Figma CPOが語るプロダクトスケーリングとストーリーテリングの秘訣

6週間の出荷頻度とシンプルなループから始めましょう。小さなアップデートを出荷し、実際のユーザーからスクリーンショットを収集し、その場で反復するかどうかを決定します。この方法により、チームは学習に集中し、ユーザーのシグナルを誰もが信頼できる具体的な製品の動きに変えることができます。

リーダーは、直感をエンジニアが出荷できる計画に翻訳します：エンジニアは、少数の高シグナルユーザーを集め、簡潔なスクリーンショットをキャプチャし、次の動きを単一の仮説として構成します。このアプローチは、単一の物語を中心に調整するためにチームで使用されており、設計とエンジニアリング間のコラボレーションにより、適切な問題に対処できます。ユーザーは、各変更が重要な理由を確認できました。チームのエンジニアは、プレーンな言葉で価値を明確にし、全員の集中を維持できます。

早期の兆候を捉えるために、各リリースの後に一連のメトリックを追跡します：アクティベーション、価値実現までの時間、およびリテンション。各ローンチは、関係者に説明しやすい測定可能な改善を提供する必要があり、スクリーンショットからの視覚的な差分は、すべての人が何が変わったかを理解するのに役立ちます。メトリックがユーザー価値と一致しない場合は、フィードバックに基づいて迅速に方向転換します。

小さくて反復可能な実験をハッキングすることは、過剰なエンジニアリングに勝ります：計画を簡素化し、実践的な直感に頼り、ループに出荷結果を推進させます。CPOの規律は、いくつかの標的テストが早期に問題を捉え、ユーザーとビジネスのリスクを軽減できることを示しています。エンジニアは、勢いを損なうのではなく、バックログに記録される具体的なターゲットとフィードバックを高く評価しています。

時間の経過とともに、製品戦略は、チームを共通の物語を中心に調整する、着実なストーリーテリングの実践になります：具体的な価値を提供する実験を出荷します。Figmaの製品リーダーが使用するプロセスは、すべてのエンジニアとデザイナーがアイデアがどのように実現し、優れた成果がどのように顧客に受け入れられるかを確認するのに役立ちます。ループをきつく保ち、物語を正直に保つと、製品は明確さや信頼を失うことなくスケールします。

FigmaのCPOプレイブック：スケーリング、ストーリーテリング、およびAI駆動のロードマッピング

推奨事項：対象者のニーズと問題とソリューションの明確な分類を中心に展開する単一志向のプレイブックを作成します。製品のオリジナルの設定を定義し、定性的なシグナルで製品と市場の適合性を検証し、短く強力な文章を使用してチーム全体の視点を固定します。ほとんどの意思決定が迅速に行われるように、常に単純さを優先します。市場が来れば、ロードマップは開発のすべての段階で使用可能な資産になります。定性的なシグナルをユーザーインタビューから取得し、主張をサポートします。

これを実践に結び付けるために、AdobeのCPOであり、定性的な調査結果を厳密なプレイセットに変換するAI駆動のロードマッピングワークフローを立ち上げたGaganについて考えてみます。彼は、機能の肥大化を回避し、対象者セグメントにローカルな意思決定を維持する分類法を使用して、製品と市場の問題空間を構築しました。簡潔なユーザーステートメントを作成することが習慣になり、彼らの視点が明確になり、設計はバラバラになるのではなく、スクワッド全体で調整された状態を維持します。

実装の設計図：発見段階から始めて、対象者のペインポイントを把握します。5つのオリジナルの問題ステートメントと3つのガイディングプレイを作成します。次に、AIを使用して定性的なメモを優先順位付けされたテーマに統合します。今後のSprintにリーン設定を適用します。各フェーズに所有者を割り当て、シンプルなKPIセットに対して価値を測定します。

ユーザーのニーズに合わせて成長するスケーラブルな製品アーキテクチャとデザインシステムを定義する

当面の行動：モジュール式の製品アーキテクチャと、ユーザーのニーズに合わせて成長する生きているデザインシステムを定義します。完全な再構築ではなく、安定したインターフェースを介した迅速な増分アップデートを可能にするために、一連の構成可能なコンポーネントとトークン化されたUIレイヤーを備えたコアプラットフォームを構築します。

