ワードクラウドの失敗から見えた本当の価値

Transcript

1. ワードクラウドの失敗から見えた本当 の価値
2. 今日話すこと 「めっちゃいい反応を期待して気持ちよく作ったのに、反応が渋かった 話」 結論から言うと、技術的には満足、でもユーザーには刺さらなかった話です 😇 （POCとして素早く検証できたのは良かった！）
3. ⾃⼰紹介 🍰 ⾼野裕樹 こうの ゆうき Webプロダクト開発チーム エンジニア サーバー/フロント/運⽤を横断 趣味と悩み スイーツ スイーツが好き 最近の悩み スイーツのことが気になりすぎる 3 / 13
4. ユーザーの課題（プロダクト立ち上げ当初のヒアリング 内容） • 対象の審議会・会議が多すぎて全部追えない • どの会議で何が話されているか把握したい • 重要なトピックを素早く見つけたい • 特定政治家の関心ごとを知りたい
5. → ワードクラウドで解決できるのでは？ 🤔
6. こんな機能があったら便利そう 政策 国会 審議会 会議 予算 法案 議員 決定 対応 報告 ⽂字起こしから頻出ワードを可視化 ワードクラウドの利点 ⼀⽬で重要トピックを把握 会議の内容から重要なキーワードを直感的に把握できる 報告資料への活⽤ 会議の要点を視覚的にまとめた報告資料を作成できる 特定トピックの迅速な検索 関⼼のあるトピックを効率的に⾒つけ出すことができる 政治家の関⼼テーマ把握 特定政治家の発⾔から関⼼テーマを分析できる 6 / 13
8. • プロダクトチームでデモ • 評判良し 👍 仮実装完成
9. 形態素解析との格闘 ⽇本語の課題 単語区切りがないので形態素解析が必須 MeCab vs Sudachi 特徴 MeCab Sudachi 軽さ 軽い 重い 更新状況 更新停⽌ 活発 複合語処理 弱い 強い（3モード） 対策と調整 モードC採⽤ 品詞フィルタ パラメータ調整 品詞フィルタ • 名詞/動詞/形容詞のみ残す • ストップワード除外 ビジュアルパラメータ • relative_scaling調整 • font_sizeの微調整 結果 技術的には満⾜のいく出来栄えに！ • ワードクラウド完成 • 形態素解析の知識が活⽤できる // Sudachiで形態素解析 Sudachi.tokenize(text, mode=C); // 品詞フィルタ filtered_words = filter(parts_of_speech, ['名詞', '動詞 ', '形容詞']); // ワードクラウド生成 7 / 13
10. 満を持して実際のユーザーに見せた結果...
11. ユーザーからのフィードバック 「裏取りに使ってるので、その⽤途では使わないかも」 「幹部にそのままパッと⾒せるのは向かなさそう」 「⽂章の⽅が読みやすい」
12. 😱
13. その後：本実装は見送り 😇 形態素解析の調整に費やした時間が走馬灯のように...
14. 何を間違えたのか？ 🔍 私たちが思っていたこと 全体の把握が重要 ワードクラウドで概要を掴める "便利そう"だから価値があると判断 VS ユーザーが実際に必要としていたこ と ⾃社関連発⾔の⽂脈確認 誰が‧どの⽂脈で‧何を⾔ったか 根拠‧⽂脈の確認が重要 間違えたポイント 「便利そう」≠「価値がある」 技術的に便利でも、ユーザーの実際の業務に価値を提供できていなかった ユーザーの業務背景理解が浅かった 全体把握の代わりに、特定情報の⽂脈的重要性を理解できてなかった 9 / 13
15. 本当に求められていた価値 💡 ユーザーが実際に求めていた機能と価値 特定テーマで⾼速検索 ユーザーは特定のトピックや政治家に関連する発⾔を素早く探 す必要があり、ワードクラウドでは対応できなかった ⽂脈ごとの理解と報告 発⾔の⽂脈を追跡して、要点をまとめたレポートを作成する機 能が求められていた ⼀次情報としての信頼性 引⽤できる信頼できる⼀次情報の提供が求められ、ワードクラ ウドでは証拠の確認が難しかった AIチャット（テーマ抽出） 会議の内容から⾃動でテーマを抽出して、関⼼のあるトピック を追跡する機能が評価されていた 重要な教訓： ユーザーが求めているのは「頻出語」ではなく、 「誰が‧どの⽂脈で‧何を⾔ったか」を的確に把握する機能 10 / 13
16. 学んだこと 📚 ワードクラウドの失敗から得た貴重な教訓 業務フロー全体を理解することが重要 ユーザーの実際の業務プロセスを深く理解することで、本当に必 要な機能が⾒えてくる 「便利そう」で機能を作らない ユーザーが実際に求める価値とは、単に便利そうであるとは限ら ない 仮実装して早く顧客に⾒せる 早期のフィードバックにより、⽅向性を間違えにくくなる 失敗から学べることが多い 形態素解析の努⼒は報われずとも、次への貴重なフィードバック となる 形態素解析の知識は別機能に応⽤可能 技術的成果は無駄にならず、別の⽤途で活⽤できる可能性がある 「技術的成功≠ユーザー価値」 しかし、失敗から学び、早期検証を繰り返すことで真の価値に近づける 11 / 13
17. もう⼀歩学びを深めるために 利用者が必要なものを精度高く分析するためのフレームワーク JTBD(ジョブ理論 ) - The Jobs to be Done Data Model ユーザーが何を成し遂げたいのか（Job）を中心に考えるフレームワー ク。 ユーザーストーリーマッピング ユーザーが実際に⾏う「業務フロー」をすべて並べ、その流れの中 で価値を判断する⽅法。 要求の階層化 要望、要求、要件に整理。体系的に整理するために、ロジックツ リー法や要求分析ツリー、USDM（Universal Specification Description Method）などのフレームワークがある。 11 / 13
18. まとめ 🎯 ワードクラウドは失敗したが、 本当の価値を発⾒ し 早期軌道修正 できた成功体験 失敗した要素 ワードクラウドは使われなかった 形態素解析の努⼒は報われず 成功した要素 本当に求められていた価値がわかった 早期検証で軌道修正できた 技術の学びは次の開発に⽣きる 「使われる機能」を作ろう！ 12 / 13
19. ご清聴ありがとうございました！ 🙏 13 / 13