product-manager-toolkit

プロダクトマネージャーツールキット

発見からデリバリーまで、現代のプロダクトマネジメントに不可欠なツールとフレームワーク。

クイックスタート

機能の優先順位付け

python scripts/rice_prioritizer.py sample  # Create sample CSV
python scripts/rice_prioritizer.py sample_features.csv --capacity 15

インタビュー分析

python scripts/customer_interview_analyzer.py interview_transcript.txt

PRD の作成

1. references/prd_templates.md からテンプレートを選択します
2. 発見作業に基づいてセクションを埋めます
3. ステークホルダーとレビューします
4. PM ツールでバージョン管理します

主要なワークフロー

機能の優先順位付けプロセス

1. 機能リクエストを収集する

   • 顧客からのフィードバック
   • 営業からのリクエスト
   • 技術的負債
   • 戦略的施策

2. RICE でスコアリングする

   # Create CSV with: name,reach,impact,confidence,effort
   python scripts/rice_prioritizer.py features.csv
   

   • リーチ: 四半期あたりの影響を受けるユーザー数
   • インパクト: massive/high/medium/low/minimal
   • 確信度: high/medium/low
   • 工数: xl/l/m/s/xs（人月）

3. ポートフォリオを分析する

   • クイックウィンと大きな賭けを比較検討します
   • 工数の分布を確認します
   • 戦略との整合性を検証します

4. ロードマップを生成する

   • 四半期ごとのキャパシティプランニング
   • 依存関係のマッピング
   • ステークホルダーの合意形成

顧客発見プロセス

1. インタビューを実施する

   • 半構造化形式を使用します
   • ソリューションではなく問題に焦点を当てます
   • 許可を得て録音します

2. インサイトを分析する

   python scripts/customer_interview_analyzer.py transcript.txt
   

   抽出する内容:

   • 重大度付きのペインポイント
   • 優先度付きの機能リクエスト
   • 片付けたい用事（Jobs to be done）
   • センチメント分析
   • 主要なテーマと引用

3. 調査結果を統合する

   • 類似したペインポイントをグループ化します
   • インタビュー全体のパターンを特定します
   • 機会領域にマッピングします

4. ソリューションを検証する

   • ソリューションの仮説を作成します
   • プロトタイプでテストします
   • 実際の行動と期待される行動を測定します

PRD 開発プロセス

1. テンプレートを選択する

   • 標準 PRD: 複雑な機能（6〜8 週間）
   • 1 ページ PRD: シンプルな機能（2〜4 週間）
   • 機能ブリーフ: 探索フェーズ（1 週間）
   • アジャイルエピック: スプリントベースのデリバリー

2. コンテンツを構成する

   • 問題 → ソリューション → 成功指標
   • 常にスコープ外を含めます
   • 明確な受け入れ基準

3. コラボレーションする

   • 実現可能性についてはエンジニアリング
   • 体験についてはデザイン
   • 市場検証については営業
   • 運用上の影響についてはサポート

主要なスクリプト

rice_prioritizer.py

ポートフォリオ分析を備えた高度な RICE フレームワークの実装。

機能:

• RICE スコアの計算
• ポートフォリオバランスの分析（クイックウィンと大きな賭け）
• 四半期ロードマップの生成
• チームキャパシティプランニング
• 複数の出力形式（text/json/csv）

使用例:

# Basic prioritization
python scripts/rice_prioritizer.py features.csv

# With custom team capacity (person-months per quarter)
python scripts/rice_prioritizer.py features.csv --capacity 20

# Output as JSON for integration
python scripts/rice_prioritizer.py features.csv --output json

customer_interview_analyzer.py

実行可能なインサイトを抽出するための NLP ベースのインタビュー分析。

機能:

• 重大度評価を伴うペインポイントの抽出
• 機能リクエストの特定と分類
• 片付けたい用事（Jobs-to-be-done）のパターン認識
• センチメント分析
• テーマの抽出
• 競合他社の言及
• 主要な引用の特定

使用例:

# Analyze single interview
python scripts/customer_interview_analyzer.py interview.txt

# Output as JSON for aggregation
python scripts/customer_interview_analyzer.py interview.txt json

参照ドキュメント

prd_templates.md

さまざまな状況に対応する複数の PRD フォーマット:

1. 標準 PRD テンプレート

   • 包括的な 11 セクション形式
   • 主要な機能に最適
   • 技術仕様を含みます

2. 1 ページ PRD

   • 迅速な合意形成のための簡潔な形式
   • 問題/ソリューション/指標に焦点を当てます
   • 小規模な機能に適しています

3. アジャイルエピックテンプレート

   • スプリントベースのデリバリー
   • ユーザーストーリーマッピング
   • 受け入れ基準に焦点を当てます

4. 機能ブリーフ

   • 軽量な探索
   • 仮説駆動
   • PRD 前のフェーズ

優先順位付けフレームワーク

RICE フレームワーク

Score = (Reach × Impact × Confidence) / Effort

Reach: # of users/quarter
Impact: 
  - Massive = 3x
  - High = 2x
  - Medium = 1x
  - Low = 0.5x
  - Minimal = 0.25x
Confidence:
  - High = 100%
  - Medium = 80%
  - Low = 50%
Effort: Person-months

