Voitot:
- Kyky muuntaa moniselitteinen asiakaskysymys selkeäksi, ratkaistavaksi ongelmanselvitykseen ja muodostaa MECE-hypoteesipuu (ongelmapuu) tekoälyllä
- Kyky käyttää tekoälyä hypoteesien luomiseen ja kuolleiden kulmien havaitsemiseen sekä päättää omalla harkinnolla, mikä hypoteesi testataan ensin.
- Kyky tunnistaa ja välttää ongelman jäsentelyn yleiset sudenkuopat (ristiriitaiset haarat, ratkaisun olettaminen etukäteen, väärä kysymys).
Konsultointiprojektin kallein virhe on väärän kysymyksen ratkaiseminen. Asiakas kysyy "myyntimme vähenee, mitä meidän pitäisi tehdä?" tulee: mutta todellinen kysymys on "millä segmentillä, miksi ja kuinka paljon se on meidän hallinnassamme?" se voisi olla. Kokenut konsultti aloittaa määrittelemällä ongelman oikein, ei etsimällä vastauksia. Tekoäly on tässä vaiheessa täydellinen ajattelukumppani: se synnyttää kymmeniä mahdollisia syitä, alakysymyksiä ja hypoteeseja muutamassa minuutissa. Mutta sen päättäminen, mikä kysymys on oikea kysymys, vaatii harkintaa, ja se on sinun.
Tässä osiossa yhdistämme kaksi työkalua, jotka ovat konsultoinnin ja tekoälyn selkäranka: hypoteesipuun (ongelmapuu, puukaavio, joka haaroittelee ongelman alakysymyksiksi) ja MECE-periaatteen (Mumually Exclusive, Collectively Exhaustive – oksat eivät mene päällekkäin ja yhdessä kattavat ongelman kokonaan).
Epämääräisestä kysymyksestä ratkaistavaksi ongelmaksi
Hyvä ongelmanselvitys sisältää neljä asiaa: kuka (päätöksentekijä), mikä (päätös), kriteerit (millä menestystä mitataan), raja (laajuus ja kesto). "Myynti laskee" on valitus; "Mitkä ovat kolme tehokkainta vipua, jotka lisäävät B2B-segmentin liikevaihtoa 10 % seuraavan 12 kuukauden aikana nykyisellä budjetilla?" on ongelmalausunto. Voit tehdä tämän muutoksen tekoälylle, mutta ensin sinun on selitettävä raaka tilanne selkeästi.
Tehtäväsi: liikkeenjohdon konsultin ongelmastrukturointivalmentaja. Esitän sinulle asiakkaan raa'an valituksen. Tehtäväsi: 1) Muunna tämä yksilauseiseksi mitattavissa olevaksi ongelmanlausunnaksi (täytyy sisältää päätöksentekijä, päätös, menestyskriteerit, laajuus, kesto).2) Paljasta 3 implisiittistä oletusta, joihin tämä väite perustuu.3) Ehdota kahta vaihtoehtoista ongelmakehystä "väärän kysymyksen ratkaisemisen" riskin torjumiseksi. Raaka valitus: "[asiakkaan sanoin...]"
Vinkki: Lue ongelmailmoitus takaisin asiakkaalle. "Joten menestys sinulle on 10 % B2B-liikevaihdon kasvu 12 kuukaudessa, eikö niin?" Tämä yksittäinen lause ratkaisee projektin suunnan ja sitä seuranneen "emme halunneet tätä" -keskustelun alusta alkaen.
Hypoteesipuun rakentaminen tekoälyllä
Kun ongelma on selvä, otat sen esiin. Puun juuri on pääkysymys; haarat ovat mahdollisia vasteakseleita; lehdet ovat testattavissa olevia hypoteeseja. Esimerkiksi "Miksi B2B-liikevaihto ei kasva?" Kysymys voidaan jakaa kahteen päähaaraan: (1) uusien asiakkaiden hankinta on heikkoa, (2) olemassa olevien asiakkaiden tulot laskevat. Jokainen haara on jaettu omiin alahaaroihinsa. Hyvä puu on MECE.
