research-synthesis について
research-synthesisは、調査の生データを追跡可能な証拠と意思決定の提案にまとめる方法ガイドです。プロダクトリサーチやデザインチーム向けに、証拠からパターン、洞察、アクションへと整理し、確度と矛盾も記録します。
主な機能
- 01段階的な研究証拠の整理
- 02証拠への出典付与
- 03出典数に基づく強度評価
- 04証拠から提案への追跡
- 05矛盾の明示的な記録
活用シーン
- 01ユーザーインタビュー記録の整理
- 02参加者間に繰り返すパターンの発見
- 03洞察の証拠強度の評価
- 04調査結果から根拠を追える提案の作成
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/ assimovt/ productskills --skill research-synthesisインストール後、Claude Code で/research-synthesisを入力して読み込まれたか確認します。
詳細
生のリサーチを、意思決定につながる原子的なインサイトに変換しましょう。優れた統合はパターンを明らかにしますが、質の低い統合は物語を捏造します。目指すのは、都合のよい引用を選んだ説得力のある物語ではなく、構造化されたエビデンスです。
原子的リサーチ手法
リサーチを、ボトムアップで次の4つのレベルに分けます。
1. ナゲット(生のエビデンス)
単一の情報源から得た個々の観察結果です。各ナゲットは次の条件を満たします。
- 1つのナゲットにつき、観察結果は1つ(段落にはしません)
- 情報源をタグ付けする(参加者ID、日付、手法)
- 自分の解釈よりも直接の引用を優先する
例:「[P3, Jan 12]『顧客との通話のたびに、相手が何を言ったか思い出すだけで30分かかります。』」
2. パターン(繰り返し現れるテーマ)
同じ現象を示すナゲットをまとめます。パターンとみなすには、独立した3つ以上の情報源からエビデンスが必要です。
例:「7人中5人のPMが、通話後の記録に20~45分を費やすと報告しています。全員が、それを面倒で価値が低いと表現しています。」
3. インサイト(示唆)
そのパターンが製品にとって何を意味するかを示します。インサイトは、パターンと製品の機会またはリスクを結び付けます。
例:「通話後の記録は、発生頻度が高い(活動的なPMには毎日)課題であり、満足できる解決策がありません。現在の回避策(ボイスメモ、箇条書き)では、文脈や感情の機微が失われます。」
4. 推奨事項(アクション)
インサイトによって正当化される、具体的な製品アクションです。各推奨事項は、推奨事項 ← インサイト ← パターン ← ナゲットというつながりをたどれるようにします。
エビデンスの強さ
すべてのパターンとインサイトを評価します。
| 強さ | 基準 |
|---|---|
| 強い | 情報源が5件以上あり、一貫した行動が観察され、データによる裏付けがある |
| 中程度 | 情報源が3~4件あり、おおむね一貫していて、ある程度データの裏付けがある |
| 萌芽的 | 情報源が2件あり、行動に移す前にさらなるエビデンスが必要 |
| 弱い | 情報源が1件のみ、または矛盾するエビデンスがある |
弱い、または萌芽的なエビデンスに基づいて、製品に関する推奨事項を決して提示しないでください。さらなるリサーチが必要なものとして明示してください。
統合プロセス
- 生のメモからすべてのナゲットを抽出します。1行につき1つとし、情報源をタグ付けします
- アフィニティマップを作成し、ナゲットをテーマごとにまとめます(インタビューごとにはまとめません)
- 各グループに、件数を含むパターン名を付けます(「参加者7人中5人……」)
- 強いパターンと中程度のパターンのみからインサイトを導き出します
- 具体的なインサイトにさかのぼれる推奨事項を作成します
- 矛盾を明確に示します。矛盾を取り繕ってはいけません
ガイドライン
- 重要:3つ未満のデータポイントから統合してはいけません。同じことを言う人が2人いても、それは偶然であり、パターンではありません。
- 具体的なエビデンスを必ず引用します。「ユーザーはXに苦労しています」では何の価値もありません。「参加者7人中5人がXに20分以上かけており、P2はそれを『今週でいちばんつらいこと』と呼びました」ならエビデンスになります。
- 意見よりも、実際の行動を必ず重視します。人が何をするかは、何を言うかよりも重要です。
- 物語を裏付けるために引用を都合よく選んではいけません。矛盾するエビデンスも含めます。
- 確信度を必ず明示します。「分かっていること」と「考えていること」を区別します。
- エビデンスのつながりを示さずに統合結果を提示してはいけません。読者は誰でも、推奨事項から生のナゲットまでたどれるようにします。
Atomic Research method(Daniel Pidcock)およびContinuous Discovery Habits(Teresa Torres)に基づいています。productskills のスキルを使用しています。