その"インサイト"、本当に意味ありますか？ 〜Think N1な深いインサイトの見つけ方〜

これは2026年2月20日に開催されたFindy主催「PdMのインサイト探索記 -「N=1」に向きあう試行錯誤」に登壇した際の資料です。

Transcript

1. その"インサイト"、本当に意味ありますか？ 〜Think N1な深いインサイトの見つけ方〜 SmartBank, Inc. 　 Product manager 稲垣慶典 | inagaki
2. 本日のテーマ 良質なインサイトを掴むためには 恐れず、N1に深く向き合うこと なんだか煽りっぽいスライドタイトルですみません …
3. SmartBank, Inc. 　Product manager 稲垣慶典 | inagaki @InagakiKay 新卒でDeNAに入社し、ゲームやヘルスケア・ 医療の領域でプロダクトマネジメントや新規事業 立ち上げに従事。薬局スタートアップを経て 24 年1月より現職。 プロダクトマネージャーとしての知見や学びを発信しています 自己紹介
5. なぜ今インサイトの話？
6. 背景 AI技術の著しい進化によって、 プロダクトづくりは根本的に変わりそう
7. AIの進化でプロダクトづくりが大きく変わる ソフトウェアを作ることが障壁ではなくなる XXがあれば 便利なのに… 自分では 作れない… じゃあ、 作ってみよ
8. 急激に増えるものと、そうでないものがありそう ニーズが顕在化しているものほどプロダクトが爆増しそう HOWレベルでニーズが顕在 ニーズが潜在的 ソフトウェア プロダクトの数 そこまで変わらない？ 爆増？
9. 「何をつくるか」という問いの重要性が増す “1.5歩先”の欲しいものを見つけることがより重要に HOWレベルで認識しているニーズ 言われれば認識できる潜在ニーズ 言われても想像できない 使えばわかる潜在ニーズ
10. だからこそ今、改めてインサイトに注目 ユーザーが本当に欲しいものを描く力が よりPMに求められる そのために重要なのがインサイトを掴む力
11. インサイトとは何か？
12. インサイトとは何か？ ユーザーの言動の裏にある”原理”に関する発見のこと 行動 感情 原理（インサイト） 前提 環境 経験 関係 顕在 潜在
13. インサイトとは何か？ 表面上の言動の裏に、思わぬ発見がある なぜか朝に ミルクシェイクが 売れる なぜか1人客が 買って帰る 車で来店する人 が多い 運転中の ”気晴らし”ないかな… 有名なアメリカのミルクシェイクの話
14. インサイトとは何か？ 解釈を通じて抽出するものであり、データ≠インサイト 📊定量データ 💬定性データ 解釈 💡インサイト これはインサイトではない 最初はあくまで仮説
15. 良いインサイトとは何か？
16. 想像でき、納得でき、 アイデアを膨らませられる発見 良いインサイトとは何か？
17. 次のアイデアが生まれてくることに意味がある 「〜だから、これもあるかも！」が出てくるインサイト 解像度が高い インサイト 想像できる 予想できる 共感できる アイデアが 湧きやすい チームを 巻き込める
18. （参考）『ワンバンク』ペアカードでのインサイト例 「わかる…」「それありそう…」という共感が生まれるか “2人のお金のことだから、自分と同じように、 相手にも気にしてほしい” “こっちばっかり立て替えてない？ かと言ってあまりカドを立てたくない…” 同棲したてのカップル 既婚夫婦・歴の長いペア
19. どうやって良いインサイトを見つけるか
20. どうやって良いインサイトを見つけるか スマートバンクではN1にこだわってきた
21. 参考：SB社でのインサイトを捉えるためのリサーチ活動 序盤に「理解フェーズ」を設け、インサイトを捉えにいく 理解フェーズ 仮説検証フェーズ インタビュー データ分析 インタビュー データ分析 インタビュー データ分析 WHATを定義 HOWを定義 WHAT 仮説 WHAT 仮説 HOW 仮説 重点的にインサイトを 捉えに行くフェーズ プロト リリースしちゃう マーケット選定 市場調査
22. 参考：SB社でのインサイトを捉えるためのリサーチ活動 定量・定性ともに活用しつつ、インタビューを軸に Askワンバン 抽象化 抽象化 抽象化 抽象化 抽象化 抽象化 抽象化 抽象化 定性 定量 一つのテーマで5~6名程度にインタビュー
23. 補足：「Askワンバン」とは 横断的なデータ分析ができる社内AIエージェント 詳細はこちら 👇 https://blog.smartbank.co.jp/entry/ask
