Κέρδη:
- Δυνατότητα μετατροπής μιας διφορούμενης ερώτησης πελάτη σε μια σαφή, επιλύσιμη δήλωση προβλήματος και δημιουργία ενός δέντρου υποθέσεων MECE (δέντρο ζητημάτων) με τεχνητή νοημοσύνη
- Ικανότητα χρήσης τεχνητής νοημοσύνης για τη δημιουργία υποθέσεων και την ανίχνευση των τυφλών σημείων και να αποφασίζει με τη δική του κρίση ποια υπόθεση θα ελεγχθεί πρώτη.
- Ικανότητα αναγνώρισης και αποφυγής κοινών παγίδων στη δόμηση του προβλήματος (αντίφαση κλάδων, ανάληψη της λύσης εκ των προτέρων, λάθος ερώτηση).
Το πιο ακριβό λάθος ενός συμβουλευτικού έργου είναι η επίλυση της λάθος ερώτησης. Ο πελάτης ρωτά "οι πωλήσεις μας μειώνονται, τι πρέπει να κάνουμε;" έρχεται: αλλά το πραγματικό ερώτημα είναι "σε ποιο τμήμα, γιατί και πόσο από αυτό βρίσκεται υπό τον έλεγχό μας;" θα μπορούσε να είναι. Ένας έμπειρος σύμβουλος ξεκινά ορίζοντας σωστά το πρόβλημα και όχι αναζητώντας απαντήσεις. Η τεχνητή νοημοσύνη είναι ο τέλειος συνεργάτης σκέψης σε αυτό το στάδιο: δημιουργεί δεκάδες πιθανές αιτίες, υποερωτήματα και υποθέσεις μέσα σε λίγα λεπτά. Αλλά το να αποφασίσετε ποια ερώτηση είναι η σωστή ερώτηση χρειάζεται κρίση και αυτή η κρίση είναι δική σας.
Σε αυτή την ενότητα, θα συνδυάσουμε δύο εργαλεία που αποτελούν τη ραχοκοκαλιά της παροχής συμβουλών με την τεχνητή νοημοσύνη: το δέντρο υποθέσεων (δέντρο ζητημάτων, ένα δενδρικό διάγραμμα που διακλαδίζει ένα πρόβλημα σε υποερωτήσεις) και την αρχή MECE (Αμοιβαία Αποκλειστική, Συλλογικά Εξαντλητική — οι κλάδοι δεν επικαλύπτονται μεταξύ τους και μαζί καλύπτουν πλήρως το ζήτημα).
Από ασαφή ερώτηση σε λύσιμο πρόβλημα
Μια καλή δήλωση προβλήματος περιλαμβάνει τέσσερα πράγματα: ποιος (λήπτης απόφασης), τι (απόφαση), κριτήρια (με τι μετράται η επιτυχία), όριο (εύρος και διάρκεια). "Οι πωλήσεις πέφτουν" είναι ένα παράπονο. «Ποιοι είναι οι 3 πιο αποτελεσματικοί μοχλοί που θα αυξήσουν τον τζίρο στο τμήμα B2B κατά 10% τους επόμενους 12 μήνες, με τον τρέχοντα προϋπολογισμό;» είναι μια δήλωση προβλήματος. Μπορείτε να κάνετε αυτόν τον μετασχηματισμό να συμβεί στην τεχνητή νοημοσύνη, αλλά πρώτα πρέπει να εξηγήσετε ξεκάθαρα την ακατέργαστη κατάσταση.
Ο ρόλος σας: προπονητής δόμησης προβλημάτων για τον σύμβουλο διαχείρισης. Θα σας δώσω το ακατέργαστο παράπονο του πελάτη. Το καθήκον σας:1) Μετατρέψτε το σε μια μετρήσιμη δήλωση προβλήματος με μία πρόταση (πρέπει να περιλαμβάνει υπεύθυνο λήψης αποφάσεων, απόφαση, κριτήρια επιτυχίας, εύρος, διάρκεια).2) Αποκαλύψτε τις 3 σιωπηρές υποθέσεις στις οποίες βασίζεται αυτή η δήλωση. Ακατέργαστο παράπονο: "[με τα λόγια του πελάτη...]"
Συμβουλή: Διαβάστε τη δήλωση προβλήματος πίσω στον πελάτη. "Λοιπόν επιτυχία για εσάς είναι μια αύξηση 10% στον κύκλο εργασιών B2B σε 12 μήνες, σωστά;" Αυτή η μοναδική πρόταση λύνει την κατεύθυνση του έργου και την επακόλουθη συζήτηση «δεν το θέλαμε» από την αρχή.
