root-cause-investigation

根本原因の調査

使用する状況

• 主要な指標が予想外に低下または急上昇し、チームが原因を説明する必要がある場合
• 関係者から「なぜ X が起きたのか」と尋ねられ、根拠に基づく回答が必要な場合
• 指標の変化は確認されているものの、それがノイズなのかシグナルなのかチームが判断できない場合
• ビジネス指標に影響したインシデント後に、事後検証を準備する場合
• 数週間前に起きた傾向の変化を、遡って調査する必要がある場合

プロセス

1. 変化を検証する — z スコアまたは移動平均との簡単な比較を使って、指標が通常の変動幅を超えて変化したことを確認します。変化が標準偏差の ±1.5 以内であれば、通常の範囲内として記録し、調査を終了します。scripts/drilldown_analyzer.py --validate を使用します。
2. 時系列を把握する — 指標を時系列でプロットし、変化が始まった時点を特定します。急激な段差状の変化は特定のイベントを示唆し、緩やかな変化は構造的なシフトを示唆します。
3. 指標を分解する — 指標を構成要素に分解します（例：売上 = 数量 × 価格 × 構成比）。ディメンションを詳しく調べる前に、どの要素が変化を引き起こしているかを特定します。
4. 体系的に詳しく調べる — 利用可能なディメンション（地域、プラットフォーム、チャネル、製品カテゴリ、ユーザーセグメント）ごとに、変化の前後で指標を比較します。絶対的な寄与度順に並べ、主な要因を特定します。scripts/drilldown_analyzer.py --drilldown を使用します。体系的な手法については、references/rca_framework.md を参照してください。
5. 仮説を検証する — 明確な仮説（数量の減少、構成比の変化、単位あたりの品質変化、データの問題）を立て、それぞれを証拠に基づいて採択または棄却します。時系列を、references/hypothesis_testing_guide.md にある既知のイベントと照合します。
6. 根本原因レポートを作成する — 主な要因（影響に占める割合を定量化）、裏付けとなる証拠、棄却した仮説、および段階別の推奨事項（即時／短期／長期）を記録します。assets/rca_report_template.md を使用します。

スキルに必要な入力

• 指標名と過去の値（変化前の少なくとも 30 日分）
• ディメンション別の内訳を含む詳細なデータ（地域、プラットフォーム、セグメントなど）
• 変化が認識された日付または期間
• 同じ期間の変更ログまたはインシデントログ（製品リリース、キャンペーン、停止）
• ビジネス上の背景：この指標に基づいてどのような意思決定を行うか

出力

• scripts/drilldown_analyzer.py — 変化を検証し、ディメンション別のドリルダウンを計算して、影響度順に寄与要因を順位付けします
• references/rca_framework.md — 判断基準を含む、体系的な 5 段階の RCA 手法
• references/hypothesis_testing_guide.md — よくある根本原因と、それぞれの検証方法をまとめたチェックリスト
• assets/rca_report_template.md — 変更点、発生時期、主な要因、裏付けとなる証拠、時系列、推奨事項を記載するレポートテンプレート