24. いろいろやっているが、大事なことは まずは、インタビューでN1を深掘る
25. N1×インタビュー形式で深ぼることの良さ 最初こそ、まずN1で話を聞くことに意味がある N1でも実存することに 意味がある 同期的に、多面的に 情報を集められる インサイトはあくまで解釈 想像で始めない 最初はわからないこともわ からない
26. N1×インタビューの扱いの難しさ でも、N1のインサイトって意味あるインサイトなの？ • 「それってその人だけの話では？」問題 • 定性情報だけだと恣意的な解釈にならない？ • インタビューで聞いたことだけでは、判断しきれない • 引き出し切れなくて、結局不完全燃焼になる
27. N1の罠を回避する必要がある だからこそ、N1インタビューはファクト収集と言語化がカギ 意見や感想ではない ファクト収集の場 そう、だから 言語化と検証を繰り返す 定性データって 主観でしょ？ 1人の話で 判断できなくない？
28. 深くN1と向き合いインサイトを見つけるために N1インタビューで良いインサイトを見つけるための工夫 抽象化 抽象化 1. 背景情報をとにかく集める 2. Think N1シートでストーリーとしてまとめる 3. 相対比較で再現性のある原理を見つける 抽象化 抽象化
29. 工夫1：対象者の背景情報をとにかく集める インタビューの9割は背景情報（=ファクト）の収集 - 年齢、家族構成、居住地 - 職業、職歴、家族の職業 - 平日/休日の過ごし方 - 賃貸/分譲、自家用車の有無 - 趣味や過去1年間の大きな支出歴 - 利用しているクレカ・銀行口座・資産運用 - 1ヶ月の家庭内のお金の流れ - TVやSNSなどの利用状況 - 今利用しているアプリ TOP3の利用状況　など 背景情報 イントロ アウトロ 追加質問 アンケートと違って その場で質問を追加できる
30. 工夫1：対象者の背景情報をとにかく集める 脳内で映像として再生し、曖昧な部分を深ぼる 周囲の解像度を上げる 前後の解像度を上げる
31. 工夫1：対象者の背景情報をとにかく集める 違和感にインサイトのヒントがある 矛盾 独特な表現 や行動 口調の変化
32. 工夫2：Think N1シートでストーリーとしてまとめる ストーリーとして仮説を言語化するフォーマット 詳細はこちら 👇 https://blog.smartbank.co.jp/entry/thnink-n1
33. 工夫2：Think N1シートでストーリーとしてまとめる 分解して言語化すると曖昧な部分や無意識な仮定がクリアに 誰が どんなときに どうしたいが 何が障壁で インサイト ✅クリア 🌀曖昧 ✅クリア 🌀曖昧 重点的に把握しにいく 重点的に把握しにいく 定性データ・定量データ
34. 工夫3：相対比較で再現性のある原理を見つける 実査後にもマッピング・比較して再現性のあるインサイトを インタビュー実施 個人差があるもの それでも共通するもの 誰に話を聞くか
35. N1×インタビューで良いインサイトを見つけるために N1の罠は、ファクト集めと徹底した言語化で回避する インタビュー ファクト 意見 感想 解釈 インサイト - Think N1シート - マッピング・比較 等 定量 - 徹底して背景情報 等
36. まとめ
37. まとめ • 作りやすくなったからこそ、何を作るかの問いが重要に • 潜在的なニーズを見つけるためにインサイトを掴む • N1レベルで深ぼって良いインサイトが見つける • インタビューは徹底的にファクトを集める場である • インサイトは解釈（≒仮説）だから、徹底的に検証する 「何を作るか」の問いのために、インサイトを見つける
38. 余談ですが… インサイト発見からモック作成まで自動化AIの実験してみた データ インサイト抽出 PRD 課題定義 価値定義 施策要件定義 情報整理 Figma モック 完全自動でモックまででき た！ なんかそれっぽい！ けど…なんか違う…
39. AI自動化実験を通じた学び 良いインサイトは、非合理な解釈から生まれる？ • 情報の要約やエッセンスの抽出は見事だった • 一方でAIが選定したインサイトは、外してはないけど ”なんか違う”もの • 人間が選んだものは非合理で、やや決めつけっぽい （もしこれをAIが提案してきたら承認しないかも…）
40. まとめ いくらAIで開発しやすくなったところで、 人間は自分が欲しいものがわからない
41. まとめ 今こそThink N1力を磨く
42. 告知1：スマートバンクのリサーチャーの書籍
43. 告知2：プロダクトマネージャー募集中です👋