লাভ:
- একটি অস্পষ্ট গ্রাহক প্রশ্নকে একটি পরিষ্কার, সমাধানযোগ্য সমস্যা বিবৃতিতে রূপান্তরিত করার ক্ষমতা এবং কৃত্রিম বুদ্ধিমত্তা সহ একটি MECE হাইপোথিসিস ট্রি (ইস্যু ট্রি) প্রতিষ্ঠা করার ক্ষমতা
- অনুমান তৈরি করতে এবং অন্ধ দাগ সনাক্ত করতে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করার ক্ষমতা এবং নিজের বিচারে সিদ্ধান্ত নিতে পারে কোন অনুমানটি প্রথমে পরীক্ষা করা হবে।
- সমস্যা গঠনে সাধারণ ত্রুটিগুলি চিনতে এবং এড়াতে সক্ষমতা (বিরোধপূর্ণ শাখা, আগে থেকে সমাধানটি অনুমান করা, ভুল প্রশ্ন)।
একটি পরামর্শ প্রকল্পের সবচেয়ে ব্যয়বহুল ভুল ভুল প্রশ্ন সমাধান করা হয়. গ্রাহক জিজ্ঞাসা করেন "আমাদের বিক্রি কমছে, আমাদের কি করা উচিত?" আসে: কিন্তু আসল প্রশ্ন হল "কোন বিভাগে, কেন এবং কতটুকু আমাদের নিয়ন্ত্রণে?" এটা হতে পারে. একজন অভিজ্ঞ পরামর্শদাতা সঠিকভাবে সমস্যার সংজ্ঞা দিয়ে শুরু করেন, উত্তর খোঁজার মাধ্যমে নয়। কৃত্রিম বুদ্ধিমত্তা এই পর্যায়ে নিখুঁত চিন্তার অংশীদার: এটি কয়েক মিনিটের মধ্যে সম্ভাব্য কারণ, উপ-প্রশ্ন এবং অনুমান তৈরি করে। কিন্তু কোন প্রশ্নটি সঠিক প্রশ্ন তা সিদ্ধান্ত নেওয়ার জন্য বিচার লাগে এবং সেই বিচার আপনার।
এই ইউনিটে, আমরা দুটি টুল একত্রিত করব যা কৃত্রিম বুদ্ধিমত্তার সাথে পরামর্শের মেরুদণ্ড: হাইপোথিসিস ট্রি (ইস্যু ট্রি, একটি ট্রি ডায়াগ্রাম যা একটি সমস্যাকে উপ-প্রশ্নের মধ্যে শাখা দেয়) এবং MECE নীতি (পারস্পরিক একচেটিয়া, সম্মিলিতভাবে সম্পূর্ণ - শাখাগুলি একে অপরকে ওভারল্যাপ করে না) এবং একসাথে সমস্যাটি সম্পূর্ণভাবে কভার করে।
অস্পষ্ট প্রশ্ন থেকে সমাধানযোগ্য সমস্যা
একটি ভাল সমস্যা বিবৃতিতে চারটি জিনিস রয়েছে: কে (সিদ্ধান্ত গ্রহণকারী), কী (সিদ্ধান্ত), মানদণ্ড (সফলতা কী দ্বারা পরিমাপ করা হয়), সীমানা (পরিধি এবং সময়কাল)। "বিক্রয় কমছে" একটি অভিযোগ; "বর্তমান বাজেটের সাথে আগামী 12 মাসে B2B সেগমেন্টে টার্নওভার 10% বৃদ্ধি করবে এমন 3টি সবচেয়ে কার্যকর লিভার কোনটি?" একটি সমস্যা বিবৃতি. আপনি এই রূপান্তরটি কৃত্রিম বুদ্ধিমত্তায় ঘটতে পারেন, তবে প্রথমে আপনাকে কাঁচা পরিস্থিতিটি পরিষ্কারভাবে ব্যাখ্যা করতে হবে।
আপনার ভূমিকা: ব্যবস্থাপনা পরামর্শদাতার জন্য সমস্যা কাঠামোগত কোচ। আমি আপনাকে ক্লায়েন্টের কাঁচা অভিযোগ দেব। আপনার কাজ:1) এটিকে একটি এক-বাক্য, পরিমাপযোগ্য সমস্যা বিবৃতিতে রূপান্তর করুন (অবশ্যই সিদ্ধান্ত গ্রহণকারী, সিদ্ধান্ত, সাফল্যের মানদণ্ড, সুযোগ, সময়কাল অন্তর্ভুক্ত করতে হবে)। 2) 3টি অন্তর্নিহিত অনুমান প্রকাশ করুন যার উপর এই বিবৃতিটি ভিত্তি করে। কাঁচা অভিযোগ: "[ক্লায়েন্টের কথায়...]"
