日本のPMのための実践メディア ── AI時代の実務に効く、読む・使う・試すを一つに。
ソウ著者・編集長
vendor-neutral runbook:このページは製品名・ランキング・おすすめ・料金・口コミを扱いません。製品探索はSaaS Radar、検証・運用手順はPM Compassという責務分担です。

Decision question

最初に答える問い

support・sales・interview等から集まる声を、原文contextを失わず同じproblemへ統合し、採用しないfeedbackも含めて判断理由を追跡できるか

Preflight

導入・検証前のチェック

  1. 1. feedback source・timestamp・customer/segment context・原文linkを必須fieldにする
  2. 2. request原文とPMが抽象化したproblem statementを別fieldとして保持する
  3. 3. 同じproblemのduplicateを統合しても元request数・customer contextを失わないruleを決める
  4. 4. customer value・strategic fit・evidence strength等、件数以外の判断軸を決める
  5. 5. accepted / declined / planned / shipped等のdecisionとcustomer follow-up ownerを定義する

Runbook

運用手順

  1. Step 1. 新規feedbackはsource link付きでcaptureし、直接feature backlogへ変換しない
  2. Step 2. triageでduplicate / problem / segment / urgencyを正規化し、既存issueへ紐づける
  3. Step 3. 優先順位検討時はrequest countとcustomer属性だけでなくresearch・analytics・strategy evidenceを併記する
  4. Step 4. decision時に採用/非採用理由と再検討条件を残す
  5. Step 5. shipped / declined後は必要なcustomerへclose-the-loopし、反応を次のevidenceとして記録する

Evidence

残す証拠

  • feedback原文・source・timestamp・customer context
  • duplicate群と抽象化したproblem statement
  • decision理由・優先順位根拠・再検討条件
  • customer follow-upとship後の追加feedback

Failure signals

運用失敗を疑うシグナル

  • request件数だけでpriorityを決める
  • 元のsupport ticket・call・interviewへ戻れない
  • duplicate統合で重要customerやsegment差が消える
  • 採用しないfeedbackの判断理由やfollow-upが残らない

Sources

根拠にした一次情報

評価軸・運用ルールを設計するために参照した公式ドキュメントです。特定製品の推奨を意味しません。

Source 3

atlassian.com

https://www.atlassian.com/software/jira/product-discovery/guides/insights/overview

原文を確認する ↗