なぜ使われないのか？──定量×定性で見極める本当のボトルネック

by KAKEHASHI

Slide 1

Slide 1 text

©KAKEHASHI inc. なぜ使われないのか？定量×定性で見極める本当のボトルネック 2025/12/04 pmconf2025 〜未来に挑め〜株式会社カケハシ梶村直人（@n_kaji_kaji）

Slide 2

Slide 2 text

©KAKEHASHI inc. 株式会社カケハシ Musubi AI在庫管理プロダクトマネージャー梶村直人自己紹介 2 東京大学では自然言語処理の研究新卒の三井物産では海外大手 IT企業との合弁会社設立やその営業企画を担当。カケハシには2022年に入社。趣味で開発やKaggleを行うなど、 Techと事業の両方が好きで PdMは天職

Slide 3

Slide 3 text

No content

Slide 4

Slide 4 text

No content

Slide 5

Slide 5 text

©KAKEHASHI inc. プロダクト紹介薬局向けの医薬品の在庫管理・AI発注システム Musubi AI在庫管理 5

Slide 6

Slide 6 text

©KAKEHASHI inc. 「使いやすい」と「使われる」の違い使いやすいプロダクトを作ることはできても、発注を任せて使われるには大きな違いがある 6

Slide 7

Slide 7 text

©KAKEHASHI inc. 多くのAIプロジェクトが陥る死の谷 AIを利用しても「確認工数」が残り、大きな効率化には繋がらない 7

Slide 8

Slide 8 text

©KAKEHASHI inc. 本日のテーマ「任せて使う」ことの心理的・実利的ハードル 8 解像度を上げるための「定量×定性」アプローチ技法以上に大切な「分析基盤と組織の関心」

Slide 9

Slide 9 text

Slide 10

Slide 10 text

©KAKEHASHI inc. 「任せて使う」ことの心理的・実利的ハードル「任せる」とは、業務リスクをユーザーが受け入れること 10

Slide 11

Slide 11 text

©KAKEHASHI inc. 「任せて使う」ことの心理的・実利的ハードル「任せる」とは、今まで培ってきた業務のアイデンティティを失うこと 11

Slide 12

Slide 12 text

©KAKEHASHI inc. 「任せて使う」ことの心理的・実利的ハードル欠品や在庫金額への考え方はユーザーによって大きく異なる 12 高額な医薬品は廃棄リスクが高いため患者さんが来てから発注する。月末はできる限り在庫を絞る。店舗A 1年以内に1回でも処方が出ていれば新患分は用意する。月末は高額医薬品だけ在庫を絞る。店舗B

Slide 13

Slide 13 text

©KAKEHASHI inc. 使われるプロダクトには各ユーザーの背景や運用への理解が必須「任せて使う」ことの心理的・実利的ハードル心理的・実利的ハードルの個人差が大きく、N1分析が必須 13 任せるよりも自分で行う方がリスクが低い任せることへの不安感や喪失感を抱く自分の店舗にあった適切な設定・運用ができない

Slide 14

Slide 14 text

Slide 15

Slide 15 text

©KAKEHASHI inc. 解像度を上げるための「定量×定性」アプローチユーザーに直接理由を聞くと、表面的な回答しか得られない 15 ユーザー自身も思考を言語化できない。表面的な回答は「精度の問題」という誤った結論に導く。

Slide 16

Slide 16 text

©KAKEHASHI inc. 解像度を上げるための「定量×定性」アプローチ事前に定性・定量での仮説を構築することで、正確なユーザー理解につながる 16 ユーザーが迷う理由や設定背景の仮説を構築ユーザーが迷う箇所や個別の設定内容を把握具体的な行動を深堀り仮説を検証知らない情報や業務ロジックを把握

Slide 17

Slide 17 text

©KAKEHASHI inc. 解像度を上げるための「定量×定性」アプローチ事前に定性・定量の両面でユーザーごとに詳細に情報を把握社内のドメインエキスパートと仮説構築 17 各ユーザーの個別の設定・発注情報を把握確認する情報や迷うポイントを把握 DatadogのSession Replay(録画収録) ※医薬品名を除き他すべての項目をマスキングして慎重に取得。 DatabricksのGenie(queryの自動生成)

Slide 18

Slide 18 text

©KAKEHASHI inc. 解像度を上げるための「定量×定性」アプローチ個別医薬品を設定した背景や発注した理由を聞くことでインサイトを得る 18 ユーザーは個別のファクトは正確に答えられる。そのファクトから抽象的なインサイトに昇華する。

Slide 19

Slide 19 text

©KAKEHASHI inc. 解像度を上げるための「定量×定性」アプローチ N1を増やすことで、ユーザーのみ知る情報や店舗属性ごとの運用・課題が判明 19 店舗属性A 新規開店の店舗店舗属性B 小規模な店舗在庫金額を絞る傾向店舗属性C ・・・事前のピッキング運用患者から聞いた情報・・・最適な運用でも残る課題ユーザーの種類ユーザーのみ知る情報運用・課題リスクを減らす最適な運用 PMFを狙うユーザーの種類に対して、最適な運用でも残る課題からロードマップを定めることができる

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

©KAKEHASHI inc. 分析を阻む障害 22 顧客情報や分析基盤の整備が必要と認識しているが、その整備コストのROIを正当化できないヒアリング可能なユーザー一覧の整備が必要ヒアリングの設定が手間ユーザーのログを取得していないデータが整備されておらず分析に時間がかかる取得するログの決定・設定や分析方法の習得が必要 queryの自動生成にはスキーマの整備等が必要 N1分析をするコストが高く、他の業務が忙しい中で時間が取れない

Slide 23

Slide 23 text

©KAKEHASHI inc. 分析を阻む障害 Returnは業務の効率化(コスト削減)ではなく、深いインサイトによるプロダクト価値の飛躍 23 プロダクト開発がコモディティ化する世界で、勝敗を分けるのは「深いインサイトを、いかに早く、継続的に得られるか」分析基盤がない状態・分析は「一大プロジェクト」・仮説はリリースしてから検証される・N1分析をしようという気持ちにならない分析基盤が整備された状態・分析は「日常的な問い」・仮説がすぐに検証される・純粋な好奇心がインサイトに繋がる

Slide 24

Slide 24 text

Slide 25

Slide 25 text

©KAKEHASHI inc. N1を理解する組織誰もがN1に関心を持つ組織にすることがディスカバリーの要 25 all-handsでは営業/CSから１薬局の詳細を全体に共有ユーザーへの関心＆一体感を高める N1への関心が低い組織・分析のデータ基盤の整備に関心がない・ヒアリングの設定にCSが消極的・決まったロードマップをこなす N1への関心が高い組織・機能のFBに関心が高い・N1の声を営業・CSが集めてくる・データを見れる基盤を整備したい・社内の主語がユーザー

Slide 26

Slide 26 text

©KAKEHASHI inc. まとめ 26 「任せて使う」ことの心理的・実利的ハードル・任せるとはユーザーがリスクを受け入れること・アイデンティティ喪失にも繋がるほどハードルは高い・個別ユーザーへの最適化が必須解像度を上げるための「定量×定性」アプローチ・徹底的にN1の定性・定量を調べて仮説を立てる・ヒアリングではファクトを収集する・顧客属性ごとの課題特定からロードマップに繋げる技法以上に大切な「分析基盤と組織の関心」・N1分析がしやすい環境に投資するべき・環境だけでなくN1への関心が高い組織を目指す