Roolisi: MECE-hypoteesipuun asiantuntija.Pääkysymys: "[ongelmaselostus]"Tehtävä: Haaroittele tämä kysymys enintään kahdella tasolla.Säännöt:- Ensimmäisen tason haarojen on oltava MECE (ei päällekkäisyyttä, ei aukkoja).- Jokaisen lehden on oltava datatestattavissa oleva hypoteesilause (muodossa "... koska ...").- Jokaisen hypoteesin viereen tarvitaan testattava tietolähde. List.Probe: Päällekkäisyyden/raon vaarassa otsikon "MECE-auditointi" alla merkitse oksat.
Tekoäly antaa sinulle puun, jossa on 15 hypoteesia 3 sekunnissa. Mutta työsi ei pääty tähän, se alkaa: valitset, mitkä haarat ovat todella MECE:itä, mikä hypoteesi on todennäköisin ja helpoin testata.
Priorisointi: mikä hypoteesi testataan ensin
Ei ole aikaa testata kaikkia hypoteeseja. Käytä kahta akselia: vaikutus (kuinka suuri se vaikuttaa ratkaisuun, jos se on totta) ja helppous (kuinka nopea/halpa testata). Ne, joilla on suuri vaikutus + suuri mukavuus, tulevat ensin. Tätä kutsutaan "nopeaksi voitoksi".
hypoteesi
Vaikutus (1-5)
Testauksen helppous (1-5)
etusijalla
Hinnoittelu on kilpailijoita jäljessä
5
4
Ennen
Myyntitiimi on riittämätön B2B:ssä
4
3
sitten
Tuotteen ominaisuuksissa on aukko
4
2
tutkimusta
Bränditietoisuus on alhainen
3
2
pidä
Voit antaa tekoälyn täyttää tämän matriisin; mutta tarkista vaikutus- ja mukavuuspisteet oman alatuntemuksesi avulla. Malli yliarvioi usein testaamisen helppouden.
Tehtäväsi: priorisointianalyytikko. Sijoita seuraava luettelo hypoteeseista vaikutuksen helppouden matriisiin. Jokaiselle hypoteesille: vaikutus (1-5), testauksen helppous (1-5), yksi tietolähde tarvitaan, suositus (ennen/jälkeen/tutki/pidä). Säännöt: anna helppolukuisuus optimistisesti, kirjoita perustelut. Korosta 2 hypoteesia, joilla on suurin "vaikutus × helppous" -kerroin. Hypoteesit: [lista]
kolme minilaukkua
Tapaus 1 – Väärä kysymys korjattu. Vähittäiskauppaketju kysyi: "Meillä on korkea henkilöstön vaihtuvuus, pitäisikö meidän nostaa palkkoja?" hän kysyy. Konsultti avaa ongelmakehyksen tekoälyllä; Malli havainnollistaa kolmea implisiittistä oletusta: että palkka on ongelma, liikevaihto on sama kaikissa myymälöissä ja palkka on ratkaisu. Tiedot piirretään: 70% liikevaihdosta on 3 myymälässä ja aina samassa kahdessa esimiestiimissä. Todellinen kysymys on esimiesten käyttäytyminen. 14 miljoonan TL:n palkankorotus olisi väärä ratkaisu.
Tapaus 2 – Ei-MECE-puu. Konsultti kysyy mallilta "miksi voitot putoavat?" Hän haluaa puun. Malli antaa konttoreille "tulot pienet", "kustannukset korkeat", "kilpailu on lisääntynyt". Kaksi ensimmäistä haaraa ovat MECE (voitto = tuotto − kustannukset), mutta "kilpailun lisääntyminen" on syy ja tuotto/kustannus on seuraus; Haaratasot ovat sekalaisia. Konsultti korjaa puun: taso yksi on vain tuotto ja kustannukset; Kilpailu aiheuttaa tulon alahaaran.
Tapaus 3 – Priorisointi kannatti. B2B-ohjelmistoyrityksessä syntyy 12 hypoteesia. Vaikutus-mukavuusmatriisi asettaa "onboarding process is long" -hypoteesin korkean vaikutuksen ja korkean mukavuuden laatikkoon. Viikon data-analyysi vahvistaa: Niiden asiakkaiden peruutusprosentti, joita ei ole aktivoitu 30 päivän kuluessa, on 3 kertaa suurempi. Pieni väliintulo (ohjattu asennus) vähentää peruutuksia 22 %. Oikean hypoteesin testaus lyhentää ensin projektia.