পরামর্শ: গ্রাহকের কাছে সমস্যা বিবৃতিটি পড়ুন। "তাহলে আপনার জন্য সাফল্য হল 12 মাসে B2B টার্নওভারে 10% বৃদ্ধি, তাই না?" এই একক বাক্যটি প্রকল্পের দিকনির্দেশ এবং পরবর্তী "আমরা এটি চাইনি" বিতর্কের শুরু থেকেই সমাধান করে।
কৃত্রিম বুদ্ধিমত্তা দিয়ে হাইপোথিসিস ট্রি তৈরি করা
একবার সমস্যাটি পরিষ্কার হয়ে গেলে, আপনি এটিকে ব্রাঞ্চ করুন। গাছের শিকড়ই প্রধান প্রশ্ন; শাখা সম্ভাব্য প্রতিক্রিয়া অক্ষ; পাতাগুলি পরীক্ষাযোগ্য অনুমান। উদাহরণস্বরূপ, "কেন B2B টার্নওভার বাড়ছে না?" প্রশ্নটি দুটি প্রধান শাখায় বিভক্ত করা যেতে পারে: (1) নতুন গ্রাহক অধিগ্রহণ দুর্বল, (2) বিদ্যমান গ্রাহকের রাজস্ব হ্রাস পাচ্ছে। প্রতিটি শাখা তার নিজস্ব উপ-শাখায় বিভক্ত। একটি ভাল গাছ হল MECE।
আপনার ভূমিকা: MECE হাইপোথিসিস ট্রি বিশেষজ্ঞ৷ প্রধান প্রশ্ন: "[সমস্যা বিবৃতি]"টাস্ক: এই প্রশ্নটিকে 2টির বেশি স্তরে শাখা করুন৷ নিয়মগুলি:- প্রথম স্তরের শাখাগুলি অবশ্যই MECE হতে হবে (কোনও ওভারল্যাপ নেই, কোনও ফাঁক নেই)৷- প্রতিটি পাতা অবশ্যই একটি ডেটা-পরীক্ষাযোগ্য হাইপোথিসিস বাক্য হতে হবে ("...কারণ ..." ফর্মটির)৷- প্রতিটি তথ্যের পাশে একক তথ্য লিখুন: একক তথ্য বা অনুমানের পাশে লিখুন ইনডেন্টেড বুলেট তালিকা। প্রোব: "MECE অডিট" শিরোনামের অধীনে ওভারল্যাপ/গ্যাপের ঝুঁকিতে শাখাগুলি চিহ্নিত করুন।
AI আপনাকে 3 সেকেন্ডে 15 টি অনুমান সহ একটি গাছ দেয়। কিন্তু আপনার কাজ সেখানেই শেষ হয় না, শুরু হয়: আপনি বেছে নিন কোন শাখাগুলো সত্যিকারের MECE, কোন হাইপোথিসিসটি সবচেয়ে বেশি সম্ভব এবং পরীক্ষা করা সবচেয়ে সহজ।
অগ্রাধিকার: কোন হাইপোথিসিস প্রথমে পরীক্ষা করতে হবে
সমস্ত অনুমান পরীক্ষা করার কোন সময় নেই। দুটি অক্ষ ব্যবহার করুন: প্রভাব (যদি এটি সত্য হয় তবে এটি সমাধানে কতটা অবদান রাখে) এবং সহজ (এটি পরীক্ষা করা কত দ্রুত/সস্তা)। যাদের উচ্চ প্রভাব + উচ্চ সুবিধা রয়েছে তারা প্রথমে আসে। একে "দ্রুত জয় সুইপ" বলা হয়।
অনুমান
প্রভাব (1-5)
পরীক্ষার সহজতা (1-5)
অগ্রাধিকার