Χτίζοντας το δέντρο υποθέσεων με τεχνητή νοημοσύνη
Μόλις το πρόβλημα ξεκαθαρίσει, το διακλαδίζετε. Η ρίζα του δέντρου είναι το κύριο ερώτημα. Οι κλάδοι είναι πιθανοί άξονες απόκρισης. τα φύλλα είναι ελεγχόμενες υποθέσεις. Για παράδειγμα, "Γιατί δεν αυξάνεται ο κύκλος εργασιών B2B;" Η ερώτηση μπορεί να χωριστεί σε δύο βασικούς κλάδους: (1) η απόκτηση νέων πελατών είναι αδύναμη, (2) τα υπάρχοντα έσοδα πελατών μειώνονται. Κάθε κλάδος χωρίζεται σε δικούς του υποκλάδους. Ένα καλό δέντρο είναι το MECE.
Ο ρόλος σας: ειδικός του δέντρου υποθέσεων MECE. Κύρια ερώτηση: "[δήλωση προβλήματος]"Εργασία: Διακλαδώστε αυτήν την ερώτηση σε όχι περισσότερα από 2 επίπεδα. Κανόνες: - Οι κλάδοι πρώτου επιπέδου πρέπει να είναι MECE (χωρίς επικάλυψη, χωρίς κενά).- Κάθε φύλλο πρέπει να είναι μια πρόταση υπόθεσης με δυνατότητα δοκιμής δεδομένων (της μορφής "... επειδή ...").- Δίπλα στη δοκιμή της μοναδικής πηγής δεδομένων. bullet list.Probe: Σε κίνδυνο επικάλυψης/κενού κάτω από την επικεφαλίδα "MECE audit" σημειώστε τους κλάδους.
Το AI σας δίνει ένα δέντρο με 15 υποθέσεις σε 3 δευτερόλεπτα. Αλλά η δουλειά σας δεν τελειώνει εκεί, ξεκινά: εσείς επιλέγετε ποιοι κλάδοι είναι πραγματικά MECE, ποια υπόθεση είναι η πιο πιθανή και πιο εύκολη να δοκιμαστεί.
Προτεραιοποίηση: ποια υπόθεση να δοκιμαστεί πρώτα
Δεν υπάρχει χρόνος για να ελέγξουμε όλες τις υποθέσεις. Χρησιμοποιήστε δύο άξονες: αντίκτυπο (πόσο μεγάλο συμβάλλει στη λύση εάν είναι αλήθεια) και ευκολία (πόσο γρήγορο/φτηνό είναι να δοκιμάσετε). Εκείνα με υψηλό αντίκτυπο + υψηλή άνεση έρχονται πρώτα. Αυτό ονομάζεται "γρήγορη σάρωση νίκης".
υπόθεση
Εφέ (1-5)
Ευκολία στη δοκιμή (1-5)
προτεραιότητα
Η τιμολόγηση είναι πίσω από τους ανταγωνιστές
5
4
Πριν
Η ομάδα πωλήσεων είναι ανεπαρκής στο B2B
4
3
τότε
Υπάρχει ένα κενό στα χαρακτηριστικά του προϊόντος
4
2
έρευνα
Η αναγνωρισιμότητα της επωνυμίας είναι χαμηλή
3
2
κρατήστε
Μπορείτε να έχετε την τεχνητή νοημοσύνη να γεμίσει αυτόν τον πίνακα. αλλά ελέγξτε τις βαθμολογίες αντίκτυπου και ευκολίας με τη δική σας γνώση του κλάδου. Το μοντέλο συχνά υπερεκτιμά την ευκολία δοκιμής.
