AI時代に必須の思考法　「アナリティカルシンキング®」

• ★★★★★

  ★★★★★
• データ活用の考え方について理解が深まった。

• ★★★★★

  ★★★★★
• アナリティカルシンキングは初めて聞いた言葉でしたが、日々の業務を進めていく上で、また今後の社会を生き抜くために、必須になっってくる考え方だと感じました。 物事の本質をとらえる考え方として、今後鍛えていきたいと思います。

• ★★★★★

  ★★★★★
• ただ仮説立てるだけ、結果を決めつけるのは問題があるとわかりました。 データを多角的に使い、意思決定しなければならないと思いました。

• ★★★★★

  ★★★★★
• 「アナリティカルシンキング」を始め、様々な用語の意味を一から学ぶことができました。相関関係が必ずしも因果関係ではないとのことで、難しいなと感じましたが、仮説を立てるときには安易に立てず、多方面から見る必要があることを学びました。 今後、自らの仕事を数値化し、施策を多方面から考えます。

• ★★★★★

  ★★★★★
• GAなどのデータを主に分析する身としてはそもそもの前提どういう目的でこれらのデータを取得するのか、などについて考えさせられた。 同時にただ取得して集める以外にも使い道について一定の議論を要さないとなんのためのデータ？という本末転倒な視点にならないように気を付けていきたい

• ★★★★★

  ★★★★★
• アナティカルシンキングというワードは初めて耳にしたが、これまで自分自身仮説がデータ分析の前(同時)に行なっている節があったため大変勉強になった。

• ★★★★★

  ★★★★★
• 分析の仕方が時代に合わせて変わってきていること。 データを出してもそれが因果関係に結びついているかは不明確のため、データをもとに改めて分析する必要があると感じた。

• ★★★★★

  ★★★★★
• テストがあると、理解を確認できてよいと感じました。

• ★★★★★

  ★★★★★
• これまでのKKD（カン・経験・度胸）ではなく、 統計などのデータを基にした意思決定をすることがアナリティカルシンキングで、 データからの仮説立てから効果検証までの運用サイクルで大切な、 成果を数値化することと、仮設の順番に注意することと、結果を鵜呑みにしないことは、 通常業務にも活かせると思いました。 特に結果を鵜呑みにしないことについては、 疑似相関に気付かずに新たな施策を考えてしまう可能性も大いにあると思ったので、 データを見た時にはその深堀りを欠かさず実施してから施策に落とすようにします。

• ★★★★★

  ★★★★★
• 結果を鵜呑みにせず、得られたデータ結果からどんなことが考えられるか、分析することが大事だと思いました。