マネージャー、デザイナー、およびエンジニアの間で明確な所有者を持つガバナンスを確立します。定期的なレビューの頻度を作成し、決定事項を文書に記録します。顧客とコミュニティ主導のコホートを招待してフィードバックループに参加させ、製品の選択を実際のニーズに合わせます。マネージャーは、信頼できる配信と影響の明確な可視性を求めています。

デザインシステムのアーティファクトを定義します：コンポーネント、パターン、トークン、およびガイドライン。文章がデザインと一致し、チームがプラットフォーム全体で一貫して実装できることを確認します。チームは、スケーラブルな採用をサポートするために、すべてのルールにアクセシビリティとパフォーマンスに関する直感を組み込み、結果と再利用という観点から考えます。

スケールに向けて組織化するということは、異機能チームによる段階的な提供を意味します。影響と労力によって受信要求をトリアージし、価値の高い変更を最初にプッシュします。戦略的に人材を採用して、能力のギャップを埋め、迅速な反復の文化を維持します。

一連の先行指標を使用して影響を測定します：アクティベーション、リテンション、および顧客満足度。すぐにレビューを実行して、ビジネス目標との優先順位を調整し、顧客と直接通信して仮説を確認します。成長を解き放つ最高価値の変更を優先する軽量のバックログを維持します。

スケール時に設計、製品、およびエンジニアリングを調整するためのストーリーテリングフレームワークを作成する

ユーザーの成果をビジネスのマイルストーンに結び付け、設計、製品、およびエンジニアリング全体で明確な所有権を割り当てる、単一の共有ナラティブから始めます。どのような成果が必要か、なぜ重要なのか、進捗状況をどのように追跡するかを定義します。このストーリーを使用して、スケール時に意思決定をガイドし、行動する明確な権限をチームに与え、すべてのキックオフ、レビュー、およびレトロに表示された状態に保ちます。

3つのアーティファクトがフレームを固定します：figmas駆動の設計ビュー、簡潔な製品仕様、および具体的なエンジニアリング計画。設計ビューはフローを実際のユーザータスクにリンクし、必要な制約をリストします。製品仕様は価値、メトリック、およびリスクを明確にし、エンジニアリング計画はキーをマイルストーン、オーナーセット、および依存関係マップに変換します。過剰なエンジニアリングを行わずにアイデアを迅速にテストするために、ハッキングの考え方を受け入れます。すべてのアーティファクトを組織のワークフローに合わせて、1つのアクセス可能な場所に保管します。

役割と儀式：調整を所有するマネージャーを指定します。重要なギャップを埋めるためにエンジニアを早期に雇用します。デザイナーとエンジニアを含むビルダーのクロスファンクショナルスクワッドを構築します。デザイナーとエンジニア間のコラボレーションのアンカー例として、ジュリーとルーシーを使用します。ジュリーはfigmasで軽量プロトタイプを作成し、ルーシーは迅速なユーザー調査を実施し、両方とも製品マネージャーとリードエンジニアにフィードバックを提供します。組織全体でのアライメントのスケーリングに関するガイダンスについては、rachitskyを参照してください。

プロセスとフェーズ：3つのコアフェーズ：ディスカバリー、デリバリー、スケール。各フェーズには、問題のフレーミング、設計の準備、構築の準備、リリースの準備などのゲートがあります。指名されたオーナー、短いレビューの頻度、および明示的な成功基準を設定します。意思決定がどこで行われ、リスクが組織全体でどのように表面化するかをマッピングします。

実行手順と頻度：ユーザの結果をマイルストーンに関連付ける1ページのストーリーを起草します。figmasフローと製品仕様にマッピングします。マイルストーン、テスト、およびリスクを含む軽量のエンジニアリング計画を構築します。デザイナー、製品、およびエンジニアとの週1回のクロスファンクショナルビューセッションを実行します。チームがサイロに分解する場合は、共有のOKRと意思決定ログを使用して再構築し、調査とフィールドトライアルからの学習に基づいてフレームを反復処理します。これにより、組織が共に動きます。

AIを使用して需要を予測し、賭けに優先順位を付け、将来を見据えたロードマップを作成する

90日間のAI予測から始めます。これは、次の四半期の需要帯と3つの信頼性の高い賭けを出力します。製品分析、更新および拡張メトリック、トライアルから有料のファネル、およびソーシャルシグナルからデータをストリーミングする軽量ツールを構築し、予測帯（低/可能性あり/高）、影響スコア（0〜100）、実現可能性評価、および推奨されるタイムラインを示す単一ページビューを返します。これは当て推量ではありません。ポートフォリオ全体と一致し、明確な賭けを設定する、データ駆動型のビュー全体です。それはデータをアクションに変える規律であり、チームが最初にどのデザインをプッシュするかを決定するのに役立ちます。

