ダブルダイヤモンドは、課題を広く探索して絞り込み、解決策を広く発想して再び絞り込む「発散→収束」を2回繰り返すフレームワークです。一般的には、Discover(発見)、Define(定義)、Develop(展開)、Deliver(提供)の4段階で進めます。
一方で、実務では図の形だけをなぞっても成果にはつながりません。課題探索中に解決策へ飛びついたり、Defineで「何を作るか」を書いてしまったり、Developで似た案ばかり出したり、Deliverでいきなり完成品を作ったりすると、ダブルダイヤモンドの意味が薄れます。
この記事では、ダブルダイヤモンドで起きやすい失敗を、具体的な失敗場面、原因、改善前後、改善後の状態、チェックポイントまで含めて解説します。基本構造を先に確認したい場合は、ダブルダイヤモンドとは?意味・使い方・具体例を参照してください。
ダブルダイヤモンドで失敗しやすいのは「4工程を通ること」が目的になるとき
ダブルダイヤモンドは、Discover→Define→Develop→Deliverという4つの箱を埋めるための手順ではありません。
本質は、
- 課題を広げてから絞る
- 解決策を広げてから絞る
- 収束の根拠を残す
- 検証結果によって前工程へ戻る
という意思決定の流れにあります。
具体的な進め方は、ダブルダイヤモンドのやり方でも確認できます。
失敗1:Discoverの途中で解決策へ飛びつく
失敗場面
新任管理職の支援を考える会議で、最初の数件のヒアリングから「やはり管理職研修を増やすべきだ」と結論づけました。
その後のインタビューも、「どんな研修なら役立つか」という質問が中心になりました。
原因
課題探索の前に、解決策仮説を固定しているためです。
Discoverは「何を作るか」を考える工程ではなく、「何が起きているか」を広く見る工程です。先に解決策を決めると、その案に都合のよい情報だけを集めやすくなります。
改善前
「研修の内容を改善するためにヒアリングする」
改善後
「新任管理職が実務で困る場面を広く把握するためにヒアリングする」
改善後の状態
研修知識不足だけでなく、相談先不足、面談前の準備負荷、面談後の振り返り不足など、複数の課題候補を残せます。
チェックポイント
- Discover中に特定の製品・施策を前提にしていないか
- 反証や想定外の情報も集めているか
- 質問が「この案をどう思うか」ばかりになっていないか
失敗2:Discoverで集めた情報を「声の多さ」だけで判断する
失敗場面
顧客インタビューで「操作が難しい」という声が最も多かったため、それを主要課題と判断しました。
しかし詳しく見ると、解約につながっていたのは操作の難しさではなく、「導入後に何を成果として見ればよいかわからない」という問題でした。
原因
発言数と課題の重要度を同一視しているためです。
多く出た声が、必ずしも深刻な課題とは限りません。頻度、深刻度、代替手段、自社が解決できる可能性なども見る必要があります。
改善前
「最も多かった声を主要課題にする」
改善後
「頻度・深刻度・代替手段・事業影響・検証可能性を合わせて比較する」
改善後の状態
単なる人気投票ではなく、なぜその課題を優先するのか説明できるようになります。
チェックポイント
- 発言数以外の判断基準があるか
- 重要だが少数の声を見落としていないか
- 行動データや実際の結果も確認しているか
失敗3:Defineが「課題」ではなく「解決策」になる
失敗場面
Defineの欄に、
「管理職研修をオンライン化する」
と書きました。
しかし、これは解くべき課題ではなく、すでに一つの解決策です。
原因
Defineを「次に作るものを決める工程」と誤解しているためです。
Defineでは、「誰が、どんな場面で、何に困っているか」を絞ります。
改善前
「管理職研修をオンライン化する」
改善後
「新任管理職が、実際の部下面談で困ったときに、状況に応じた相談と振り返りができない」
改善後の状態
解決策を研修に限定せず、チェックリスト、相談支援、ピア支援、AI補助など複数方向へ広げられます。
チェックポイント