মূল্য প্রতিযোগীদের পিছনে
5
4
আগে
B2B তে সেলস টিম অপর্যাপ্ত
4
3
তারপর
একটি পণ্য বৈশিষ্ট্য ফাঁক আছে
4
2
গবেষণা
ব্র্যান্ড সচেতনতা কম
3
2
রাখা
আপনি কৃত্রিম বুদ্ধিমত্তা এই ম্যাট্রিক্স পূরণ করতে পারেন; কিন্তু আপনার নিজস্ব শিল্প জ্ঞানের সাথে প্রভাব এবং সুবিধার স্কোর পর্যালোচনা করুন। মডেলটি প্রায়শই পরীক্ষার সহজতাকে অতিরিক্ত মূল্যায়ন করে।
আপনার ভূমিকা: অগ্রাধিকার বিশ্লেষক। নিম্নোক্ত অনুমানের তালিকাটি একটি প্রভাব-সহজ ম্যাট্রিক্সে রাখুন। প্রতিটি অনুমানের জন্য: প্রভাব (1-5), পরীক্ষার সহজতা (1-5), একক ডেটা উৎস প্রয়োজন, সুপারিশ (আগে/পরে/তদন্ত/হোল্ড)। নিয়ম: সহজে আশাবাদী স্কোর দিন, যুক্তি লিখুন। সর্বোচ্চ "প্রভাব × সহজ" গুণক সহ 2টি অনুমান হাইলাইট করুন। অনুমান: [তালিকা]
তিনটি মিনি কেস
কেস 1 - ভুল প্রশ্ন সংশোধন করা হয়েছে। একটি খুচরা চেইন জিজ্ঞাসা করেছিল, "আমাদের কর্মচারীর টার্নওভারের হার বেশি, আমাদের কি বেতন বাড়ানো উচিত?" সে জিজ্ঞেস করে পরামর্শদাতা কৃত্রিম বুদ্ধিমত্তা দিয়ে সমস্যার ফ্রেম খোলেন; মডেলটি তিনটি অন্তর্নিহিত অনুমানকে চিত্রিত করে: বেতন হল সমস্যা, টার্নওভার সব দোকানে একই, এবং বেতন হল সমাধান। ডেটা টানা হয়েছে: টার্নওভারের 70% হার 3টি দোকানে এবং সর্বদা একই দুই পরিচালকের দলে। আসল প্রশ্ন হল ম্যানেজারের আচরণ। 14 মিলিয়ন TL বেতন বৃদ্ধি ভুল সমাধান হবে।
কেস 2 — নন-MECE গাছ। একজন পরামর্শদাতা মডেলকে জিজ্ঞাসা করেন "কেন লাভ কমছে?" সে গাছ চায়। মডেল শাখা দেয় "আয় কম", "খরচ বেশি", "প্রতিযোগিতা বেড়েছে"। প্রথম দুটি শাখা হল MECE (লাভ = রাজস্ব - খরচ), কিন্তু "প্রতিযোগিতা বৃদ্ধি" একটি কারণ এবং রাজস্ব/ব্যয় একটি প্রভাব; শাখা স্তর মিশ্র হয়. পরামর্শদাতা গাছটি ঠিক করে: প্রথম স্তর হল রাজস্ব এবং শুধুমাত্র খরচ; প্রতিযোগিতা আয়ের একটি উপ-শাখার কারণ হয়।