26週間の使用イベント、実験結果、収益シグナル、およびソーシャルセンチメントをモデルに入力します。ループは毎週更新されます。シグナルが予測を5％以上シフトする場合は、賭けを再計算します。予測は、低/ベース/高帯域と定義された信頼区間とともに、6〜12か月の月次値を提供し、マージンを付けて計画するのに役立ちます。オーディエンス全体のチームが同じ数値に依存できるように、予測の単一の信頼できる情報源を維持します。ツールはリスクの感情を表に出しますが、エンジニア、デザイナー、およびエグゼクティブに伝えることができる具体的なトレードオフに変換します。どこに投資するかについて異なる考え方をします。

影響、リスク、および実現可能性のスコアを使用して、予測を3つの賭けに変換して賭けに優先順位を付けます。単一志向のフィルターを使用して、リストを3つの実行可能なオプションに絞り込みます。3つ以上のオプションがしきい値を超える場合は、関連する賭けをサブメトリックを含む単一のイニシアチブに統合します。出力は、最初に何を構築するか、実験をどのようにシーケンスするか、および拡大または廃止するかを決定するために監視するメトリックを示します。それは自信を持ってより難しい電話をかけることを意味します。

データ依存関係、プラットフォームの制約、プライバシーに関する考慮事項、およびチームが機能を切り離すことができるモジュール式設計という、ガードレールを埋め込んで、将来を見据えたロードマップを作成します。大規模に価値を生み出すには、各賭けにリリース頻度を関連付け、依存関係をマッピングし、データギャップのフォールバックオプションを作成する必要があります。軽量のシナリオレイヤー（ベース、楽観的、保守的）を含めて、ロードマップが変化する優先順位に対応できるようにします。その結果、機能がオンラインになり、製品スイートが成長するにつれて、関連性を維持する計画が得られます。

対象者へのストーリーテリング：シンプルさを強調する簡潔な英語の概要を提示します。データはそれ自身のストーリーを語りますが、視点が重要です。マイク、ワン、ビヤニ、およびユキはそれぞれ明確な視点を提供し、ユーザーの感情とビジネス上の成果のバランスを取ります。予測、賭け、およびロードマップを強調するビジュアルを使用し、明確な行動喚起で締めくくります。明確さ、行動、および反復の継続的なループを期待するようになりました。

迅速な実験とフィーチャーフラグガバナンスを大規模に実装する

フィーチャーフラグプラットフォームを一元化し、実験を製品と市場の成果に関連付けるコンパクトなガバナンスモデルを構築します。明確な頻度を設定します：計画とプロトタイプの作成は1週目、テストは2週目、検証後にのみ広範なロールアウトを行う決定は3週目に行います。これにより、勢いが維持され、リスクが最小限に抑えられます。

反復可能なリズムで作業を整理することが不可欠です。製品、設計、データ、およびエンジニアリングに加えて、専用のフラグ所有権の役割を含む実験ギルドを作成します。ギルドは、ガードレール、共通言語、および影響、信頼度、およびリスクに関する実験をスコアリングするグレーダーのルーブリックを標準化します。 rachitskyが強調するように、学習をスケーリングする場合、体系化された儀式は英雄的なハックよりも優れています。

それらは創造性を妨げることではありません。それらは学習を加速することです。製品と市場に関する少数の仮説と学習への単一志向の焦点から始めて、モデルを証明したら広げます。変更をロールアウトするか元に戻すかを決定するには、単一のLEDインジケーター（影響スコア）を使用します。すべての決定の背後には、プロトタイプから実際の顧客までの追跡可能なデータの証跡があります。

直接的なクローズドループのフィードバックチャネルが重要です。すべてのフラグを、コンバージョン率、価値実現までの時間、またはリテンションなどの測定可能な結果に関連付けます。アイデアからプロトタイプ、検証済みのシグナル、そして管理されたロールアウトに移行するワークフローを構築します。これらのワークフローは、安全性とユーザーの信頼のためのガードレールを維持しながら、迅速な反復をサポートする必要があります。

責任を持ってスケーリングするには、役割と責任、エスカレーションパス、および期間限定のレビューを含むガバナンスプロセスを形式化します。フラグレビュー委員会はロールアウトの意思決定ポイントとして機能し、結果に責任を負う製品、設計、データ、およびエンジニアリングが、ユーザーエクスペリエンスを変更する前に基準に沿っていることを確認します。

