AI時代に必須の思考法　「アナリティカルシンキング®」

• ★★★★★

  ★★★★★
• ビッグデータ分析等を活用したる業務効率化等の必要性を改めて認識いたしました。

• ★★★★★

  ★★★★★
• アナリティカルシンキングという言葉自体初めて聞いたので少し難しかったが 今後AIはどんどん増えていく世の中になると思うので今後にもすごく必要になるものだと思うので もっと学んでみたいと思った。

• ★★★★★

  ★★★★★
• ＜学んだこと＞ ・ビジネス上で起こる課題に対して勘、経験、度胸に基づく仮説立てを行うと、誤った意思決定を行ってしまう可能性がある。 ・意思決定者は自身の培った経験、ビジネス知識などに加えてデータ検証で得られた情報をもとに判断することが必要である。 ・データ検証のアプローチは多面的にデータを見た上で仮説を構築し、分析・考察を行うことが求められている。 ・事前に設定した仮説に基づいてデータを分析していく「仮説検証型アプローチ」が主流だったが、仮説を証明するデータを作りこんでしまうなどの弊害があるため、様々な情報が取得できるようになった現在では、多面的にデータを先に分析し、仮説を構築し、検証を行う「仮説探索型アプローチ」が主流となりつつある。 ・ビッグデータやAIを誰でも扱いうる時代となり、データサイエンスを用いてビジネス上の意思決定ができるようにアナリティカルシンキングを身に着けることが重要とされている。 ・アナリティカルシンキングは、目的の明確化、現状の把握、データの分析、仮設の検証の順番で考察を行う。 ・アナリティカルシンキングの実践で重要なポイントは以下の３つである。 ①成果を数値化する。 成果の構成要素を分解し、個別に要因を見ていく準備をする。 ②仮説を立てる順番に注意する。 あくまでデータの傾向・関係性・推移を大まかに把握してから分析に入る。 ③結果をうのみにしない。 相関関係、因果関係の区別をつけ、擬似相関に惑わされないように注意する。 ・AIによるデータ分析の結果をうのみにせず、裏にある原因と結果を見極め、事象から意味を見出すことが必要である。

• ★★★★★

  ★★★★★
• 勘や経験から判断する事も大切だと思うが時代に合わせて分析の手法も変わっていることを学べた。 多くの情報から仮説を立てる必要性がある分私たちも普段から情報へのアンテナを張り、よりクリティカルな仮説を立てられる人材になる必要があると感じる。

• ★★★★★

  ★★★★★
• 経験や勘、他者の意見だけでなく様々なアプローチから可能性を見出すことにより、より正確な回答や、今後の可能性等の示唆ができるようになり、結果に繋がりやすくなること、またAIデータに頼るのではなく、データに基づいた仮説検証をしていくことにより、問題解決へより多面的なアプローチができると学びました。

• ★★★★★

  ★★★★★
• 働いてきた中で、徐々に取り入れられていることは認識していたが、改めて講義を聴くことで今までのやり方（経験や勘）に いかに新しい考え方やツールを取り入れていくかが大事なことを実感し、またこれから大学などで学んでくる若手とのギャップを埋めるのにも良いかと思いました。

• ★★★★★

  ★★★★★
• 勘や経験に頼りすぎず、 目的を明確にしてから正しくデータ分析をして用いることが大切だとわかりました。 効率的に、結果が出やすく、成果の可視化ができるように 自分の業務にも思考を取り入れていきたいと思います。

• ★★★★★

  ★★★★★
• 疑似相関に注意する機会は、たしかにあちこちにあると実感しました。 事象の関連性など、何を原因として何が起きたのかを正確に把握することが、次への糧となるのだと思いました。

• ★★★★★

  ★★★★★
• アナリティカルシンキングとは「機械学習などのデータサイエンスを用いてビジネス上の意思決定を行うためのアプローチ 」ができるスキルであり、世界で求められているスキルだと学んだ。仮説探索型アプローチが現代の手法であり、既存の手法は「KKD(勘、経験、読経)」によって仮説を検証していく手法であったが、データの相関関係は確認・把握してから仮説を探索していくようになった。現代では専門の知識なくたくさんのデータを取得し、また分析できるツールが容易にしようできるようになった。重要なポイントは「成果を数値化する」「仮説を立てる順番に注意」「結果を鵜呑みにしない」ことである。相関関係と因果関係があることについて、因果関係と思いきや別の相関関係によってあたかも因果関係があるように見えてしまう疑似相関は、一見勘違いしそうなので勉強になった。

• ★★★★★

  ★★★★★
• 1.本コースから学んだことについて ビックデータやAI・機能学習が多くなる事で、アナリティカルシンキングの考えが必要になっていると知った。データを見極めて、探索・検証していく事も大切だが、AIにはできない因果関係の見極めは、自身で意味を見出していく必要があると感じました。 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 意思決定をKKDに頼りがちではあるが、仮設探索型アプローチを使用を行って行きたい。そのためには、しっかりと目的の明確化→現状の把握→データの分析→仮設の検証→意思決定を行い成果を出していきたい。