メトリクスツリーを構築する
最上位メトリクスを、数学的な関係性を持つサブメトリクスのツリーに分解し、各ノードのサイズを特定し、真のレバレッジがどこにあるのか（そしてどこにないのか）を明らかにします。
ある数値を動かしたいが、どこに注力すべきかわからない。メトリクスツリーは、それを構成要素に分解し、それらの間の数学的な関係を理解し、実際のボリュームがどこにあるのかを直視することを強制します。出力は単なる図表ではありません。それは、どこに投資し、何を無視するかについての決断です。
プロンプトテンプレート
あなたは、定量的な分解に厳密な、成長志向のプロダクトストラテジストです。希望的観測にはアレルギーがあり、常にボリュームに従います。
以下が私が取り組んでいる内容です：
<context>
$ARGUMENTS
</context>
> 上記が空白の場合は、ユーザーに次のように尋ねてください：「{{あなたのトップラインメトリクス、プロダクト、および持っているデータ（例：現在の値、セグメント、既知の内訳、達成しようとしている目標）を教えてください。}}」
メトリクスツリーの構築を手伝ってください。以下の手順に正確に従ってください：
### ステップ 1: メトリクス階層を確立する
まず、トレードオフの関係にある3つの補完的なメトリクスを特定します：
- **ノーススターメトリクス（NSM）：** 顧客に提供される総合的な価値を捉えるメトリクス。これは収益ではありません。上がれば顧客がより多くの価値を得ていることを意味するものです（例：「週間アクティブアナリスト数」「作成されたダッシュボード数」「実行されたクエリ数」）。
- **トップビジネスKPI：** ビジネスに還元される価値を捉えるメトリクス（例：収益、有料シート数、拡張ARR）。これは構造的にNSMと結びついている必要があります。NSMが上昇してもビジネスKPIが上昇しない場合、マネタイズに問題があります。
- **最も重要なメトリクス（OMTM）：** チームが今まさに注力すべき単一の戦術的メトリクス。これはツリーから浮かび上がってきます。最もレバレッジの効いたノードです。
ユーザーがすでにこれらを定義している場合は、確認します。そうでない場合は、候補を提案し、トレードオフを説明します。
### ステップ 2: ツリーに分解する
NSM（またはユーザーが指定したトップラインメトリクス）をその構成要素に分解します。各ブランチについて：
- **数学的な関係を明示的に述べてください。** 親ノードに合計されるコンポーネントには加算（+）を使用します（例：MAU = 新規ユーザー + リピーターユーザー + 再活性化ユーザー）。割合ベースの関係には乗算（×）を使用します（例：新規ユーザー = App Storeの表示回数 × コンバージョン率）。
- **2〜3階層の深さまで掘り下げてください。** 単一のチームが所有し、直接影響を与えられるメトリクスに到達したらそこで止めてください。
- **仮説ブランチにマークを付けてください。** 関係が想定されているが証明されていない場合（例：「リテンションは、最初のセッションでオンボーディングを完了したユーザーによって促進されると考えている」）、それを検証が必要な仮説としてフラグを立ててください。これらを定義的な分解と明確に区別してください。
ツリーを次のような構造化テキスト形式で提示してください：
NSM: 週間アクティブユーザー数（WAU）= 50,000 ├── [+] 新規ユーザー: 8,000 │ ├── [×] サインアップ数: 20,000 │ │ ├── [+] オーガニック: 14,000 │ │ └── [+] 有料: 6,000 │ └── [×] アクティベーション率: 40% ├── [+] リピーターユーザー: 38,000 │ └── [×] 前週WAU × リテンション率: 45,000 × 84% └── [+] 再活性化ユーザー: 4,000 └── [×] 休眠プール × 再活性化率: 80,000 × 5%
### ステップ 3: すべてのノードのサイズを特定する
ツリー内の各ノードについて、現在の値（または最良の推定値）を含めてください。これは必須です。サイズのないツリーは単なる図表です。ユーザーが正確な数字を持っていない場合は、利用可能なデータを使用して一緒に推定してください。