- 課題文に「アプリを作る」「研修を増やす」など手段が入っていないか
- 誰が困っているか明確か
- 困る場面と困りごとが一文で説明できるか
記入形式で確認したい場合は、ダブルダイヤモンドテンプレートを使うと、課題定義文と根拠を分けて整理できます。
失敗4:Defineを会議の多数決だけで決める
失敗場面
課題候補が5つ出たため、参加者の挙手で最も票が多い課題を選びました。
しかし、その課題は社内で話しやすかっただけで、顧客への影響は小さく、検証もしにくいものでした。
原因
収束の判断基準が曖昧なためです。
ダブルダイヤモンドの「収束」は、案数を減らすことではありません。根拠を持って優先順位をつけることです。
改善前
「一番票が多い課題を選ぶ」
改善後
「深刻度、頻度、代替手段の弱さ、自社の貢献可能性、検証可能性で比較する」
改善後の状態
参加者の好みではなく、共通の判断基準で課題を選べます。
チェックポイント
- 収束前に評価軸を決めたか
- 選ばなかった課題の理由も残しているか
- 判断の根拠となる事実があるか
失敗5:Developで同じ方向の案ばかり増やす
失敗場面
解決策を広げるために20案出しましたが、内容は、
- 長い研修動画
- 短い研修動画
- ケース別研修動画
- 職種別研修動画
など、ほぼ同じ方向でした。
原因
「案数を増やすこと」を発散だと考えているためです。
発散とは、同じ前提の言い換えを増やすことではなく、方向性の異なる選択肢を広げることです。
改善前
「研修動画のバリエーションを20案出す」
改善後
- 面談前チェック
- 面談後レビュー
- ピア相談
- 匿名相談
- 専門家相談
- AIによる準備支援
のように、利用タイミングや提供方法の異なる案を出します。
改善後の状態
比較対象の幅が広がり、本当に課題に合う解決策を選びやすくなります。
チェックポイント
- 同じ案の言い換えだけになっていないか
- 人による支援、運用変更、デジタル補助など複数方向があるか
- 利用タイミングの異なる案があるか
失敗6:Developで評価を始め、発散が止まる
失敗場面
誰かが「匿名相談窓口はどうか」と提案した直後、別の参加者が「運用コストが高いから無理」と否定しました。
その後、実現しやすそうな案しか出なくなりました。
原因
発散と収束を同時にしているためです。
改善前
「案が出るたびに実現性を判定する」
改善後
「まず方向性の異なる案を広げ、発散後に顧客価値・実現性・収益性・検証容易性で評価する」
改善後の状態
早い段階で候補を潰さず、比較できる幅を確保できます。
チェックポイント
- 発散中に『無理』『前にもやった』と止めていないか
- 評価の時間を別に取っているか
- 評価基準を発散後に使っているか
失敗7:Deliverでいきなり完成品を作る
失敗場面
Developで「面談支援アプリ」が有望と判断し、3か月かけてシステムを開発しました。
完成後に使ってもらうと、利用者が本当に必要としていたのはアプリではなく、「面談前に5分で考えを整理できる簡単なガイド」でした。
原因
Deliverを「完成品を届ける工程」とだけ捉えているためです。
実務では、価値仮説を小さく検証し、必要に応じてDevelopやDefineへ戻ることが重要です。
改善前
「有望案を決めたら、本番開発する」
改善後
「フォーム、紙、手作業、簡易LPなどで価値仮説を先に試す」
改善後の状態
大きな投資の前に、顧客が使うか、価値があるか、どこを修正すべきか確認できます。
チェックポイント
- 本開発前に小さく試せるか
- 成功条件を決めているか
- 観察する項目を決めているか
- 検証後に修正・撤退できるか
失敗8:検証結果が悪くても前工程へ戻らない
失敗場面
試作品の反応が悪かったため、チームは機能を追加して改善しようとしました。
しかし利用者へ理由を聞くと、そもそもの課題定義がずれていました。
原因
ダブルダイヤモンドを、左から右へ一度だけ進む直線的な工程だと考えているためです。
改善前
「Deliverで失敗したらDevelopだけをやり直す」
改善後
「結果に応じて、Develop、Define、必要ならDiscoverまで戻る」
