AI時代に必須の思考法　「アナリティカルシンキング®」

• ★★★★★

  ★★★★★
• 自身の業務に直接的に関係する内容なので楽しく視聴することが出来た。参考になった情報としては、仮説形成の順番に注意するということである。本講座を参考にして、仮説を立てる上でのプライオリティを頭に入れつつ、業務に取り組みたい。欲を言えば、より専門的な内容であれば、なおのこと良かった。

• ★★★★★

  ★★★★★
• 自分自身がモニタリングの基盤を整えるような業務についている分、より身近な話であった。 データを取得できるようになってきた分、そのデータをどう分析するのかを明確にしながら考える必要があるかなと思う。 その点に関しては弊社の中では先進的な動きではあるのでしっかり先導していきたいと思う

• ★★★★★

  ★★★★★
• 仮説とは、データ分析においてはきちんと根拠を強くもった齟齬がない結果にしなければならないことが分かった。業務をやっているなかで分析したつもりで「推測」の範囲のまま改善策を考えてしまうときがあるが、全てのデータを数値化し、数値をみて問題がわかるように業務内容ー成果を提示しておく必要があると思った。

• ★★★★★

  ★★★★★
• 数値や分析を行うことは多いので有効活用していこうと思います。

• ★★★★★

  ★★★★★
• これまでの仮説を設定してからデータ等で検証していくのに対して、これからはデータを把握してから仮説を導くというアプローチが求められるようになっているということは初めて知ることができた。アナリティカルシンキングをすぐに適用するということはできないかもしれないが、実践可能がどうか考え、できるようであれば実践してみたいと思う。

• ★★★★★

  ★★★★★
• アナリティカルシンキングを実践する上で、結果を鵜呑みにしないというポイントがあり、AI・機械学習では類似相関を見極めることができないとあった。人間がしっかり結果と背景、原因を考え結論を出す必要がある、というところでそれぞれに役割があることを感じた。成果の数値化や仮説を立てる順番にも注意しながら、AIとうまく付き合っていきたいと思う。

• ★★★★★

  ★★★★★
• 仮説検索型で仮説立てしていることの方が多かった気がするため、仮説模索型でアプローチできるようにしていく。

• ★★★★★

  ★★★★★
• アナリティカルシンキングは自分の弱みでもあったので学習できていい機会だった。 テストがあることで応用的な理解度も深まった。

• ★★★★★

  ★★★★★
• データ分析をした上で仮説を立てるということは、メルマガを作る際にも行っているので続けていきたい。

• ★★★★★

  ★★★★★
• アナリティカルシンキングとはどういうものなのか、仮説探索型アプローチとはどういうものなのかを学んだ。しかし、そもそも要因を考える力（ロジックツリーができるようになるなど）が必要だと思ったのでそこもちゃんと動画内に入れるべきではと思った。今後、新卒研修や中途研修などで仮説探索型アプローチが実践できるようにしていきたいと思った。