AIで「ふとした疑問」を即座に検証する 〜定量で圧倒するN1理解〜

PdMのインサイト探索記 -「N=1」に向きあう試行錯誤
https://findy.connpass.com/event/382958/
での登壇資料です

Transcript

1. ©KAKEHASHI inc. AIで「ふとした疑問」を即座に検証する 〜定量で圧倒するN1理解〜 2026/02/20 PdMのインサイト探索記 株式会社カケハシ 梶村 直人（@n_kaji_kaji）
2. ©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 カケハシには2022年に入社。 東京大学では自然言語処理の研究 新卒の三井物産では新規事業企画を担当。 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 【好きなプロダクト】
5. ©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
6. ©KAKEHASHI inc. N1理解での定性と定量 N1の理解では定性と定量の両面での理解が必須 6 本日は定量情報をAIで圧倒的に取得しN1の理解を深める話です！
7. ©KAKEHASHI inc. 定量理解のハードル データチームへの依頼では正確な背景・目的・要件を説明する必要があり高コスト 7 ビジネス価値の示しにくいN1の探索的な調査は依頼しづらい
8. © KAKEHASHI Inc. All Rights Reserved. AIでQueryを書いてもらおう！ ただ実際に使ってみると。。
9. ©KAKEHASHI inc. AIでの定量データ取得の課題 数百のテーブルから自分が求める正確なQueryをAIで出力することは難しい データのコンテキストを与えても、出力結果のqueryが複雑では正確性を判断できない 9
10. ©KAKEHASHI inc. AIでのデータ理解の課題 アジャイルデータモデリングでAIでの正確なデータ生成＆出力内容の理解を可能にする。 10
11. ©KAKEHASHI inc. データモデリング方法 BEAM（Business Event Analysis & Modeling） 業務の流れに沿ったデータを用意する 11
12. ©KAKEHASHI inc. データモデリング方法 BEAM（Business Event Analysis & Modeling） AI在庫管理での医薬品の依頼の流れ 12
13. ©KAKEHASHI inc. データモデリング方法 一連の流れを一つのテーブルにまとめるViewやTableを作成する 13 一行のデータを見るだけで、実際のユーザーの行動を理解できる
14. ©KAKEHASHI inc. 例：X薬局の過去1ヶ月の先発品の依頼について、 依頼から入庫までにかかる日数の中央値は？ データモデリング方法 スタースキーマでマスタを増やすことで、必要な情報を組み合わせて分析可能 14 SELECT PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY DATEDIFF(day, 依頼時刻, 入庫時刻)) AS 入庫までの日数の中央値 FROM 依頼 JOIN 店舗マスタ ON 依頼.依頼元店舗ID =店舗マスタ.店舗ID JOIN 医薬品マスタ ON 依頼.医薬品ID =医薬品マスタ.医薬品ID WHERE 店舗マスタ.店舗名 = 'X薬局' AND 依頼時刻 >= CURRENT_DATE - INTERVAL '1 month' 　AND 医薬品の特徴＝先発品 シンプルなQueryなのでAIもミスなく生成し、結果を誰でも理解できる
15. ©KAKEHASHI inc. データモデリングの活用 BEAMに沿ってViewやTableを用意することでPdM自身での分析が可能に 15 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」 データチームへの依頼 ・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 PdM自身での分析 ・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
16. ©KAKEHASHI inc. データモデリングの活用 ユーザーへのヒアリングでは、ヒアリング直前のデータをすぐに調査して確認可能 16
17. ©KAKEHASHI inc. 問い合わせや要望にすぐにデータで検証してCSと認識合わせ データモデリングの活用 17
18. ©KAKEHASHI inc. N1を理解する組織 PdMがN1のデータを発信することで、組織としてもN1への関心が高まる 18 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 ・ログを積極的に仕込む ・社内の主語がユーザー
19. ©KAKEHASHI inc. 今日から始める方法 ぜひ今日から始めてみてください！今日で作れます！ 19
20. © KAKEHASHI Inc. All Rights Reserved. 一番大事なのは ユーザーを理解しようという気持ち
21. © KAKEHASHI Inc. All Rights Reserved. PM・EM・エンジニアを積極採用中 https://kakehashi-dev.hatenablog.com/entry/2025/07/17/093000 We’re Hiring!!!