product-lifecycle-learning

プロダクトライフサイクルの学習

リリースから学習までのループを完結させます。このスキルでは、意図したことと実際に起きたことを比較し、根拠に裏付けられた前提台帳を維持し、機能の健全性を評価して、規律ある継続／改善／収益化／方向転換／一時停止／廃止の判断を行います。廃止の全ライフサイクルも対象です。また、ロードマップ、分析、導入、実験、今後の仕様にフィードバックする、長期にわたって活用できる学習記録を作成します。

読み込みガイド

タスクに関連するリファレンスまたはテンプレートのみを読み込んでください。すべてのファイルを一度に読み込まないでください。

ファイル	読み込むタイミング
references/discovery-brief.md	ライフサイクル学習の概念が各スキルにどう対応するか、またこのスキルの適用範囲を把握する必要がある場合
references/epistemic-discipline.md	主張を期待、観測、不確実、推論に分類するための詳しい分類体系が必要な場合
references/retirement-lifecycle.md	非推奨化、移行、顧客対応、社内のクリーンアップを含め、機能または製品の廃止を計画する場合
references/feedback-destinations.md	学習成果を適切な下流スキル（ロードマップ、分析、導入、実験、仕様）に振り分ける場合
templates/outcome-review.md	期待と観測された結果を比較する、リリース後の構造化された成果レビューを実施する場合
templates/assumption-ledger-update.md	新たな根拠や確信度の変化を反映して前提台帳を更新する場合
templates/feature-health-record.md	複数の側面から機能の健全性を評価し、シグナルを明らかにする場合
templates/retirement-decision.md	根拠に基づく廃止または継続の判断を下し、記録する場合
templates/sunset-plan.md	非推奨化の告知、移行経路、顧客対応、社内のクリーンアップを計画する場合
templates/retained-learning-record.md	機能の終了後も活用できる、再利用可能で長期にわたる学びを記録する場合

中核となる方法論

リリースから学習までのループ

LAUNCH → [OBSERVE] → [COMPARE] → [IDENTIFY GAPS] → [UPDATE ASSUMPTIONS] → [ASSESS HEALTH] → [DECIDE] → [CAPTURE LEARNING] → (feed back)
              |            |              |                 |                    |               |               |
         Collect      Expected vs.    Gap analysis     Assumption         Feature health    Continue /      Retained
         outcome      observed        with confidence  ledger update      dimensions        Improve /       learning
         data         outcomes        intervals                                              Harvest /       record
                                                                                            Pivot /
                                                                                            Pause /
                                                                                            Retire

ループは、機能や能力がリリースされ、データが生成され始めた後に開始し、ロードマップ、分析、導入、実験、仕様策定の次のサイクルに活用できる、長期にわたる学習成果物の作成をもって終了します。

