Dobici:
- Sposobnost transformacije dvosmislenog pitanja korisnika u jasnu, rješivu izjavu o problemu i uspostavljanje MECE stabla hipoteze (stablo problema) s umjetnom inteligencijom
- Sposobnost korištenja umjetne inteligencije za generiranje hipoteza i otkrivanje slijepih tačaka, te odlučivanje po vlastitom sudu koja će se hipoteza prva testirati.
- Sposobnost prepoznavanja i izbjegavanja uobičajenih zamki u strukturiranju problema (konfliktne grane, pretpostavka rješenja unaprijed, pogrešno pitanje).
Najskuplja greška konsultantskog projekta je rešavanje pogrešnog pitanja. Kupac pita "naša prodaja opada, šta da radimo?" dolazi: ali pravo pitanje je "u kom segmentu, zašto i koliko je pod našom kontrolom?" moglo bi biti. Iskusni konsultant počinje tako što tačno definiše problem, a ne traži odgovore. Umjetna inteligencija je savršen partner u razmišljanju u ovoj fazi: generira desetke mogućih uzroka, potpitanja i hipoteza u roku od nekoliko minuta. Ali odlučivanje koje je pitanje pravo pitanje zahteva sud, a taj sud je vaš.
U ovoj cjelini kombinirat ćemo dva alata koji su okosnica savjetovanja s umjetnom inteligencijom: stablo hipoteze (stablo problema, dijagram stabla koji grana problem na potpitanja) i MECE princip (međusobno isključivi, kolektivno iscrpni – grane se ne preklapaju jedna s drugom i zajedno pokrivaju problem u potpunosti).
Od nejasnog pitanja do rješivog problema
Dobra izjava problema uključuje četiri stvari: ko (donosilac odluke), šta (odluka), kriterijum (po čemu se meri uspeh), granice (obim i trajanje). “Prodaja pada” je žalba; "Koje su 3 najefikasnije poluge koje će povećati promet u B2B segmentu za 10% u narednih 12 mjeseci, uz trenutni budžet?" je izjava o problemu. Možete učiniti da se ova transformacija dogodi umjetnoj inteligenciji, ali prvo morate jasno objasniti sirovu situaciju.
Vaša uloga: trener za strukturiranje problema za konsultanta za menadžment. Daću vam klijentovu sirovu žalbu. Vaš zadatak: 1) Pretvorite ovo u mjerljivu izjavu problema od jedne rečenice (mora uključivati donosioca odluke, odluku, kriterij uspjeha, opseg, trajanje).2) Otkrijte 3 implicitne pretpostavke na kojima se ova izjava zasniva. 3) Predložite 2 alternativna okvira problema kako biste se suprotstavili riziku od "rješavanja pogrešnog pitanja". Sirova žalba: "[prema klijentovim riječima...]"
Savjet: Pročitajte izjavu o problemu nazad klijentu. “Dakle, uspjeh za vas je povećanje B2B prometa od 10% za 12 mjeseci, zar ne?” Ova pojedinačna rečenica rješava smjer projekta i kasniju debatu "nismo htjeli ovo" od samog početka.
Izgradnja stabla hipoteza pomoću vještačke inteligencije
Kada je problem jasan, vi ga razgranate. Korijen drveta je glavno pitanje; grane su moguće ose odziva; listovi su provjerljive hipoteze. Na primjer, "Zašto B2B promet ne raste?" Pitanje se može podijeliti u dvije glavne grane: (1) privlačenje novih kupaca je slabo, (2) prihod postojećih kupaca se smanjuje. Svaka grana je podijeljena na svoje podgrane. Dobro drvo je MECE.
Vaša uloga: MECE stručnjak za stablo hipoteze. Glavno pitanje: "[izjava problema]" Zadatak: Razdvojite ovo pitanje na najviše 2 nivoa. Pravila:- Grane prvog nivoa moraju biti MECE (bez preklapanja, bez praznina).- Svaki list mora biti hipotezna rečenica koja se može testirati podacima (u obliku "... jer ...").- Pored svake hipoteze, napišite je potreban jedan izvor podataka:Probebul. Pod rizikom od preklapanja/praznina pod naslovom "MECE revizija" označite grane.
AI vam daje stablo sa 15 hipoteza za 3 sekunde. Ali vaš posao se tu ne završava, već počinje: vi birate koje grane su zaista MECE, koju hipotezu je najvjerovatnije i najlakše je testirati.
Određivanje prioriteta: koju hipotezu prvo testirati
Nema vremena za testiranje svih hipoteza. Koristite dvije ose: utjecaj (koliko velik doprinosi rješenju ako je istinit) i lakoću (koliko je brzo/jeftino za testiranje). Oni sa visokim učinkom + visoka udobnost su na prvom mjestu. Ovo se zove "brza pobeda".
hipoteza
Efekat (1-5)
Jednostavnost testiranja (1-5)
prioritet
Cijene su iza konkurencije
5
4
Prije
Prodajni tim je neadekvatan u B2B
4
3
onda
Postoji nedostatak u karakteristikama proizvoda
4
2
istraživanja
Svest o brendu je niska
3
2
čekaj
Možete dati umjetnu inteligenciju da ispuni ovu matricu; ali pregledajte rezultate učinka i pogodnosti uz vlastito znanje o industriji. Model često precjenjuje jednostavnost testiranja.
