AI時代に必須の思考法　「アナリティカルシンキング®」

• ★★★★★

  ★★★★★
• 従来の仮設検討型から仮設探索型アプローチへ変える必要性があり、アナリティカルシンキングは誰でも実践できるようになる（ならねばいけない）事を求められている事がわかりました。 弊社でも様々な情報を管理するシステムがありますが、 目的を明確し、現状把握をし、仮設を立てれるようにならなくては、 分析をする前段階にいけないことも痛感しました。 相関関係と因果関係の見極め方や、AIなどでは判断できない部分は、きちんと見極められるようにならないといけないとも思いました。（テストでここが一番難しかったです） サポート職でも、業務を請け負う際に発生するミスなどの集計から、 今まで勘や知識で仮設を立ててしまう、ただ目の前の結果だけを見て注意喚起していたものを、きちんと今回の仮設のたてかたから見直し、検証と改善に向けて取り組めるようにしたいと思います。

• ★★★★★

  ★★★★★
• 1.本コースから学んだことについて アナリティカルシンキングについて、どのような考え方か、またどう仕事に活かしていくかを学ぶことができた。 2.本コースを受講して、今後どのように仕事へ活かしていきたいか データを分析する際に、仮設を立てて決めつけるのではなく、データを見て冷静に傾向を分析するようにして、思考範囲を狭めないようにしていきたい。

• ★★★★★

  ★★★★★
• アナリティカルシンキングの重要性について学びました。 業務の中でチェックや評価をすることが多いので、成果を数値で評価するというのは印象的で且つ重要なことだと再認識しました。この手法をとりながら、業務を作業にするのではなくより効率的に成果がだせるように方法を考えたいと思いました。

• ★★★★★

  ★★★★★
• 仮説の立て方について学びました

• ★★★★★

  ★★★★★
• データ分析の重要性、また分析を行う上での手順も理解できた。普段の業務に取り入れて生産性を上げていきたい。

• ★★★★★

  ★★★★★
• アナリティカルシンキングは、聞いたことはあっても深く解説をしていただくことはこれまで無かったため、非常に興味深い内容でした。 目的を明確化し、現状把握できるところまでデータをくみ上げるスキルや データ分析を行ううえで、因果関係の有無や、擬似相関を見破り、真の相関を見つけ出す思考力を身につけられるよう、 日々の業務の中でも意識付けし、トレーニングしていきたいと思います。

• ★★★★★

  ★★★★★
• 意思決定スピードは常に求められますし、 その精度も求められるので、そのためにはビックデータも用いて検証し 答えを導くことが重要であると感じた。 現状とデータのギャップが生じているなど、 リアルをきちんと把握したうえで仮説を立てることがより重要であると。

• ★★★★★

  ★★★★★
• データ分析の仕事で、目的があいまいなまま、とりあえずデータを見てみる行動を起こし、結果何もまとまらないというケースをよく見かけるため、仮説探索型アプローチもそこに陥らない様「目的を明確化」し、常に目的に立ち返ることが一番重要だと捉えました。 また、以前に比べデータ取得し易くなった環境は実感していますが、現場では、異なるデータ間の接合に課題を抱えている等「データが取得しやすくなった」と併せて「データが各所に散乱している」状況もあると捉えています。そのため誰もが簡単にデータ分析を行える状況ではまだないというのが実感値です。 また仮説探索型はやりたくても、上記の様な状況下で限られたリソース、時間で分析成果を求められる際、仮説検証型で行わざるを得ないケースも正直あります。 とはいえ、意思決定を単純経路だけで行うのは危険が伴うことも承知しているため、仮説検証型であっても「仮説➡検証結果➡仮説深堀+【他データ要素や観点の追加】➡仮説ブラッシュアップ」と言ったサイクルで探索型に近づける方法もあるのではと思いました。

• ★★★★★

  ★★★★★
• マーケティングのみならず、経営や営業にも必要になってくる能力。仮説立ての難しさはあるが、目的ができた場合はその事実について仮説立てをして検証することをさらに習慣化していく

• ★★★★★

  ★★★★★
• 業務内で、データ分析をすることは少なく、すでにデータ分析されたデータを見ることしかないので、誰もが使いやすくなっているので、自分の実務にも生かそうと思いました。また因果関係についても、分析できる習慣をつけたいです。