ステージごとの手順

ステージ	入力	アクティビティ	出力
観察	分析データ、導入指標、ユーザーフィードバック、サポートチケット、運用指標	観察された行動とシステムデータから成果の証拠を収集します。シグナルとノイズを区別します。データの欠落や信頼度の低さを明示します。	信頼度ラベル付きの収集済み成果データ
比較	期待された成果（仕様／ロードマップに基づく）、観察された成果、信頼区間	2つを比較し、一致、乖離、予想外の点を特定します。期待と観察を混同しないでください。	ギャップ分析：一致した点、乖離した点、曖昧な点
ギャップの特定	ギャップ分析、前提条件台帳	どの前提条件が成り立ち、どれが崩れたかを特定します。測定ギャップ（観察できなかったこと）と成果ギャップ（観察された乖離）を区別します。	信頼度付きの前提条件ギャップ登録簿
前提条件の更新	前提条件ギャップ登録簿、以前の前提条件台帳	前提条件を改訂します。確認できたものの確度を高め、否定されたものの確度を下げ、データから明らかになった新たな前提条件を追加します。信頼度の変化を記録します。	更新済みの前提条件台帳。templates/assumption-ledger-update.md を使用します。
健全性の評価	更新済みの前提条件、導入データ、運用指標、ユーザーフィードバック	導入、技術、運用、戦略の各側面から機能の健全性を評価します。単一のスコアに集約しないでください。	機能健全性評価。templates/feature-health-record.md を使用します。
決定	機能健全性評価、ビジネスの状況、ポートフォリオの優先事項	6つのライフサイクル上の決定から1つを選択します。この決定には人間の判断が必要であり、自動化されたしきい値はありません。	説明責任を負うオーナーを記載した決定記録。templates/retirement-decision.md を使用します。
学習内容の記録	決定記録、ギャップ分析、更新済みの前提条件、背景情報	学んだこと、その理由、今後の取り組みにどう活用すべきかを記した、長期的に保持できる学習記録を作成します。一時的な会議の要約ではありません。	保持対象の学習記録。templates/retained-learning-record.md を使用します。
フィードバック	保持対象の学習記録	学習内容を下流のスキル（ロードマップ、分析、導入、実験、仕様）に振り分けます。references/feedback-destinations.md を参照してください。	振り分けられた学習成果

認識論上の規律

ライフサイクル学習の出力に含まれるすべての主張は、4つのカテゴリのうち必ず1つに分類します。これらを混同してはなりません。比較は観察ではなく、推論は事実ではありません。

カテゴリ	定義	例	情報源
期待	リリース前に意図または予測されていたこと	「アクティベーション率は30日以内に60％に達すると予想していました」	仕様、ロードマップ、リリース概要
観察	データから測定された、実際に起きたこと	「30日時点のアクティベーション率は43％でした（95％信頼区間：39～47％）」	分析、導入データ、運用指標
不確実	曖昧、ノイズが多い、または意見が分かれていること	「同時期の価格変更によって因果関係が交絡しており、機能の影響を切り分けられません」	信頼区間、相反するシグナル、データ品質の問題
推論	証拠と理由付けから導き出される結論	「期待された60％と観察された43％の差は、仮説どおりにはオンボーディングの再設計によって価値実現までの時間が短縮されなかったことを示唆しています。ただし、価格変更による交絡があるため、外部要因が原因である可能性を排除できません」	証拠に基づく、理由付けされた推論

分類体系とフィールドガイドの全文は、references/epistemic-discipline.md を参照してください。

ライフサイクルの判断

評価後に選べる結果は6つあります。判断には、証拠に基づく人間の判断が必要です。 数値のしきい値や自動化されたルールで、状況や説明責任を置き換えることはできません。

判断	意味	一般的な証拠の傾向	次の対応
継続	現状を維持する。機能は健全です	成果が期待どおり、または期待を上回っており、安定していてリスクが低い	次回のレビューを予定する
改善	強化に投資する	導入状況に課題があるものの、修正可能で、根本的なニーズは確認されている	ロードマップと実験に反映する
縮小維持	投資を抑え、既存ユーザー向けに維持する	成長は鈍化しているが基盤は安定しており、拡大する価値はない	廃止の兆候を監視する
方向転換	大幅に方向を変更する	ニーズは確認されているが、現在のアプローチは失敗している	ロードマップ、ディスカバリー、実験に反映する
一時停止	投資を一時的に停止する	結果が不明確、外部要因の影響がある、またはリソースに制約がある	新たな証拠を得て再評価する日程を設定する
廃止	非推奨にして削除する	継続的に利用されていない、代替手段がある、または戦略と整合していない	廃止ライフサイクルを実施する

廃止ライフサイクル

判断が「廃止」の場合、構造化された廃止ライフサイクルに沿って、非推奨の告知から社内の整理までの全行程を進めます。 詳しくは references/retirement-lifecycle.md を参照してください。