言語が重要です。フィーチャー、フラグ、コホート、および実験の命名を標準化して、誰もが同じ言語を話せるようにします。利害関係者が結果を同じように解釈し、意思決定プロセスにおける誤解や偏見を減らすために、レポートやダッシュボードで使用されるボイスを文書化します。

心理的な安全性と楽観的観測を維持する、透明性のあるデータ駆動型の文化を採用します。成功だけでなく、失敗モードと学習も測定します。勝利だけでなく、学習のスピードと質も祝いましょう。メンタルモデルは、証拠に基づいて組織化され、インセンティブが調整されている場合、難しい賭けも受け入れられることを認識する必要があります。

メトリックとツールが規律を推進します。影響、信頼度、範囲、およびリスクという4つの側面を備えたシンプルなグレーダーを使用します。アイデアの範囲や複雑さが異なる場合でも、チームが対等な立場で実験を比較できるようにルーブリックを調整します。段階的なロールアウトに到達する実験の数、放棄された実験の数、および次のループに通知する実験のシェアが時間の経過とともにどのように増加するかを追跡します。

強力なプロトタイプの考え方から始めることは役立ちます。各新しいフィーチャーフラグは、限定的な露出、明確な成功基準、およびシグナルが説得力のある場合にスケールする計画を備えた低リスクのプロトタイプとして始まります。このアプローチは、学習のコストを削減し、コンセプトから検証済みの顧客への影響までのサイクルを加速します。

その結果、才能が焦点を失うことなくチーム全体で貢献できるスケーラブルなシステムが実現します。同じプロセスを中心に組織化することで、チームは価値を迅速に表現し、意思決定を調整し、アイデアから測定可能な影響まで、自信と一貫性を持って移行できます。

物語対応ダッシュボードで先行メトリックと遅行メトリックを追跡する

先行指標と遅行結果を組み合わせた、物語対応のダッシュボードの単一スイートを起動し、各メトリックに具体的なアクションを添付します。これらのダッシュボードは、数字だけでなく、意思決定のためのより大きなコンテキストと、影響に関する明確な真実を提供します。すべてのメトリックについて、簡単なナラティブを添付します：何が変わったのか、なぜそれが重要なのか、そして次に何をすべきか。

領域ごとに4〜6個の先行メトリック（アクティベーション率、オンボーディングの完了、価値実現までの時間、週間アクティブユーザー、機能の採用）を定義し、それらを遅行結果（リテンション、収益、チャーン、コスト）に接続します。ダッシュボードを静的なレポートではなく、生きているファイルとして構築します。メトリックごとに1文の評決を含めます：アクティベーションが40％を下回る場合は、オンボーディングを調整します。30日後にリテンションが低下する場合は、コアフローを改良します。

原因をわかりやすい言葉で説明するナラティブセクションを作成します。これらを使用して、組織全体で会話を推進します。各メトリックに「理由」ボックスと「何をすべきか」ボックスが確実に含まれるようにします。この考え方は有効性を高め、あいまいな賭けを減らします。また、設計へのプロトタイプリンクと意思決定のファイルを含めます。

設計によりデータ品質を管理します：ダッシュボードの管理者としてオーナー（たとえばアンディ）を割り当てます。データソースを設定します。更新頻度を定義します。毎週の品質チェックを実行します。このアプローチを使用して、意思決定を歪める前にギャップをキャッチします。ノートにfralicベンチマークを維持して、思考と比較を導きます。

例：再設計後、オンボーディングアクティベーションは28％から40％に上昇しました。価値実現までの時間は9日から5日に短縮されました。90日間のリテンションは55％から62％に上昇しました。ユーザーあたりの収益は8％増加し、提供コストは12％減少しました。各メトリックに添付されたナラティブノートは理由と次のアクションを説明しているため、採用メンバーとより大きなチームは迅速かつ自信を持って行動できます。これらの数値は、測定するものと行うことを結び付けることで、より大きな改善がどのように行われるかを示しています。

領域が何であれ、これらのダッシュボードは、アンディ、ウォレス、ネルスとの説得力のある会話を促進し、スイートを重要なものに集中させます。それらには、チームルームを歩き回ることができるプロトタイプと、次の計画サイクルで参照できる意思決定のファイルが含まれています。