AI時代に必須の思考法　「アナリティカルシンキング®」

• ★★★★★

  ★★★★★
• 意思決定アプローチの変化があることに気付かされた。 【インプット】 　・　仮説検証型アプローチ 　　ー　仮説を証明するデータを作り込んでしまう 　　ー　作成した仮説に固執してしまう 　・　仮説探索型アプローチ 　　ー　これまでの経験では予測できない要因を発見できる 　　ー　データから法則を発見し仮説を作ることができる

• ★★★★★

  ★★★★★
• 下記に仮説を立てた上での検証をしてしまっていることがあると思い反省した。 以降、データの分析から入り、仮説を立て、検証をするようにしたい

• ★★★★★

  ★★★★★
• 【学んだこと】 ・アプローチ方法によっては誤った判断をする可能性がある ・仮説検証型から、仮説探索型のアプローチへ ・成果を数値化する ・仮説を立てる順番に注意する ・結果を鵜呑みにしない 【業務に活かすこと】 ・これまでの自分の仮説検証法を見直す ・成果を定量的に示す ・仮説を立てる順番が正しそうか検証する ・結果を鵜呑みにせず、おかしなところはないか疑いの心持って確認する

• ★★★★★

  ★★★★★
• 実践的な事例があり分かりやすかった。

• ★★★★★

  ★★★★★
• データに基づいた仮説検証の重要性を学べました。ただデータ分析をする前にデータの正しい収集や日々のデータ入力が更に重要になると思います。行動履歴や入力の徹底の重要性を改めて認識し、そのデータを活用して成果へ繋げていきたいと思います。

• ★★★★★

  ★★★★★
• データの重要性とそれを活用した方法 仮説を立てて結果までの過程の想定

• ★★★★★

  ★★★★★
• 仮説の立て方が重要だと感じました。仮説を立てず、結論で物事を進めてしまうと、狭い視野で決断をしてしまう。その為、仮説を複数立てる必要性がある。仮説を立てる際は、データを元に仮説を立てる必要性がある。そうでないと、仮説を正論にする為に、必要なデータしか見なくなってしまう。

• ★★★★★

  ★★★★★
• ほとんどの事象を数値化し、複数名で目を通し、過去の経験や今の現状を把握し、対応策を立案し、実践し数値化し、分析、検証する。何事においても単純にこの繰り返しを継続させれば、ある程度の事ができると考えており、その確認になりました。 時間はかかるかもしれないが、これができた先に、システム化（機械だけでなくアナログツールの仕組化（体系化）含む）をすることが、業務効率、利益最大化への近道が待っていると考えます。 誰でもできる小さな事をめんどくさがらず繰り返し、小さな成果を積上げ、またその成果を発見し承認してあげることで継続に繋がり、繁栄につながると信じ取組継続しようと思います。

• ★★★★★

  ★★★★★
• テストによって理解度も深めることができました

• ★★★★★

  ★★★★★
• 最後にテストをすることにより講義の振り返りができたので、より理解が深まったと思います。