“良い仮説“の条件とは

仮説の作り方」に興味がある方は多いと感じます。

一方、”良い仮説“とは何か?を把握されている人は決して多くはありません。

私が考える“良い仮説”の条件は次の2つです:

(1)広い(網羅的な)仮説:今見えている情報やデータに縛られず、それ以外にも目を向けて作られたもの

(2)合理的・論理的な仮説

 

(1)の条件が弱いと、「部分最適解」だけが得られ、本来欲しい「全体最適解」が得られません。その結果、相手の説得、承認というゴールが達成できません。

同様に、(2)の条件が弱いと、そもそも検証する対象が非合理なため、(仮に分析計算結果が何かしら出たとしても)その結果に納得する人はいないでしょう。

 

いずれも、分析の精度や方法論、データの良し悪しとは関係なく、出した結果の納得度、合理性に欠けてしまうのです。

 

この2つを満たすための思考法は、端的に言えばロジカルシンキング(論理思考)です。
それをできるだけ高いレベルで実践的に達成するには、一定のテクニックと場数、そして望ましくは良質なメンターやアドバイザーがいる環境が必要です。

今日明日で何とかなることではありません。

しかし、だからこそ、これらの力、スキルが身に着けば、圧倒的な競争力が得られるとも言えるのです。

 

今の時代、これからの時代に求められる能力だと思います。


「分析結果の通りに実行したものの、結果が伴わない」のはなぜか

他では受けられない非常に人気のある講座で、今年度はオンラインセミナーとして1度だけ10月に開催することになりました。

問題解決やデータ活用など、下地になる「仮説構築」の考え方を実践的にお伝えします。

「仮説立案」実践講座 (nikkeibp.co.jp)

仮説は、問題解決やデータ分析などの作業の「設計図」になります。その設計図が狭いと、”狭い”範囲での作業となり、部分最適解しか得ることができません。
それが、「分析結果の通りに実行したものの、結果が伴わない」というよくある問題の根本原因です。

これをできるだけ避けるためにも、「広い」設計図(=広い仮説)を立てることが必要です。

その実践的な考え方とテクニックを是非身に付けて下さい。

オンラインにてご参加お待ちしております。


実務データ分析虎の巻Vol.75~どうすれば視野の広い仮説が作れるのか

セミナーでの企業研修でも、「仮説立案」への関心はとても高いと感じます。

難しいテーマでありながら、中々それを学ぶ機会がないことが理由でしょう。

 

思い付きは誰でも言えますが、自分が知らないこと、データからは見えないことも含めて仮説を作ることは一筋縄ではいきません。

つまり「ある知識やテクニックを学べばすぐにできる」といったものではないのです。

 

とはいえ、自分の視点を広げ、分析の大事なポイントを仮説から漏らさないためのテクニックはあります。その一つが“情報の抽象度を上げる”ことです。

 

例えば、「A製品の売上が悪い理由」の仮説を目の前の具体的な情報から作ると、そこから見えたものだけを作りがちです。例えばあるデータを見て、“最近雨が続いたので来店者が減った”を仮説としたとしましょう。「他にはないのか?」と問われると次がなかなか思いつかないものです。

 

でも、この仮説を「外部環境の問題」と抽象度を上げて捉えることによって、では「外部」に対応する「内部の問題」としては他にはないのか、とデータで見えること以外の“箱(フレーム)”ができます。

そういわれると、内部の問題として「アルバイト店員が休んでいた」や「うまく宣伝ができていなかった」といった別な仮説が思い浮かべやすくなります。

 

人は具体的なままだと、それを横転換して広げることが難しく、抽象的な概念にすればするほど、横に発想を広げやすくなります。

 

こういったテクニックを学びつつ、あとはトライアンドエラーの場数がスキルを左右します。

 

仮説構築について、我ながらよく纏めて書けたオンライン記事がありますのでご紹介します:

https://www.onemarketing.jp/lab/btob-marketing/data-analysis_178

 


仮説はデータを見て作るものではありません

最近、企業向けとしてのご依頼も多いプログラムです。

データ分析や問題解決の成功に欠かせない「良い仮説の作り方」についてフォーカスした内容です。

仮説はデータを見て作るものではありません”を主軸に、情報や知識だけに頼らず、広い視点で仮説を構築するためのメソッドを、多くの演習を通じてお伝えします。

今まさに、求められている内容ではないでしょうか。

この機会に是非ご参加下さい。

https://www.nikkeibp.co.jp/seminar/atcl/nxt/nc221011/


「良い仮説」ってどういう仮説?どうやって立てるの? にお答えします

問題解決でもデータ分析活用でも、まずは仮説を立て、その検証のためにデータなどの客観的な情報を用います。

つまり、データを活用するためにもその下地となる仮説は必須なのです。

良い仮説と悪い仮説の違いは何なのでしょう。良い仮説を立てるためには、何をどのように考えればよいのでしょうか。

これらに対する答えとテクニックを多くの演習を交えながら修得頂きます。

今回もたくさんの演習を交えながら、オンラインにて実施致します。

ロングセラーとなっている、他では受けられないこのプログラムへ是非ご参加ください。

https://www.nikkeibp.co.jp/seminar/atcl/nxt/nc220315/

PAGE TOP