কেস 3 - অগ্রাধিকার প্রদান বন্ধ। একটি B2B সফ্টওয়্যার কোম্পানিতে, 12টি অনুমান তৈরি হয়। প্রভাব-সুবিধা ম্যাট্রিক্স উচ্চ প্রভাব-উচ্চ সুবিধার বাক্সে "অনবোর্ডিং প্রক্রিয়া দীর্ঘ" হাইপোথিসিস রাখে। এক সপ্তাহের ডেটা বিশ্লেষণ দ্বারা নিশ্চিত করা হয়েছে: 30 দিনের মধ্যে সক্রিয় না হওয়া গ্রাহকদের বাতিলকরণের হার 3 গুণ বেশি। সামান্য হস্তক্ষেপ (নির্দেশিত ইনস্টলেশন) 22% দ্বারা বাতিলকরণ হ্রাস করে। সঠিক অনুমান পরীক্ষা করা প্রথমে প্রকল্পটিকে ছোট করে।
দুর্বল প্রম্পট / শক্তিশালী প্রম্পট
দুর্বল প্রম্পট:
এই কোম্পানির লাভ কেন কমছে তার একটি তালিকা আমাকে তৈরি করুন।
মডেল এলোমেলো, ওভারল্যাপিং, এবং অপ্রমাণিত কারণগুলি গণনা করে; এটি একটি চিন্তা কাঠামো স্থাপন করে না।
শক্তিশালী প্রম্পট:
আপনার ভূমিকা: MECE সমস্যা গঠন বিশেষজ্ঞ। প্রধান প্রশ্ন: "কোম্পানি শুধু তৈরি করুন।
একটি ভাল সমস্যা গঠন প্রশ্ন পরীক্ষা করুন
আপনি যখন আপনার গাছটি শেষ করবেন, তখন এই প্রশ্নগুলি জিজ্ঞাসা করুন: আপনি কৃত্রিম বুদ্ধিমত্তাও জিজ্ঞাসা করতে পারেন, তবে আপনি চূড়ান্ত সিদ্ধান্ত নেবেন:
- মূল প্রশ্নটি কি আসলেই প্রশ্নটি গ্রাহক সিদ্ধান্ত নিতে চায়? - প্রথম স্তরের শাখাগুলি কি ওভারল্যাপ করে? (পারস্পরিক একচেটিয়া?)- কিছু বাকি আছে? (এটি কি একসাথে সম্পূর্ণ?) - প্রতিটি পাতা কি ডেটা দিয়ে পরীক্ষা করা যায়, নাকি এটি মতামত? - আমি কি আগে থেকে সমাধান ধরে নিয়েছি? (উদাহরণস্বরূপ, "বেতন হল সমাধান")
সাধারণ ভুল
- প্রশ্নের সমাধান এম্বেড করুন। "আমাদের কি দাম কমানো উচিত?" প্রশ্নটি সমাধানটি অনুমান করে এবং অন্যান্য লিভারগুলিকে অদৃশ্য করে তোলে। প্রথমে "কেন" জিজ্ঞাসা করুন।
- ওভারল্যাপিং শাখা. "কর্পোরেট গ্রাহক" এবং "বড় গ্রাহক" পৃথক শাখা হলে, একই গ্রাহককে দুই জায়গায় গণনা করা হবে; MECE ভেঙে গেছে।
- মিশ্রণ স্তর। কারণ (প্রতিযোগিতা) কে প্রভাব (রাজস্ব হ্রাস) একই স্তরে রাখা গাছটিকে অযৌক্তিক করে তোলে।
- অপ্রস্তুত পাতা। "দরিদ্র ব্যবস্থাপনা" একটি রায়, একটি অনুমান নয়। "সিদ্ধান্তের সময় গড়ে 40 দিন, শিল্পে 12 দিন" হল পরীক্ষাযোগ্য অনুমান।
- মডেলের বৃক্ষ যেমন আছে মেনে নিচ্ছে। এআই একটি দ্রুত রূপরেখা দেয়; MECE অডিটিং এবং অগ্রাধিকার আপনার কাজ.