Vaša uloga: analitičar za određivanje prioriteta. Stavite sljedeću listu hipoteza u matricu lakoće udara. Za svaku hipotezu: uticaj (1-5), jednostavnost testiranja (1-5), potreban jedan izvor podataka, preporuka (prije/poslije/istraži/zadrži). Pravila: olabavite se optimistično, napišite obrazloženje. Istaknite 2 hipoteze sa najvećim množiteljem "uticaj × lakoća". Hipoteze: [list]
tri mini kofera
Slučaj 1 — Ispravljeno je pogrešno pitanje. Trgovački lanac je pitao: "Imamo veliku fluktuaciju zaposlenih, da li da povećamo plate?" pita on. Konsultant otvara okvir problema sa veštačkom inteligencijom; Model ilustruje tri implicitne pretpostavke: da je plaća problem, promet je isti u svim trgovinama, a plaća je rješenje. Podaci su izvučeni: 70% prometa je u 3 radnje i uvijek u ista dva menadžerska tima. Pravo pitanje je ponašanje menadžera. Povećanje plate od 14 miliona TL bilo bi pogrešno rešenje.
Slučaj 2 — Ne-MECE stablo. Konsultant pita model "zašto profit pada?" On želi drvo. Model daje granama "prihodi su mali", "troškovi su visoki", "konkurencija je povećana". Prve dvije grane su MECE (profit = prihod − trošak), ali „pojačana konkurencija“ je uzrok, a prihod/trošak je posljedica; Nivoi grana su mješoviti. Konsultant popravlja stablo: nivo jedan je samo prihod i trošak; Konkurencija uzrokuje podgranu prihoda.
Slučaj 3 — Određivanje prioriteta se isplatilo. U B2B softverskoj kompaniji generiše se 12 hipoteza. Matrica pogodnosti udara postavlja hipotezu „proces uključivanja je dugačak“ u kutiju visoke pogodnosti i visoke pogodnosti. Potvrđeno sedmičnom analizom podataka: Stopa otkazivanja kupaca koji nisu aktivirani u roku od 30 dana je 3 puta veća. Mala intervencija (vođena instalacija) smanjuje otkazivanje za 22%. Testiranje ispravne hipoteze prvo skraćuje projekat.
Slaba prompt / Jaka prompt
Slab upit:
Napravite mi listu zašto profit ove kompanije opada.
Model nabraja nasumične, preklapajuće i nepotkrijepljene uzroke; Ne uspostavlja okvir razmišljanja.
Snažan upit:
Vaša uloga: MECE specijalista za strukturiranje problema. Glavno pitanje: „Kompanija samo gradi.
Provjerite pitanja dobre strukture problema
Kada završite svoje drvo, postavite ova pitanja: Možete pitati i umjetnu inteligenciju, ali vi donosite konačnu odluku:
- Da li je osnovno pitanje zaista pitanje o kojem kupac želi da odluči? - Da li se grane prvog nivoa preklapaju? (Međusobno isključivi?)- Da li je nešto izostavljeno? (Da li je kompletan zajedno?) - Može li se svaki list testirati podacima ili je to mišljenje? - Jesam li unaprijed pretpostavio rješenje? (Na primjer, "plata je rješenje")
Uobičajene greške
- Ugradite rješenje u pitanje. "Da snizimo cijenu?" Pitanje pretpostavlja rješenje i čini ostale poluge nevidljivima. Prvo pitajte "zašto".
- Preklapanje grana. Ako su "korporativni klijenti" i "veliki kupci" odvojene filijale, isti klijent će se računati na dva mjesta; MECE je pokvaren.
- Nivo mešanja. Stavljanje uzroka (konkurencije) na isti nivo sa efektom (pad prihoda) čini stablo iracionalnim.
- Neproverljivo lišće. "Loš menadžment" je prosudba, a ne hipoteza. "Vrijeme donošenja odluke je u prosjeku 40 dana, 12 dana u industriji" je hipoteza koja se može provjeriti.
- Prihvatanje stabla modela kakvo jeste. AI daje brzi pregled; MECE revizija i određivanje prioriteta je vaš posao.
Oprez: AI predstavlja stablo hipoteze na vrlo uvjerljiv način. Uvjeravanje nije tačnost. Uvijek ručno pregledajte stablo za MECE; Crtanje grana olovkom i papirom često pokazuje preklapanje koje je model promašio.
Ukratko
U konsaltingu, vrijednost je u pravom pitanju prije pravog odgovora. AI je moćan u pretvaranju nejasne žalbe u mjerljivu izjavu o problemu, otkrivanju implicitnih pretpostavki i brzom skiciranju stabla hipoteze. Ali na vama je da odlučite da li je stablo MECE, provjerljivost hipoteza i koju ćete prvo testirati. Model proizvodi nacrt; Posao konsultanta je da posjeduje, kontroliše i odredi prioritete problema.
Zadatak aplikacije
Odaberite stvarnu ili zamišljenu žalbu kupca (jedna rečenica). Prvo, transformirajte ovo u mjerljivu izjavu o problemu i tri implicitne pretpostavke sa jakim upitom za uokvirivanje problema. Zatim napravite stablo na dva nivoa sa promptom MECE stabla hipoteze. Ručno pregledajte stablo da pronađete i popravite barem jedan sukob ili prazninu. Na kraju, popunite matricu efekta i lakoće i odaberite dvije hipoteze za prvo testiranje.
kontrolna lista
- [ ] Pretvorio sam sirovu pritužbu u izjavu o problemu sa ko/šta/kriterijumima/obimom/trajanjem.
- [ ] Otkrio sam implicitne pretpostavke.
- [ ] Pregledao sam prvi nivo mog stabla hipoteze kao MECE.
- [ ] Provjerio sam da je svaki list hipoteza koja se može provjeriti.
- [ ] Pobrinuo sam se da rješenje ne zakopam u pitanje.
- [ ] Dao sam prioritet sa matricom lakoće udara.
- [ ] Nisam slijepo prihvatio stablo modela i ispravio sam ga ručno.