Heikko kehote / Vahva kehote
Heikko kehote:
Tee minulle luettelo siitä, miksi tämän yrityksen voitot putoavat.
Mallissa luetellaan satunnaisia, päällekkäisiä ja perustelemattomia syitä; Se ei luo ajattelukehystä.
Tehokas kehotus:
Tehtäväsi: MECE-ongelmien strukturoinnin asiantuntija. Pääkysymys: "Yritys vain rakentaa.
Tarkista hyvän ongelmarakenteen kysymykset
Kun viimeistelet puusi, kysy nämä kysymykset: Voit myös kysyä tekoälyltä, mutta sinä teet lopullisen päätöksen:
- Onko juuri kysymys todella se kysymys, jonka asiakas haluaa ratkaista? - Ovatko ensimmäisen tason haarat päällekkäin? (Toisensa poissulkeva?) - Onko jotain jätetty pois? (Onko se täydellinen yhdessä?) - Voidaanko jokainen lehti testata tiedoilla vai onko se mielipide? - Olenko olettanut ratkaisun etukäteen? (Esimerkiksi "palkka on ratkaisu")
Yleisiä virheitä
- Upota ratkaisu kysymykseen. "Pitäisikö meidän laskea hintaa?" Kysymys edellyttää ratkaisua ja tekee muut vivut näkymättömiksi. Kysy ensin "miksi".
- Päällekkäiset oksat. Jos "yritysasiakkaat" ja "suurasiakkaat" ovat erillisiä sivukonttoreita, sama asiakas lasketaan kahteen paikkaan; MECE on rikki.
- Sekoitustaso. Syyn (kilpailun) asettaminen samalle tasolle seurauksen (tulon lasku) kanssa tekee puusta irrationaalisen.
- Testaamattomat lehdet. "Huono hallinto" on tuomio, ei hypoteesi. "Päätösaika on keskimäärin 40 päivää, toimialalla 12 päivää" on testattava hypoteesi.
- Hyväksytään mallin puu sellaisena kuin se on. AI antaa nopean yleiskuvan; MECE-auditointi ja priorisointi on sinun tehtäväsi.
Varoitus: AI esittää hypoteesipuun erittäin vakuuttavasti. Taivuttelu ei ole tarkkuutta. Tarkista aina manuaalisesti puu MECE:n varalta; Oksien piirtäminen kynällä ja paperilla osoittaa usein päällekkäisyyksiä, jotka mallista jäi huomaamatta.
Yhteenvetona
Konsultoinnissa arvo on oikeassa kysymyksessä ennen oikeaa vastausta. Tekoäly on tehokas muuttamaan epämääräinen valitus mitattavissa olevaksi ongelmanlausutukseksi, paljastamaan implisiittisiä oletuksia ja hahmottamaan nopeasti hypoteesipuun. Mutta sinun on päätettävä, onko puu MECE, hypoteesien testattavuus ja kumpi testataan ensin. Malli tuottaa luonnoksen; Konsultin tehtävänä on omistaa, hallita ja priorisoida ongelma.
Sovellustehtävä
Valitse todellinen tai kuviteltu asiakasvalitus (yksi lause). Muunna tämä ensin mitattavissa olevaksi ongelmalausekkeeksi ja kolmeksi implisiittiseksi olettamukseksi vahvalla ongelman kehystyskehoitteella. Rakenna sitten kaksitasoinen puu MECE-hypoteesipuukehotteella. Tarkasta puu manuaalisesti löytääksesi ja korjataksesi ainakin yhden ristiriidan tai aukon. Täytä lopuksi vaikutuksen helppous-matriisi ja valitse kaksi hypoteesia testattavaksi ensin.
tarkistuslista
- [ ] Muutin raakavalituksen ongelman selvitykseksi, jossa kerroin kuka/mitä/kriteerit/laajuus/kesto.
- [ ] Paljastin implisiittisiä oletuksia.
- [ ] Tarkastin hypoteesipuuni ensimmäisen tason nimellä MECE.
- [ ] Varmistin, että jokainen lehti on testattava hypoteesi.
- [ ] Varmistin, etten hautaa ratkaisua kysymykseen.
- [ ] Priorisoin iskun helppous-matriisin avulla.
- [ ] En hyväksynyt sokeasti mallin puuta ja korjasin sen manuaalisesti.