সতর্কতা: এআই একটি হাইপোথিসিস ট্রিকে খুব বিশ্বাসযোগ্য উপায়ে উপস্থাপন করে। প্ররোচনা সঠিকতা নয়। সর্বদা ম্যানুয়ালি MECE-এর জন্য গাছ পরিদর্শন করুন; একটি কলম এবং কাগজ দিয়ে শাখা আঁকা প্রায়ই মডেল মিস যে ওভারল্যাপ দেখায়.
সংক্ষেপে
পরামর্শে, মানটি সঠিক উত্তরের আগে সঠিক প্রশ্নে থাকে। AI একটি অস্পষ্ট অভিযোগকে একটি পরিমাপযোগ্য সমস্যা বিবৃতিতে পরিণত করতে, অন্তর্নিহিত অনুমানগুলি উন্মোচন করতে এবং দ্রুত একটি হাইপোথিসিস ট্রি আউট করতে শক্তিশালী। তবে গাছটি MECE কিনা, অনুমানের পরীক্ষাযোগ্যতা এবং কোনটি প্রথমে পরীক্ষা করবেন তা আপনার উপর নির্ভর করে। মডেল একটি খসড়া উত্পাদন; সমস্যাটির মালিকানা, নিয়ন্ত্রণ এবং অগ্রাধিকার দেওয়া পরামর্শদাতার কাজ।
আবেদন টাস্ক
একটি বাস্তব বা কাল্পনিক গ্রাহক অভিযোগ (এক বাক্য) চয়ন করুন। প্রথমত, এটিকে একটি পরিমাপযোগ্য সমস্যা বিবৃতিতে রূপান্তর করুন এবং একটি শক্তিশালী সমস্যা-ফ্রেমিং প্রম্পট সহ তিনটি অন্তর্নিহিত অনুমান। তারপর MECE হাইপোথিসিস ট্রি প্রম্পট দিয়ে একটি দুই-স্তরের গাছ তৈরি করুন। কমপক্ষে একটি দ্বন্দ্ব বা ফাঁক খুঁজে পেতে এবং ঠিক করতে ম্যানুয়ালি গাছটি পরিদর্শন করুন। অবশেষে, ইফেক্ট-ইজ ম্যাট্রিক্স পূরণ করুন এবং প্রথমে পরীক্ষা করার জন্য দুটি হাইপোথিসিস নির্বাচন করুন।
চেকলিস্ট
- [ ] আমি কে/কী/মাপদণ্ড/ক্ষেত্র/সময়কালের সাথে একটি সমস্যা বিবৃতিতে কাঁচা অভিযোগকে রূপান্তরিত করেছি।
- আমি অন্তর্নিহিত অনুমান উন্মোচন করেছি।
- [ ] আমি আমার হাইপোথিসিস গাছের প্রথম স্তরটি MECE হিসাবে পরিদর্শন করেছি৷
- [ ] আমি যাচাই করেছি যে প্রতিটি পাতা একটি পরীক্ষাযোগ্য অনুমান।
- [ ] আমি নিশ্চিত করেছি যে আমি প্রশ্নের সমাধানটি দাফন করিনি।
- [ ] আমি প্রভাব-সহজ ম্যাট্রিক্সের সাথে অগ্রাধিকার দিয়েছি।
- [ ] আমি মডেলের গাছটিকে অন্ধভাবে গ্রহণ করিনি এবং ম্যানুয়ালি সংশোধন করেছি৷