---

研修の効果を最大化する鍵はこの”違い“だ！

 

 

 

セミナーや研修に何となく参加する人と、自分なりの目的や課題を具体的、明確に持ってくる人がいます。この違いが学びを実践につなげられるか否かを大きく左右します。

 

例えば、事前に本人や上司の期待値を記載するように主催側に求められるケースがあります。データ分析研修を例にとれば、次のものがよくあります。

 

上司：「統計知識を学んで、自業務に活かしてほしい」

受講者：「データを仕事で使えるための知識を身に付けたい」

 

ズバリ、

 

「データ分析の手法を身に付けると、きっと今より良い何かができるだろう」

 

程度の期待値で参加すると、理解はしても、「使いこなして成果を出す」には距離が出てしまいます。これでは本当に勿体ないです。

 

最低でも次のレベルの具体性をそれぞれが事前に確認しておくと、グンと履修効果が高まります。

 

・「ページアクセス(PV)数のデータを用いて、ネット広告に対する高い費用対効果を数値根拠と共に示せるようになりたい」、

・「顧客満足度のデータを用いて、XXXという製品の使い勝手を多面的に評価し、他社製品と比較して競争優位性を示したい」など

 

このような具体的な課題意識を持って参加できると、その身に付くスキルも成果も大きく変わってきますよ。

---

切り口の自己否定で、課題分解の視野を広げる

 

日経BP社が提供しているオンラインサイトITproでの連載「データ活用に必須の課題分解術」の第5回の記事がアップされました。

 

ロジカルシンキングでロジックツリー(Logic tree）を作る、抜け漏れの無い仮説を引き出すなど、理屈は分かっていても、実際にそれを自分でやろうとすると難しいポイントがあります。

特に実務での場数、経験が少ないほど、この難しさをより強く感じてしまいます。

 

一番の処方箋は、そのスキルを持った人をメンターとして、何度もトライアンドエラーをして身に付けるということですが、それは誰でもできる環境、とは言い難いですよね。

 

では一人でどのようなテクニックを地道に学んでいくべきか、というのがこの連載のテーマです。

その中でも今回は「視野を広げてアイデアを広く網羅的に発想する」ためのテクニックを紹介しています。

 

http://itpro.nikkeibp.co.jp/atcl/column/17/080200324/010400007/?itp_leaf_index

 

 

 

アイデアは「う～ん」と唸っていても生まれません。

一人でロジカルにアイデアを広げるには、この方法、かなり効果的です。

是非ご覧ください。

---

 

 

このところ、リサーチ関連企業、データ分析アプリケーション企業、ITシステム企業（部門）といった「データ分析」の専門家とも言えるクライアントからのご依頼が増えてきました。

 

「なぜ、私に？」と思ったのですが、その共通した悩みが分かると疑問が晴れました。

つまり、データ分析結果を出すことはできても「それを（実務で）活用する」というところにどうしてもリーチできていない、という共通の課題です。

 

これまでは分析手法やシステム、知識があると夢のようなことができる、といった触れ込みが多くみられました。もちろん技術は進歩し、私から見ても凄いことができるようにはなったのですが、それだけでは実務へのデータ活用が無理なことが現実問題として表に出てきています。

 

本質は、“分析者の課題解決スキルとビジネスの理解”です。

 

今は分析をする人と、それを活用する人が分離しています。

そして両者の知識や認識のギャップは想像以上に大きく、技術や機械では埋められないのです。ここに重大かつ致命的な課題があります。

 

私が考えるあるべき姿は、「使う人＝分析する人」です。

 

そのために「使う人」の課題解決思考と基礎的な分析スキルを同時に鍛えることが最も早く、裾野の広い組織力強化対策だと思っています。

例えば、

・目の前の実務課題をどうデータ（分析）と繋げるか。

・分析結果をどうストーリー立てて相手に伝えて動かすか？

 

などが活用のためのキーになりますがスカッと抜けていることが多いのです。

ここが抜けているという事実にすら、実務経験が無い人には見えていません。

 

皆さんの職場ではいかがでしょうか？

---

2018年もよろしくお願い致します。

 

テクノロジーの進化に伴って、ビジネスや業務に関連して入手できるデータや情報の量は各段に増えました。

一方で、分析ツールやシステムを導入しつつも、それらを十二分に活用できていないという組織が圧倒的大多数という現状があります。

 

何度もお伝えしていますが、その根源には

「使う人のスキル（分析手法や理論だけではないですよ）」

が重要な位置を占めています。

 

そこを向上させることによって、「正しいデータ」を「正しく扱う」ことができます。

それは分析手法を学ぶこととも、統計理論を学ぶこととも異なります。

2017年は、多くの企業や地方自治体からのご依頼を頂きました。そして、それらの過半数が2016年以前からのリピートのご依頼です。つまり、このアプローチの価値を感じて頂き、中長期的に組織に浸透させたいという意向の表れと言えます。そして、実際に実績が出てきています。

 

2017年は、31社（自治体）のお客様のお手伝い（研修や実務サポート）をさせて頂きました。

その過半数が年間でも複数回のサポートをさせて頂いており、日数としては年間161日の登壇となりました。

これらのいほとんどが終日のプログラムでしたが、ダブルヘッダーの日もありましたので、実際には

のべ180回超の登壇回数　　であったと思います。

 

2018年も、より多くの企業や自治体の皆様に「データ分析活用」スキルを付けて頂き、データと成果を自ら結びつけられるチームになって頂きたいと思います。

せっかくのデータや情報を寝かしてしまうのは本当にもったいないです。

 

 

 

 

2018年も更に多くのお客様のお役に立てればと考えております。また日本国内だけでなく、海外での活動も増やすことができればと思います。

 

あなたの組織（民間企業、自治体など）における人材育成（研修、講演、実務サポート等）でお役に立てることを楽しみにしております。

 

2018年もどうぞよろしくお願い致します。

 

---

課題分解で起きる「MECE（漏れなく、ダブリなく）」の呪縛

 

オンラインの連載ITproで連載中の「データ活用に必須の課題分解術」。

第4回の連載記事がアップされました。

この連載では、ビジネスにおける様々な問題、課題解決のための最も重要なアプローチである「課題分解」について、実践的なテクニックを解説しています。

 

目の前の問題（課題）をどう分解するか。

 

多くの人が難しさを感じる部分であると同時に、この切り口次第でほとんど全てが決まってしまうといっても過言ではない重要ポイントです。

今号では、誰もが簡単に陥ってしまう「MECEの呪縛」です。

コンサルによるセミナーやロジカルシンキングの本では「MECE（漏れなくダブりなく）」が盲信されがちです。真面目な人ほど、日本式の（正解を探す）教育に慣れ親しんだ人ほど、「100％のMECEを見つけることが正解」と信じ、それを追い求めます。

 

それでは本人が苦しくなるだけでなく、本質的な課題解決そのものができなくなってしまいます。

理論上、学問上のMECEと、本質的、実践的MECEとの違いは何なのか。

是非記事をご覧ください。

 

http://itpro.nikkeibp.co.jp/atcl/column/17/080200324/111700006/?rt=nocnt

 

私の「ロジカルシンキング」「仮説立案実践」「データ分析活用」などのプログラムでも、必ずこの点に深く触れます。

なぜなら、ここをないがしろにしてテクニック（手法）だけを学んでも、決して本質的なソリューションを導き出すことはできないからです。つまり、本質的な課題解決に至らないのです。

 

連載はあと2回続きます。是非、連続でお読み頂ければと思います。