機能優先度マトリクス

英語名 Feature Prioritization Matrix
読み方 フィーチャー プライオリタイゼーション マトリクス
難易度
所要時間 チームで1〜2時間
提唱者 プロダクトマネジメントの実務から発展(2×2マトリクスの応用)
目次

ひとことで言うと
#

機能優先度マトリクスは、開発候補の機能を「ユーザー/ビジネスへの影響度」と「実装の工数・コスト」の2軸で4象限に配置し、何から着手すべきかを視覚的に判断する意思決定ツールです。

用語の定義
#

押さえておきたい用語
  • 影響度(Impact):その機能がユーザー満足度、売上、継続率などのビジネス指標に与える効果の大きさ
  • 工数(Effort):設計・実装・テスト・リリースにかかる時間・人的リソース・技術的複雑さの総合評価
  • クイックウィン(Quick Win):高影響・低工数の象限に位置する機能。最優先で着手すべき項目
  • ビッグベット(Big Bet):高影響・高工数の象限。戦略的に重要だが、慎重な計画が必要
  • フィラー(Filler):低影響・低工数の機能。余力があれば対応するが、ロードマップの主軸にはしない

全体像
#

影響度 高影響度 低工数 低工数 高クイックウィン高影響 × 低工数最優先で着手すぐに成果が出るビッグベット高影響 × 高工数計画的に投資戦略的判断が必要フィラー低影響 × 低工数余力があれば対応優先度は低い見送り低影響 × 高工数やらない判断リソースの無駄遣い
機能候補をリストアップ
バックログから収集
影響度と工数をスコアリング
チームで合意形成
4象限に配置
視覚的に優先順位を判断
ロードマップに反映
クイックウィンから着手

こんな悩みに効く
#

  • バックログに機能要望が100件以上溜まっていて、何から手をつけるべきか分からない
  • ステークホルダーごとに優先順位の主張が違い、合意形成に時間がかかる
  • 「声の大きい人の要望」が優先され、ユーザーにとって本当に価値のある機能が後回しになる

基本の使い方
#

機能候補をリストアップする
バックログ、顧客要望、社内フィードバック、競合分析から開発候補をすべて集めます。この段階ではフィルタリングせず、候補を網羅的にリストにします。同じ趣旨の要望は統合し、1つの機能として扱います。
影響度と工数を評価する
各機能について「影響度」と「工数」をチームで評価します。影響度はプロダクトマネージャーが顧客データやビジネス指標をもとに、工数はエンジニアが技術的複雑さと必要時間をもとに評価します。1〜5のスケールやTシャツサイズ(S/M/L/XL)で簡易的にスコアリングする方法が実用的です。
マトリクスに配置して議論する
ホワイトボードやMiroに2×2マトリクスを描き、各機能を該当する象限に配置します。配置結果をチーム全員で確認し、「この機能の影響度はもっと高いのでは」「技術的負債の解消を入れると工数が下がるのでは」といった議論を通じて精度を上げます。
ロードマップに落とし込む
クイックウィン(高影響・低工数)を直近のスプリントに、ビッグベット(高影響・高工数)を中長期計画に、フィラーはバッファ期間に配置します。右下の「見送り」象限の項目は明示的に「やらない」と宣言し、バックログから除外します。

具体例
#

モバイルアプリのロードマップ策定
フードデリバリーアプリのPMが、バックログの68件の機能要望をマトリクスで整理した。クイックウィンに分類された「お気に入り店舗のピン留め」(影響度4、工数1)を最優先で実装したところ、リピート注文率が**14%→19%**に向上。一方、「AIおすすめ機能」は影響度5だが工数もXLでビッグベットに配置し、次四半期の集中投資テーマとして計画。右下の「SNS共有ボタン」(影響度1、工数3)は明示的に見送りを決定し、エンジニアリソースを高影響項目に集中させた。
BtoB SaaSの機能優先度合意
HR SaaS企業で、営業部門が「大手顧客A社からの個別要望12件」を最優先にするよう要求し、開発チームは「プラットフォーム全体に影響する基盤機能」を優先したいと対立していた。PMがマトリクスを使って全35件を評価したところ、A社要望のうちクイックウィンに該当するのは3件のみで、残り9件は低影響・高工数の見送り象限だった。可視化された結果に営業部門も納得し、基盤機能5件とA社要望3件を組み合わせた四半期計画に合意できた。
スタートアップのMVP機能選定
シード期のスタートアップ(エンジニア3名)が、投資家から求められた「6か月以内のPMF達成」に向けて機能候補25件を評価。マトリクスでクイックウィン7件を特定し、最初の3か月はこれだけに集中する方針を決定。ビッグベットの4件はPMF達成後の成長フェーズに繰り延べ、見送りの9件はバックログから完全に削除した。限られたリソースを集中させた結果、3か月目で有料顧客50社を獲得し、PMFの初期指標を達成。

やりがちな失敗パターン
#

失敗原因対策
影響度の評価が「声の大きさ」に引きずられる特定の顧客や営業の熱量で影響度が歪む利用データ・NPS・チャーン理由など定量的な裏付けを評価基準に含める
工数を過小評価する技術的負債や依存関係を見落とし、実際には工数が倍かかるエンジニアに見積もりを出してもらい、バッファ込みで評価する
見送りの判断ができない「いつかやる」とバックログに残し続け、リストが肥大化する四半期ごとにマトリクスを再評価し、見送り象限は明示的に削除する
マトリクスを一度作って更新しない市場環境やユーザーニーズの変化を反映できないスプリントごとの振り返りでマトリクスを見直し、配置を更新する

まとめ
#

機能優先度マトリクスのシンプルさは弱点ではなく強みです。2軸だけで判断するからこそ、全員が同じ絵を見ながら議論でき、合意形成のスピードが上がります。「クイックウィンから着手し、ビッグベットは計画的に、見送りは明確にやらないと宣言する」。この原則を守るだけで、限られたリソースの配分が劇的に改善します。