Ο ρόλος σας: αναλυτής ιεράρχησης προτεραιοτήτων. Τοποθετήστε την ακόλουθη λίστα υποθέσεων σε έναν πίνακα επιπτώσεων-ευκολίας. Για κάθε υπόθεση: αντίκτυπος (1-5), ευκολία δοκιμής (1-5), απαιτείται μεμονωμένη πηγή δεδομένων, σύσταση (πριν/μετά/διερεύνηση/αναμονή). Κανόνες: δώστε βαθμολογία ευκολίας αισιόδοξα, γράψτε το σκεπτικό. Επισημάνετε τις 2 υποθέσεις με τον υψηλότερο πολλαπλασιαστή «επίδραση × ευκολία». Υποθέσεις: [λίστα]
τρεις μίνι θήκες
Περίπτωση 1 — Διορθώθηκε λάθος ερώτηση. Μια αλυσίδα λιανικής ρώτησε: "Έχουμε υψηλό ποσοστό εναλλαγής εργαζομένων, πρέπει να αυξήσουμε τους μισθούς;" ρωτάει. Ο σύμβουλος ανοίγει το πλαίσιο προβλημάτων με την τεχνητή νοημοσύνη. Το μοντέλο απεικονίζει τρεις σιωπηρές υποθέσεις: ότι η πληρωμή είναι το πρόβλημα, ο τζίρος είναι ίδιος σε όλα τα καταστήματα και η πληρωμή είναι η λύση. Τα δεδομένα είναι τραβηγμένα: Το 70% του τζίρου βρίσκεται σε 3 καταστήματα και πάντα στην ίδια ομάδα των δύο μάνατζερ. Το πραγματικό ερώτημα είναι η συμπεριφορά του διευθυντή. Μια αύξηση μισθού κατά 14 εκατομμύρια TL θα ήταν η λάθος λύση.
Περίπτωση 2 — Δέντρο μη MECE. Ένας σύμβουλος ρωτά το μοντέλο "γιατί πέφτουν τα κέρδη;" Θέλει το δέντρο. Το μοντέλο δίνει στους κλάδους «το εισόδημα είναι χαμηλό», «το κόστος είναι υψηλό», «ο ανταγωνισμός έχει αυξηθεί». Οι δύο πρώτοι κλάδοι είναι MECE (κέρδος = έσοδα − κόστος), αλλά ο «αυξημένος ανταγωνισμός» είναι αιτία και τα έσοδα/κόστος είναι αποτέλεσμα. Τα επίπεδα των υποκαταστημάτων είναι μικτά. Ο σύμβουλος διορθώνει το δέντρο: το πρώτο επίπεδο είναι μόνο έσοδα και κόστος. Ο ανταγωνισμός προκαλεί έναν υποκλάδο εισοδήματος.
Περίπτωση 3 — Η ιεράρχηση των προτεραιοτήτων απέδωσε. Σε μια εταιρεία λογισμικού B2B, δημιουργούνται 12 υποθέσεις. Ο πίνακας αντίκτυπου-ευκολίας τοποθετεί την υπόθεση "η διαδικασία ενσωμάτωσης είναι μακρά" στο πλαίσιο υψηλού αντίκτυπου-υψηλού ευκολίας. Επιβεβαιώθηκε από ανάλυση δεδομένων μιας εβδομάδας: Το ποσοστό ακύρωσης πελατών που δεν έχουν ενεργοποιηθεί σε 30 ημέρες είναι 3 φορές υψηλότερο. Μια μικρή παρέμβαση (καθοδηγούμενη εγκατάσταση) μειώνει την ακύρωση κατά 22%. Η δοκιμή της σωστής υπόθεσης αρχικά συντομεύει το έργο.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Κάντε μου μια λίστα με τους λόγους για τους οποίους πέφτουν τα κέρδη αυτής της εταιρείας.
Το μοντέλο απαριθμεί τυχαίες, επικαλυπτόμενες και αβάσιμες αιτίες. Δεν καθιερώνει ένα πλαίσιο σκέψης.
Ισχυρή προτροπή:
Ο ρόλος σας: ειδικός στη δόμηση προβλημάτων MECE. Κύριο ερώτημα: «Η εταιρεία μόλις χτίζει.
Ελέγξτε τις ερωτήσεις μιας καλής δομής προβλήματος
Όταν τελειώσετε το δέντρο σας, κάντε αυτές τις ερωτήσεις: Μπορείτε επίσης να ρωτήσετε την τεχνητή νοημοσύνη, αλλά εσείς παίρνετε την τελική απόφαση:
- Είναι η βασική ερώτηση η ερώτηση που θέλει να αποφασίσει ο πελάτης; - Αλληλεπικαλύπτονται οι κλάδοι πρώτου επιπέδου; (Αμοιβαία αποκλειστικότητα;)- Έχει μείνει τίποτα έξω; (Είναι πλήρες μαζί;) - Μπορεί κάθε φύλλο να δοκιμαστεί με δεδομένα ή είναι γνώμη; - Έχω υποθέσει τη λύση εκ των προτέρων; (Για παράδειγμα, "ο μισθός είναι η λύση")
Συνήθη λάθη
- Ενσωματώστε τη λύση στην ερώτηση. «Να χαμηλώσουμε την τιμή;» Το ερώτημα προϋποθέτει τη λύση και κάνει τους άλλους μοχλούς αόρατους. Ρωτήστε πρώτα το «γιατί».