価値対工数マトリクス

         Low Effort    High Effort
         
High     QUICK WINS    BIG BETS
Value    [Prioritize]   [Strategic]
         
Low      FILL-INS      TIME SINKS
Value    [Maybe]       [Avoid]

MoSCoW メソッド

• Must Have: リリースに不可欠
• Should Have: 重要だが不可欠ではない
• Could Have: あると良い
• Won't Have: スコープ外

発見フレームワーク

顧客インタビューガイド

1. Context Questions (5 min)
   - Role and responsibilities
   - Current workflow
   - Tools used

2. Problem Exploration (15 min)
   - Pain points
   - Frequency and impact
   - Current workarounds

3. Solution Validation (10 min)
   - Reaction to concepts
   - Value perception
   - Willingness to pay

4. Wrap-up (5 min)
   - Other thoughts
   - Referrals
   - Follow-up permission

仮説テンプレート

We believe that [building this feature]
For [these users]
Will [achieve this outcome]
We'll know we're right when [metric]

機会ソリューション ツリー

Outcome
├── Opportunity 1
│   ├── Solution A
│   └── Solution B
└── Opportunity 2
    ├── Solution C
    └── Solution D

指標と分析

ノーススター指標フレームワーク

1. コアバリューを特定する: ユーザーにとっての最も重要な価値は何か？
2. 測定可能にする: 定量化して追跡できるようにする
3. 実行可能にする: チームが影響を与えられるようにする
4. 先行指標を確認する: ビジネスの成功を予測するか

ファネル分析テンプレート

Acquisition → Activation → Retention → Revenue → Referral

Key Metrics:
- Conversion rate at each step
- Drop-off points
- Time between steps
- Cohort variations

機能の成功指標

• 採用率: 機能を使用しているユーザーの割合
• 頻度: 一定期間におけるユーザーあたりの利用回数
• 深度: 機能の全能力のうち使用されている割合
• 継続率: 時間の経過に伴う継続的な利用
• 満足度: 機能に対するNPS/CSAT

ベストプラクティス

優れたPRDの書き方

1. 解決策ではなく、課題から始める
2. 明確な成功指標を最初に含める
3. スコープ外の事項を明示的に記載する
4. ビジュアル（ワイヤーフレーム、フロー）を活用する
5. 技術的な詳細は付録に記載する
6. 変更内容をバージョン管理する

効果的な優先順位付け

1. 小さな成果と戦略的な大きな賭けを組み合わせる
2. 機会損失を考慮する
3. 依存関係を考慮する
4. 予期しない作業のために（20%の）バッファを確保する
5. 四半期ごとに見直す
6. 決定事項を明確に伝える

顧客ディスカバリーのヒント

1. 「なぜ」を5回問いかける
2. 将来の意向ではなく、過去の行動に焦点を当てる
3. 誘導的な質問を避ける
4. 顧客の環境でインタビューを行う
5. 感情的な反応に注目する
6. データで検証する

ステークホルダー管理

1. 意思決定のためのRACIを特定する
2. 定期的な非同期アップデートを行う
3. ドキュメントよりもデモを優先する
4. 懸念事項には早期に対処する
5. 成功を社内で公に称える
6. 失敗からオープンに学ぶ

避けるべきよくある落とし穴

1. 解決策ありきの思考: 課題を理解する前に機能に飛びつくこと
2. 分析麻痺: リリースせずに過剰にリサーチすること
3. 機能工場: 影響を測定せずに機能をリリースし続けること
4. 技術的負債の無視: プラットフォームの健全性のための時間を確保しないこと
5. ステークホルダーの驚き: 早い段階から頻繁にコミュニケーションを取らないこと
6. 指標の演出: 本当の価値よりも虚栄の指標を最適化すること

統合ポイント

このツールキットは以下と統合できます:

• 分析: Amplitude、Mixpanel、Google Analytics
• ロードマップ作成: ProductBoard、Aha!、Roadmunk
• デザイン: Figma、Sketch、Miro
• 開発: Jira、Linear、GitHub
• リサーチ: Dovetail、UserVoice、Pendo
• コミュニケーション: Slack、Notion、Confluence

クイックコマンド早見表

# Prioritization
python scripts/rice_prioritizer.py features.csv --capacity 15

# Interview Analysis
python scripts/customer_interview_analyzer.py interview.txt

# Create sample data
python scripts/rice_prioritizer.py sample

# JSON outputs for integration
python scripts/rice_prioritizer.py features.csv --output json
python scripts/customer_interview_analyzer.py interview.txt json