改善後の状態
解決策の失敗なのか、課題定義の失敗なのか、探索不足なのかを切り分けられます。
チェックポイント
- 検証失敗の原因を工程別に考えたか
- 課題定義そのものを見直す選択肢があるか
- 前工程へ戻る条件を決めているか
通し例:研修改善ありきの企画を、課題探索からやり直す
改善前
企画チームは、「新任管理職研修の満足度は高いが、現場で活用されていない」という状況を見て、研修動画の追加を決めようとしていました。
Discoverでは「どんな動画が欲しいか」を聞き、Defineでは「実践的な研修動画を作る」、Developでは動画テーマを増やし、Deliverでは撮影・制作を進める計画でした。
一見すると4工程を通っていますが、最初から解決策が固定されており、ダブルダイヤモンドとしては機能していません。
原因
課題探索と解決策探索が混ざり、Defineが解決策の表現になっていたためです。
改善後
Discoverをやり直し、
- 研修内容は理解できている
- 1on1前の準備に時間がかかる
- 難しい部下への対応を相談しづらい
- 面談後の振り返りが続かない
という事実を集めました。
Defineでは、
「新任管理職が、実際の部下面談で困ったときに、状況に応じた相談と振り返りができない」
と定義しました。
Developでは、
- 面談前チェック
- 面談後レビュー
- ピア相談
- 匿名相談
- AI支援
など方向性の違う案を出しました。
Deliverでは、まず「面談前チェック+面談後5分レビュー」をフォームで2週間試しました。
結果
面談前チェックは利用されましたが、面談後レビューは利用率が低いことがわかりました。
理由を聞くと、「面談直後は忙しい」ことが原因だったため、機能追加ではなく通知タイミングを翌朝に変えて再検証しました。
改善後の状態
会議のゴールが「研修動画を作る」から、「本当に解くべき課題を定義し、小さな検証で次の判断材料を得る」に変わりました。
より多くの適用イメージは、ダブルダイヤモンドの具体例でも確認できます。
失敗を避けるための実務チェックリスト
ダブルダイヤモンドを使う前後に、次を確認してください。
- Discover前に解決策を固定していない
- 顧客の声だけでなく行動やデータも見ている
- 反証・例外も集めている
- Defineが解決策の表現になっていない
- 収束基準を多数決だけにしていない
- Developで方向性の違う案を出している
- 発散中に即時評価していない
- Deliverで完成品前に小さく試している
- 成功条件と観察項目を決めている
- 検証結果によって前工程へ戻れる
生成AIを補助的に使う場合は、生成AIでダブルダイヤモンドを使う方法も参考になります。AIに情報整理や案出しを任せても、課題定義、顧客事実の確認、収束判断、採否、検証は人が担う必要があります。
他のフレームワークと混同しない
ダブルダイヤモンドは、課題探索と解決策探索のプロセス設計に強みがあります。
顧客理解や試作の考え方を含めて整理したい場合は、デザイン思考とダブルダイヤモンドの違いを参照してください。
事業モデル全体を1枚で整理したい場合は、リーンキャンバスとダブルダイヤモンドの違いが参考になります。
3つを目的別に選びたい場合は、デザイン思考・リーンキャンバス・ダブルダイヤモンドの使い分けも確認できます。
まとめ|ダブルダイヤモンドは「広げること」と「絞る根拠」を分ける
ダブルダイヤモンドで起きやすい失敗は、Discover中に解決策へ飛ぶ、声の多さだけで課題を選ぶ、Defineが解決策になる、多数決で収束する、Developで同方向の案ばかり出す、発散中に評価する、Deliverで作り込みすぎる、検証後に前工程へ戻らない、といったものです。
これらを避けるには、課題探索と解決策探索を分け、各収束段階で判断基準を持ち、検証結果に応じて必要な工程へ戻ることが重要です。
ダブルダイヤモンドの価値は、4工程を順番に通ることではありません。「何を広げるか」「何を根拠に絞るか」「何が違えば戻るか」を明確にし、課題と解決策の両方を段階的に確かめられる点にあります。