プロダクトセンスは才能ではなく、顧客・データ・業界・技術への没入から生まれる「深いプロダクト知識」だ。十分積めば、起こりそうなことを予測できるようになる。
— Marty Cagan / SVPG, Product Sense Demystified (2022) より要約
What we measure
測定する 7 つの観点
4 つの没入領域。Cagan が Product Sense Demystified で挙げる「深いプロダクト知識」の対象領域
3 つの応用力。SVPG の Discovery／Risk／Vision フレームより。homework を成果に変える力
How it works
診断の流れ
- 35 問・7 セクション、所要 約 10〜12 分
- 行動の頻度（B）と 能力の自信（C）を回答（選択肢に具体的アンカー併記）
- キャリアレベル別の閾値で評価、改善アクションを提案
- 結果は URL や画像でシェア可能、サーバ保存なし
Step 01 / 08
あなたのキャリアレベル
同じスコアでも期待値はキャリアレベルで異なります。最も近いものを選んでください。
Career Calibration
— のスコア帯
同じスコアでも、求められる水準はキャリアレベルで異なります
※ 閾値は便宜的な目安です。スコアは絶対値ではなく、自分の伸びしろを把握する参考としてご利用ください。
他のキャリアレベルでの位置を見る ▾
他のキャリアレベルでの位置 ▴
Self-Report Check
行動 と 自信 の整合
客観的な行動頻度（B）と主観的な能力自信（C）の差で、自己申告バイアスを可視化
行動 (B) — 客観
—
/ 100
頻度で確認しやすい
自信 (C) — 主観
—
/ 100
自己申告で膨らみやすい
Cagan の原則: 深いプロダクト知識（INPUT 4 領域の homework）が土台。それを Discovery／Risk／Vision の応用に変えてはじめて、起こりそうなことを予測する力（predictive ability）になります。最も低い軸の底上げが近道です。
Radar
軸別スコア
青系: INPUT（没入領域） / 緑系: OUTPUT（応用力）
Action
次の 30 日のフォーカス
最も伸びしろの大きい 1 軸に集中投資。INPUT が弱い場合は OUTPUT より優先。
Share
結果をシェア
URL には回答内容が含まれており、開くと同じ結果が再現されます