フェーズ	活動	テンプレート
非推奨の告知	廃止の時期、理由、代替手段を告知します。対象ユーザーをセグメント化し、影響を受けるユーザーに伝えます。	templates/sunset-plan.md
移行経路	既存ユーザー向けに移行ツール、ドキュメント、サポートを提供します。推奨する移行経路を定めます。	templates/sunset-plan.md
顧客対応	廃止期間中のサポート内容を定めます。データのエクスポート、猶予期間、延長サポート期間、SLA の維持、該当する場合の返金・クレジットポリシーなどが含まれます。カスタマーサクセス担当と調整します。	templates/sunset-plan.md; コミュニケーション計画を conditional-customer-success に回します
社内の整理	機能フラグを削除し、コードをアーカイブし、ドキュメントを更新し、監視とアラートを終了し、インフラを回収します。	templates/sunset-plan.md
学習の完了	機能のライフサイクルから得られた学びを記録します。これは事後検証ではなく、学習サイクルを完了させるための終了記録です。	templates/retained-learning-record.md

保持する学習記録

ライフサイクル学習サイクルごとに、一時的な会議の要約ではなく、長期的に保持する学習記録を作成します。この記録には、次の内容を含めます。

• 機能またはケイパビリティが達成を目指していたこと（期待される成果）
• 実際に起きたこと（確信度を含む観測結果）
• 不確かだったことと、その理由
• 更新された前提と、その更新方法
• 下された判断（継続／改善／縮小維持／方向転換／一時停止／廃止）と、判断を下した人
• 証拠に基づく判断の理由
• 今後の判断に役立てるべきこと。再利用可能なパターン、アンチパターン、次回検証する前提など
• 学びの反映先（ロードマップ、アナリティクス、導入、実験、仕様）

この記録は、長期的に保持する学習成果物です。ローンチから学習までのサイクルが実際に完了したことを示す証拠となります。

使用しない場合

このスキルの対象外は次のとおりです。

• インシデントの事後分析、根本原因分析、運用インシデントのレビュー — これらは incident-learning（まだ追加されていません）および ../site-reliability-engineering/SKILL.md の対象です。ライフサイクル学習では、インシデントのシグナルを入力として使用しますが、事後分析は作成しません。
• 分析の計測、指標ダッシュボードの設計、トラッキング計画の作成、イベント分類体系 — これらは ../product-analytics-and-measurement/SKILL.md の対象です。ライフサイクル学習では、分析データを入力として使用しますが、計測基盤の責任は負いません。
• カスタマーサクセスのアカウント管理、契約更新の判断、ヘルススコアリング — これらは conditional-customer-success（まだ追加されていません）の対象です。ライフサイクル学習では、廃止に関するコミュニケーション計画と顧客対応戦略をそこに引き継ぎます。
• ロードマップの優先順位付け、ポートフォリオの配分 — これらは ../product-roadmapping-and-portfolio/SKILL.md の対象です。ライフサイクル学習では、ロードマップの判断にエビデンスを提供しますが、判断は行いません。
• 恣意的または自動化された廃止基準 — このスキルでは、製品、市場、ユーザーベース、代替手段に関する文脈なしに、「DAU < 100 なら廃止」や「NPS < 30 なら終了」といったルールを適用することはありません。廃止の判断には、人間による判断と、責任者の明示が必要です。

連携とフィードバック

入力（ライフサイクル学習で使用）

入力	提供元
期待される成果、受け入れ基準	../spec-driven-development/SKILL.md、ロードマップ概要
観測された成果、指標データ、ファネル、コホート	../product-analytics-and-measurement/SKILL.md
導入のエビデンス、アクティベーション率、リテンションのシグナル	../product-adoption/SKILL.md
実験結果、結果報告からの学びの記録	../product-experimentation/SKILL.md
インシデントのシグナル、信頼性データ	../site-reliability-engineering/SKILL.md、incident-learning
顧客フィードバック、サポートの傾向、ヘルスシグナル	conditional-customer-success

