- title: 仮説思考 BCG流 問題発見・解決の発想法
- authors: 内田和成
- date: 2006-03-31
- publisher:
- url: http://www.amazon.co.jp/dp/4492555552
- refs.
Insights
✨実験する前に論文を書くとは試すまえにブログを書くこと
科学者ならば実験する前に論文を書く, Amazonならば作る前にプレスリリースを書く. じゃあわたしは？よく🖊Futurismoのブログネタを書くときに, まずはそこに学んだことをアウトプットする前提で下書きをざっとつくって, そのあといろいろとプログラムを書いたりしていた.
アフィリエイトならば先にブログ書けということか. もっといえばnoteを書いて売る前提で仮説検証するとか.
to. Org-modeでストーリーを構造化するには 🌳アフィリエイト
🌱仮説思考力とは譜面を完成させること
鬼滅の刃で宇随天元が「📜譜面が完成した、勝ちに行くぞ！」と叫ぶ名シーンがあるが, あれが仮説思考力である.
仮説思考では, 読むという言葉と相性がいい. 読めてんだよ, てめえのきたねえ歌はよお…
こうくればこう来る, だからこうしてこうする…状況を観察して動きを読む能力.
🌱仮説思考力で樹木描き、論点思考で果実を絞り込む
分析力よりも仮説思考力はわかった. しかし仮説思考の欠点と論点思考という話題もこの書籍の姉妹本の📚論点思考にも書かれており, この２つのコンセプトの関係性が気になる.
自分の現時点での理解は, 仮説思考力は全体を把握する能力. そして論点思考は全体の中でとくにここが重要というイシューを見つけ出す能力.
幹と枝葉からなるイシューツリーを構築する能力が仮説思考力. 枝葉末節を切り捨てて実を獲得するのが論点思考力.
仮説ベースでストーリーを組み立てるとは見出しだけで記事を組み立てること
ref. 実験する前に論文を書くとは試すまえにブログを書くこと
仮説検証の分析にガチなデータ分析は不要
ref. 分析の基本はクイック&ダーティー
面白い.
pandasとJupyterNotebookを駆使して分析するのはかっこいいが, 仮説検証の分析にガチのデータ分析はオーバースペック. 封筒の裏で手書き分析でいいんだ.
華麗さや精緻さはエンジニア視点ではワクワクするものの, データ分析は意思決定のためのツールという目的がおろそかになりがちだ.
Literature Notes
💡仮説思考をすると問題解決のスピードが格段に早くなる
仮説とは, まだ証明していないが, 最も正解に近い仮の答え.
問題解決のとき大抵は時間が限られているため, 網羅的に課題を分析して解決策を考えている余裕はない. そのため, まずはじめに答えを出してそれを証明する方法が素早く問題解決をすることができる.
「あなたの仮説はなにか？」
仮説を持って作業したほうがよりスピーディーに, 質の高い答えにたどり着くことができる. これは経験則.
網羅思考より仮説思考
情報は集めるより捨てることが大事. たくさんの情報は意思決定を遅くする.
考えられる様々な局面から情報を収集, 分析を行い, その結果に基づいて結論を出すことを網羅思考という.
これを行う人は多い. この欠点ははじめの段階でストーリーの全体像が見えない.
📄実験する前に論文を書く
普通は実験をしてもとに分析をして結論を導く.
しかしこの方法では全体像もストーリーも見えてこない. 研究を軌道に乗せて進めていくためにはまずは論文を書いてそのディテールを埋めていく.
成果がでている研究スタイルはこれだ(実績ベース). だからこそ, この結論から考える仮説思考というのは科学を超えてビジネスにも適用することができる.
ref. ビジネスの仮説検証と実験の考え方
分析力よりも仮説思考力
仮説思考という言葉は一般的でないが分析力は広く知られている. しかし分析は意思決定を助けるために行うべきである.
情報を集めすぎて分析しすぎると情報洪水に溺れる. そうではなく先に仮説を構築して強い問題意識を構築して, 必要な分析のみ拾い上げて効率的に行う.
全体像を把握する, 大きなストーリーを描き幹に従うと仕事はスムーズに進む.
BCG流: 空パックスライド
仮説思考の具体的手法. もうざっくり言ってしまえば, 仮説思考で作業をするとは 空パック をつくるといってもいい.
BCGでは空パックをつかう. これは空パッケージの略で, 中身が埋まっていないスライドがたくさんあるパッケージという意味.
具体的には30枚くらいのスライドのパッケージのうち, 大半が埋まっていないか, あるいはいいたいことや証明したいことは書いてあるが内容は書かれていない, あるいは分析されていないスライドのかたまりのこと.
スライドには, データあり, 一部データあり, データなしと書かれている. 空パックの中身は大抵データなし.
このスカスカのスライドを並べ替えて, こういう内容を用意してこういうストーリー構成でしあげようという全体のシナリオをつくること.
これが, ストーリーを構造化する ということ. そして足りないピースを想像力で補う, これが仮説思考力.
イシューツリーで論理的に説得する
イシューツリーをつかって立てた仮説を絞り込み, 検証する. 相手から反論を受けたときも, イシューツリーを見せながら, 「それは検証済みだ」, 「それは違う」と論理的に説得することが可能.
📐コンサルの分析の基本はクイック&ダーティー
精緻な分析は必ずしも必要ない. 最も最小限の要素を急いでかんたんにやることが大事. これをBCGでは, クイック&ダーティー という.
またはそのへんの封筒の裏でちょこちょこっと計算することから バック・オブ・エンベロップ ということもある.
本格的な分析が必要になるときは, 他人を説得するとき. 仮説検証の段階ではまだいい.
ビジネスのデータ分析は意思決定が目的
ビジネスで本格的な分析をするときに大事なのは, 意思決定に貢献する分析を目的とすること. 華麗な美しさや精緻さは不要.
学術論文ならば, 再現性や正確さや精密さが必要になるかもしれない. しかし, ビジネスでの意思決定に求められる分析では精緻さは求められない. 経営に必要な数値は有効数字ひと桁でいい.
仮説思考力が高いと思いついた瞬間に進化している
仮説思考は仮説を立てて検証することで仮説を進化させていくものだが, 仮説思考力が高いと, はじめの段階ですでに筋の良い仮説が出来上がっている. 思いつく段階で無意識で構築, 検証, 進化のサイクルが数回回った状態で出てくる.
一般的にはこの現状は, 勘がいいと言われるが, これは経験をもとに少ない情報から予測する能力.
気持ちが悪くても結論から考える
仮説思考に慣れていないはじめは, 結論から考えるということは気持ちが悪い. これは当然なのだ. しかしその気持ち悪さを乗り越えないといつになっても仮説思考がみにつかない.
大事なことは少ない情報から結論を出すこと. そしてそのストーリーラインをもとに逆算して作業をしていくこと.
see also. 🌱結論から考える仮説思考は予測読みのメタ認知読書術に似ている
💡少ない情報から大局的な全体を構築し枝葉末節ではなくストーリーラインの幹を描く
BCG社内では, 「仮説はなにか？」という言葉とともに📝ストーリーラインという単語が飛び交っている.
少ない情報から全体像を構築する. そうすると, なにをすべきかが明確になり, 仕事が格段に早くなる. 枝葉末節にとらわれることなく, 上から眺めて流れを作る.
もちろん結論から考えることは気持ちが悪いし, 間違えるかもしれないリスクとそれへの勇気も必要. しかしリーダーを目指すならば大局観を鍛えなければいけない.