規コホートにおける機能の採用状況
• 拡大／アップセルの代理指標

成熟

• ネット収益維持率と連動したプロダクト指標
• パワーユーザーの割合と利用の深さ
• セグメント別の解約リスク指標
• 信頼性とサポート問い合わせ削減に関するプロダクト指標

ダッシュボード設計の原則

• 個別の推定値ではなく、傾向を示します。
• KPI ごとに担当者を 1 人決めます。
• KPI ごとに目標、しきい値、判断ルールを設定します。
• コホートとセグメントのフィルターをデフォルトで使用します。
• 比較可能な期間（週次は週次、月次は月次）を優先します。

参照：

• references/metrics-frameworks.md
• references/dashboard-templates.md

コホート分析の方法

1. コホートの起点となるイベントを定義します（サインアップ、アクティベーション、初回購入）。
2. 継続利用の行動を定義します（アクティブ日、主要なアクション、再訪セッション）。
3. コホートの週／月と経過期間ごとにリテンションマトリクスを作成します。
4. コホート間で曲線の形状を比較します。
5. 初期の離脱ポイントに印を付け、ユーザージャーニーの摩擦を調査します。

リテンション曲線の解釈

• 初期に急激に低下し、低い水準で横ばいになる：オンボーディングのミスマッチ、または初期価値の弱さ。
• 中程度に低下した後、安定して横ばいになる：中核ユーザー層が健全で、解約も予測可能。
• 低い水準で横ばいになる：プロダクトは時折利用されているため、価値指標を見直します。
• 新しいコホートほど改善している：オンボーディングまたはポジショニングの改善が機能しています。

アンチパターン

アンチパターン	対策
虚栄指標 — アクティベーションの状況を考慮せずに、ページビューやサインアップ総数を追跡する	獲得指標には必ずアクティベーション率とリテンションを組み合わせます
単一時点のリテンション — 「30 日リテンション率は 20％」と報告する	個別のスナップショットではなく、コホート間でリテンション曲線を比較します
ダッシュボードの過剰な情報量 — 1 つの画面に 30 個以上の指標を表示する	エグゼクティブ層は 5～7 個の指標にします。機能層には機能ごとの指標のみを表示します
判断ルールがない — しきい値やアクションプランなしで KPI を追跡する	すべての KPI に目標、しきい値、担当者、および「X を下回ったら Y を実施する」というルールが必要です
セグメントをまたいだ平均化 — セグメント間の差を隠す合算指標を報告する	必ずコホート、プランの階層、チャネル、または地域でセグメント化します
季節性を無視する — 調整せずに今週と先週を比較する	前年同期の状況も踏まえて、期間ごとに比較します

ツール

scripts/metrics_calculator.py

CSV データからリテンション、コホート、ファネルを分析する CLI ユーティリティです。テキスト形式と JSON 形式の出力に対応しています。

# Retention analysis
python3 scripts/metrics_calculator.py retention events.csv
python3 scripts/metrics_calculator.py retention events.csv --format json

# Cohort matrix
python3 scripts/metrics_calculator.py cohort events.csv --cohort-grain month
python3 scripts/metrics_calculator.py cohort events.csv --cohort-grain week --format json

# Funnel conversion
python3 scripts/metrics_calculator.py funnel funnel.csv --stages visit,signup,activate,pay
python3 scripts/metrics_calculator.py funnel funnel.csv --stages visit,signup,activate,pay --format json

リテンション／コホート用の CSV 形式：

user_id,cohort_date,activity_date
u001,2026-01-01,2026-01-01
u001,2026-01-01,2026-01-03
u002,2026-01-02,2026-01-02

ファネル用の CSV 形式：

user_id,stage
u001,visit
u001,signup
u001,activate
u002,visit
u002,signup

相互参照

• 関連：product-team/experiment-designer — 指標の機会を特定した後の A/B テスト計画に使用します
• 関連：product-team/product-manager-toolkit — 指標に基づく機能の RICE 優先順位付けに使用します
• 関連：product-team/product-discovery — 指標から未知の点が明らかになった場合の仮説マッピングに使用します
• 関連：finance/saas-metrics-coach — SaaS 固有の指標（ARR、MRR、解約率、LTV）に使用します