AI時代に必須の思考法　「アナリティカルシンキング®」

• ★★★★★

  ★★★★★
• 営業としても今後は求められていくスキルだと感じたので仮説検証型から仮説探索型とデータから法則を発見し仮説を立てられるよう訓練していきたいと思います。

• ★★★★★

  ★★★★★
• 進捗や成果を数字に落とし見える化する事は非常に重要だと感じる。本研修であったようにしっかりと仮説を立てる事が重要であり、検証をしなければならない。あながちこの検証という側面において怠りがちである事が多いと感じる為改めて実施することの重要性を学んだ。

• ★★★★★

  ★★★★★
• データ分析により仮設を探し出す

• ★★★★★

  ★★★★★
• データをもとに意思決定をすることの重要さは理解していたものの、どのようにデータを活用するのか？の具体的流れを学べたのが良かった。データ加工、データの可視化、パターンの発見、仮説の構築などはそれぞれ経験やスキルが必要となりそうではあるが、全体像を理解できたのがこのコースでの学びです。

• ★★★★★

  ★★★★★
• 非常によかったです！ データ分析をする上で、細分化する工程で必ず人の手や思考がはいるかと思います。 その中で主観にならずに細分化をする方法や、仮設を客観視し多方面から分析できる方法など 具体性があればもっとよかった。

• ★★★★★

  ★★★★★
• とても勉強になりました

• ★★★★★

  ★★★★★
• 成果を数値化できるまで、掘り下げることはとても重要だと思います。経験や勘、思い込みに左右されないで仕事を進めていきます。

• ★★★★★

  ★★★★★
• アナリティカルシンキングは聞いたことがあったが、意味まで理解していなかったので本研修を受けられてよかったです。 相関関係と因果関係の説明はとても分かりやすかったのですが、実際に勘違いしやすいところだと思うので気を付けようと思いました。また、仮設を立てる順番を意識したことがなかったので、今後意識していこうと思います。

• ★★★★★

  ★★★★★
• 今後の未来においてAIをいかに効率よく活用していくかが重要だと感じました。 またデータを作成するにあたり、有効に使うことが出来なくては逆効果になってしまう可能性があるという部分において、 機械に頼り切らず意思決定は人間が行うということが大事だと思いました。

• ★★★★★

  ★★★★★
• アナリティカルシンキング＝データを用いた意思決定 データ分析を誤ると、間違った意思決定に繋がる。 勘・経験のみで分析するのではなく、データを使い多面的に分析する。 仮説検証型アプローチから仮説探索型アプローチへの変更。 １．成果を数値化する。 ２．仮説を立てる順番に注意する。 ３．結果を鵜呑みにしない。（相関関係があっても因果関係があるとは限らない） データを活用し、業務の改善を行いたい。