- Επικαλυπτόμενα κλαδιά. Εάν οι "εταιρικοί πελάτες" και οι "μεγάλοι πελάτες" είναι χωριστά υποκαταστήματα, ο ίδιος πελάτης θα υπολογίζεται σε δύο θέσεις. Το MECE είναι σπασμένο.
- Επίπεδο ανάμειξης. Η τοποθέτηση της αιτίας (ανταγωνισμού) στο ίδιο επίπεδο με το αποτέλεσμα (μείωση εσόδων) κάνει το δέντρο παράλογο.
- Αδοκίμαστα φύλλα. Η «κακή διαχείριση» είναι κρίση, όχι υπόθεση. "Ο χρόνος λήψης απόφασης είναι 40 ημέρες κατά μέσο όρο, 12 ημέρες στη βιομηχανία" είναι η ελεγχόμενη υπόθεση.
- Αποδοχή του δέντρου του μοντέλου όπως είναι. Το AI δίνει ένα γρήγορο περίγραμμα. Ο έλεγχος και η ιεράρχηση του MECE είναι η δουλειά σας.
Προσοχή: Η τεχνητή νοημοσύνη παρουσιάζει ένα δέντρο υποθέσεων με πολύ πειστικό τρόπο. Η πειθώ δεν είναι ακρίβεια. Πάντα να επιθεωρείτε χειροκίνητα το δέντρο για MECE. Το σχέδιο κλαδιών με στυλό και χαρτί δείχνει συχνά επικάλυψη που έχασε το μοντέλο.
Συνοπτικά
Στη συμβουλευτική, η αξία βρίσκεται στη σωστή ερώτηση πριν από τη σωστή απάντηση. Η τεχνητή νοημοσύνη είναι ισχυρή στο να μετατρέπει ένα ασαφές παράπονο σε μια μετρήσιμη δήλωση προβλήματος, να αποκαλύπτει σιωπηρές υποθέσεις και να σκιαγραφεί γρήγορα ένα δέντρο υποθέσεων. Αλλά είναι στο χέρι σας να αποφασίσετε εάν το δέντρο είναι MECE, η δυνατότητα δοκιμής των υποθέσεων και ποια να δοκιμάσετε πρώτα. Το μοντέλο παράγει ένα προσχέδιο. Είναι δουλειά του συμβούλου να κατέχει, να ελέγχει και να ιεραρχεί το πρόβλημα.
Εργασία εφαρμογής
Επιλέξτε ένα πραγματικό ή φανταστικό παράπονο πελάτη (μία πρόταση). Πρώτον, μετατρέψτε το σε μια μετρήσιμη δήλωση προβλήματος και τρεις σιωπηρές υποθέσεις με μια ισχυρή προτροπή πλαισίωσης προβλημάτων. Στη συνέχεια, δημιουργήστε ένα δέντρο δύο επιπέδων με την προτροπή δέντρου υπόθεσης MECE. Επιθεωρήστε χειροκίνητα το δέντρο για να βρείτε και να διορθώσετε τουλάχιστον μία διένεξη ή κενό. Τέλος, συμπληρώστε τον πίνακα εφέ-ευκολίας και επιλέξτε δύο υποθέσεις για δοκιμή πρώτα.
λίστα ελέγχου
- [ ] Μετέτρεψα το ακατέργαστο παράπονο σε δήλωση προβλημάτων με ποιον/τι/κριτήρια/πεδίο/διάρκεια.
- [ ] Αποκάλυψα σιωπηρές υποθέσεις.
- [ ] Επιθεώρησα το πρώτο επίπεδο του δέντρου της υπόθεσής μου ως MECE.
- [ ] Επιβεβαίωσα ότι κάθε φύλλο είναι μια ελεγχόμενη υπόθεση.
- [ ] Φρόντισα να μην θάψω τη λύση στην ερώτηση.
- [ ] Έδωσα προτεραιότητα με τον πίνακα επιπτώσεων-ευκολίας.
- [ ] Δεν αποδέχτηκα τυφλά το δέντρο του μοντέλου και το διόρθωσα χειροκίνητα.