出力（ライフサイクル学習で作成し、連携先に渡す）

出力	連携先	目的
修正された前提、意思決定のエビデンス	../product-roadmapping-and-portfolio/SKILL.md	ロードマップの更新、投資判断の再評価
指標の見直し要件、計測の不足	../product-analytics-and-measurement/SKILL.md	計測の改善、計測の不足の解消
導入パターンの変化、行動に関する知見	../product-adoption/SKILL.md	導入戦略の調整
新たな仮説、実験のアイデア	../product-experimentation/SKILL.md	実験パイプラインへの提供
仕様の改善、受け入れ基準の見直し	../spec-driven-development/SKILL.md	今後の仕様の品質向上
廃止に関するコミュニケーション計画、移行の調整、サービス終了時の顧客対応	conditional-customer-success	顧客向けの廃止実行。説明文での参照（スキルはまだ追加されていません）
インシデントを起点とする学習シグナル	incident-learning	インシデントを起点とする学習ループ。説明文での参照（スキルはまだ追加されていません）

サイクルごとに、少なくとも5つのフィードバック先を更新する必要があります。ロードマップ、分析、導入、実験、仕様が該当します。カスタマーサクセスおよびインシデント学習への追加の連携は、判断内容に応じて行います。

ファイルマップ

ファイル	目的	読み込むタイミング
references/discovery-brief.md	既存のライフサイクル、学習、廃止に関する資料と、責任範囲を整理します	カタログにおけるこのスキルの位置付けを把握するとき
references/epistemic-discipline.md	完全な分類体系：期待／観測済み／不確実／推論とフィールドガイド	ライフサイクル学習の成果物で主張を分類するとき
references/retirement-lifecycle.md	完全な廃止ライフサイクル：非推奨化、移行、顧客対応、社内の整理	廃止の判断やサービス終了を計画するとき
references/feedback-destinations.md	各フィードバック先への詳細な振り分けガイド	学習の成果物を下流のスキルに振り分けるとき
templates/outcome-review.md	リリース後の成果を構造化してレビューします	成果レビューを実施するとき
templates/assumption-ledger-update.md	確信度の変化を記録する前提台帳の更新	新たなエビデンスに基づいて前提を更新するとき
templates/feature-health-record.md	多面的な機能の健全性評価	機能の健全性を評価するとき
templates/retirement-decision.md	廃止または継続を正当化する判断記録	ライフサイクルの判断を下すとき
templates/sunset-plan.md	非推奨化の告知、移行、顧客対応、社内の整理計画	廃止の実行を計画するとき
templates/retained-learning-record.md	長期的に再利用できる学習成果物	機能の提供終了後も活用できる学びを記録するとき

関連スキル

• ../product-analytics-and-measurement/SKILL.md — 計測と指標の定義を担当します。ライフサイクル学習では、分析の成果を活用します。
• ../product-adoption/SKILL.md — 利用状況の診断と戦略を担当します。ライフサイクル学習では、利用に関するエビデンスを活用します。
• ../product-experimentation/SKILL.md — 実験の設計と結果の分析を担当します。ライフサイクル学習では、実験結果を活用します。
• ../product-roadmapping-and-portfolio/SKILL.md — ロードマップとポートフォリオの判断を担当します。ライフサイクル学習からエビデンスを提供します。
• ../spec-driven-development/SKILL.md — 仕様と受け入れ基準を担当します。ライフサイクル学習から仕様の改善につながる知見を提供します。
• ../site-reliability-engineering/SKILL.md — 運用の信頼性を担当します。ライフサイクル学習では、インシデントの兆候を活用します。
• conditional-customer-success — 廃止に関するコミュニケーション計画、サービス終了時の顧客対応、移行支援の調整を担う利用側です。文章中での参照であり、スキルはまだ公開されていません。
• incident-learning — インシデントを起点とする学習シグナルの受け渡し先です。文章中での参照であり、スキルはまだ公開されていません。