AI時代に必須の思考法　「アナリティカルシンキング®」

• ★★★★★

  ★★★★★
• 仮説検証型では視野が狭まり新たな可能性を見出しにくい

• ★★★★★

  ★★★★★
• いつも勘や経験値などで判断していた事が多かったため、今後は少しでも仮説探査型になれるよう意識して、データなどを使用していきたいとおもいました、

• ★★★★★

  ★★★★★
• データが容易に手に入るからと言って、出た結果を検証もせずに鵜呑みにするのは危険であると思いました。

• ★★★★★

  ★★★★★
• まずはデータ化できるようにすることが先だと感じた。

• ★★★★★

  ★★★★★
• このコースを学びました

• ★★★★★

  ★★★★★
• 現在自分が行っている業務についても、常に処理量などデータを貯めているが、なかなかそれを分析する時間がとれずよりよい改善に活かせていない現状があります。 アナリティクスシンキングを勉強することでより効率的なデータの利用方法を学べるかと思い、興味がわきました。

• ★★★★★

  ★★★★★
• データ分析をすることは大事ですが、それを鵜呑みにせず自分で考えたり分析をすることも大事だと学びました。

• ★★★★★

  ★★★★★
• 仮設では決めをすることで見落としをしてしまうので、アプローチ方法が重要となる 仮設検証型アプローチ方法、仮設探索型アプローチ方法の違い アナリティカルシンキングのアプローチの流れ「目的の明確化、現状の把握、データの分析、仮設の検証」仮設をたてるタイミングが理解できた 成果の数値化は細かく要因を設定していく 結果も相関関係があっても因果関係をしっかりと捉えることが重要 疑似相関にとらわれず物事を見ること 人間が「原因と結果を見極め、背後の事象に気づく、事象から意味を見出す」と機会との差別化

• ★★★★★

  ★★★★★
• 仮説→分析から現状把握→分析という手法を知れたのでよかったです

• ★★★★★

  ★★★★★
• データから仮説を立てることが大事という再確認ができました。 勘と経験は大事ですが、分析時点ではなく、結果を鵜呑みにしないための視点として利用したいと思います。 最後にテストがあったのも良かったです。