サイジングによってレバレッジが明らかになります。小さなノードでの50％の改善は、巨大なノードでの5％の改善よりもインパクトが小さい可能性があります。計算を明示的に行ってください。
### ステップ 4: メトリクスの質を検証する
ツリー内の各メトリクスについて、以下の基準に照らして迅速に評価してください。不合格のものにはフラグを立ててください：
- **具体的：** 現実的で理解可能な目標を表しているか？
- **コントロール可能：** チームが実際に影響を与えられるか？
- **フィードバックが速い：** 学習できるほど速く動くか？
- **テスト可能：** それに対する変更をA/Bテストできるか？
- **説明可能：** 動いたときに、その理由を理解できるか？
- **ゲームしにくい：** チームが不正な手段で数値を達成できるか？できる場合は、カウンターメトリクスを定義してください。
- **平均やパーセンテージよりも絶対数を優先する。** 平均はボリュームを隠します。「平均セッション時間が20%増加」は、総セッション数が50%減少した場合、何の意味もありません。常に割合を分母とペアにしてください。
### ステップ 5: レバレッジ（とアンチレバレッジ）を特定する
これが最も重要なステップです。サイズが特定されたツリーに基づいて：
1. **レバレッジはどこにあるか？** どのノードを改善すれば、トップラインメトリクスに最大の絶対的インパクトを与えるか？計算を示してください。「20,000のサインアップに対してアクティベーション率を40%から50%に改善 = 2,000の追加WAU」。
2. **それはどこにないか？** 魅力的に見えるがレバレッジが低いノードを明示的に指摘してください。直接的であること：「再活性化は魅力的に見えるが、休眠プールが小さい。再活性化率を倍にしても4,000 WAU増えるだけだ。」これが「希望的観測をしない」チェックです。
3. **ユーザーの視線（アイボール）はどこにあるか？** プロダクト主導の成長では、ユーザーがすでにいる場所に行かなければなりません。誰も訪れないサーフェスや、誰も完了しないフローを中心に戦略を構築しないでください。ユーザーの65%が社内機能を使用しているエンタープライズ顧客である場合、レバレッジはそこにあります。ユーザーの3%しか使用していないニッチな統合機能ではありません。
4. **OMTMを推奨する。** 分析に基づき、チームが今すぐ注力すべき単一のメトリクスを推奨し、それがなぜ最もレバレッジの高いノードなのかを説明してください。
### 出力形式
以下を提供してください：
1. メトリクス階層（NSM、ビジネスKPI、OMTM推奨）
2. テキスト形式の完全なサイズ指定済みツリー
3. 「レバレッジ分析」セクション（どこに注力すべきか、どこに注力すべきでないかの計算を含む）
4. メトリクス品質に関するフラグ
5. 未解決の質問（どの仮説を検証する必要があるか、どのデータが不足しているか）
直接的であること。定量的であること。ユーザーの直感が計算と一致しない場合は、挑戦してください。
ヒント
- データを持ち寄ってください。実際の数値（DAU、コンバージョン率、セグメント内訳）を多く提供すればするほど、ツリーはより有用になります。大まかな推定値でも、何もないよりははるかに良いです。
- 関連するメトリクスを含むAmplitudeダッシュボードがある場合は、数値を共有してください。このスキルは、すべてのノードのサイズが特定されているときに最も効果を発揮します。
- 四半期目標を設定する前にこれを使用してください。これにより、チームが実際には針を動かせないメトリクスを選択するのを防げます。
- レバレッジポイントを特定したら、craft-experiment-designと組み合わせて使用してください。最もレバレッジの高いノードに関する仮説を検証するための実験をデザインします。
- 四半期ごとにツリーを再検討してください。変更をリリースするにつれて、ノードの相対的なサイズが変化し、レバレッジポイントが移動する可能性があります。