AI時代に必須の思考法　「アナリティカルシンキング®」

• ★★★★★

  ★★★★★
• 成果を数値化しデータを見て課題を見つけ、そこに対して仮説を立ててそれに沿うデータを再度集めて仮説を立てて…とやってはいるものの、仮説を立てる時にはこれまでの経験をもとに立てている。プロセスが多い事業体のため、仮説を立てるための全てのデータを掘り起こすにはかなり時間と工数を要するため、KKDでやらないという点と仮説立てのバランスが難しいと感じた。 ただ、1つの仮説やデータで満足しないように多角的に見ていくようにしたい。

• ★★★★★

  ★★★★★
• アナリティカルシンキングはマーケでも使うことがあるので、アプローチの流れなどが分かり良かった。

• ★★★★★

  ★★★★★
• 普段の業務の中で、仮説検証、データ分析、施策立案/実行、を多く行うが、分析結果の確認を行う際に、前提条件を踏まえず確認して戻りを起こしたり、最初に仮設を持ってきたものを分析する事等、本来的ではないアプローチの業務も多々あると感じています。データ自体は見る角度によりいくらでも捉え方が変わるものと考えておりますので、分析を行う為の順番、アプローチ方法等を改めて捉え直して行いたいと思います。

• ★★★★★

  ★★★★★
• 企画職なので常に意識はしているが、成果を数値化することは改めて重要だと感じた。

• ★★★★★

  ★★★★★
• 何となく言葉は知っているけど、曖昧なのでしっかり勉強していきたいです。

• ★★★★★

  ★★★★★
• 仮説検証型アプローチのやり方を自身でもしていたと思うので、今後は仮説探索型アプローチのやり方で業務を進めるよう意識します。

• ★★★★★

  ★★★★★
• 1.本コースから学んだことについて 今回受講した「アナリティカルシンキング」は、業務・職務に関係なく、非常に重要な思考だと感じた。 要因分析をする際、仮説が前提となってしまっているケースも多々あり、数値から仮説を立てることで、 より原因を探求することができるので、今後数値⇒仮説の順序を徹底しなければならないと感じた。 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 成果や行動分析をする際「相関関係」「因果関係」を見極めて分析を行えるよう、より数値を基にして要因を分析していく必要があると感じました。 改めて分析を行う際は「成果を数値化」「仮説の順序」「成果を鵜呑みにしない」といった点を意識し、要因を基に原因の明確化を進めていけるようにします。

• ★★★★★

  ★★★★★
• 低経験値向けの教材だと思うので、自分にはあまり向いていないと感じました。

• ★★★★★

  ★★★★★
• 仮説探索型アプローチという言葉や考え方をはじめて知りました。 勉強になりました。

• ★★★★★

  ★★★★★
• そんなに新しい考え方ではないですよね。