Dobici:
- Sposobnost pretvaranja dvosmislenog pitanja kupca u jasnu, rješivu izjavu o problemu i uspostavljanje MECE stabla hipoteza (stablo problema) s umjetnom inteligencijom
- Sposobnost korištenja umjetne inteligencije za generiranje hipoteza i otkrivanje slijepih točaka te vlastitom prosudbom odlučiti koja će se hipoteza prva testirati.
- Sposobnost prepoznavanja i izbjegavanja uobičajenih zamki u strukturiranju problema (konfliktne grane, pretpostavka rješenja unaprijed, pogrešno pitanje).
Najskuplja pogreška konzultantskog projekta je rješavanje krivog pitanja. Kupac pita "naša prodaja opada, što da radimo?" dolazi: ali pravo pitanje je "u kojem segmentu, zašto i koliko je to pod našom kontrolom?" moglo bi biti. Iskusan konzultant počinje ispravnim definiranjem problema, a ne traženjem odgovora. Umjetna inteligencija savršen je partner za razmišljanje u ovoj fazi: ona generira desetke mogućih uzroka, potpitanja i hipoteza u roku od nekoliko minuta. No odluka o tome koje je pravo pitanje zahtijeva prosudbu, a ta je prosudba vaša.
U ovoj jedinici kombinirat ćemo dva alata koji su okosnica savjetovanja s umjetnom inteligencijom: stablo hipoteza (stablo problema, dijagram stabla koji grana problem na potpitanja) i MECE načelo (međusobno isključivo, kolektivno iscrpno — grane se ne preklapaju i zajedno u potpunosti pokrivaju problem).
Od nejasnog pitanja do rješivog problema
Dobra izjava problema uključuje četiri stvari: tko (donositelj odluke), što (odluka), kriterij (po čemu se mjeri uspjeh), granica (opseg i trajanje). “Prodaja pada” je pritužba; "Koje su 3 najučinkovitije poluge koje će povećati promet u B2B segmentu za 10% u sljedećih 12 mjeseci, uz trenutni proračun?" je iskaz problema. Možete učiniti da se ova transformacija dogodi umjetnoj inteligenciji, ali prvo morate jasno objasniti sirovu situaciju.
Vaša uloga: trener za strukturiranje problema za savjetnika za menadžment. Dat ću vam klijentovu sirovu pritužbu. Vaš zadatak:1) Pretvorite ovo u jednu rečenicu, mjerljivu izjavu o problemu (mora uključivati donositelja odluke, odluku, kriterije uspjeha, opseg, trajanje).2) Otkrijte 3 implicitne pretpostavke na kojima se temelji ova izjava.3) Predložite 2 alternativna okvira problema za suzbijanje rizika od "rješavanja pogrešnog pitanja". Gruba pritužba: "[riječima klijenta...]"
Savjet: Pročitajte izjavu o problemu natrag kupcu. "Dakle, uspjeh za vas je 10% povećanje B2B prometa u 12 mjeseci, točno?" Ova jedna rečenica razrješava smjer projekta i kasniju raspravu "nismo to htjeli" od samog početka.
Izgradnja stabla hipoteza s umjetnom inteligencijom
Kad je problem jasan, razgranate ga. Korijen stabla je glavno pitanje; grane su moguće osi odgovora; listovi su provjerljive hipoteze. Na primjer, "Zašto se B2B promet ne povećava?" Pitanje se može podijeliti u dvije glavne grane: (1) akvizicija novih kupaca je slaba, (2) prihod od postojećih kupaca se smanjuje. Svaki ogranak je podijeljen na svoje podogranke. Dobro drvo je MECE.
Vaša uloga: stručnjak za stablo hipoteze MECE. Glavno pitanje: "[izjava problema]" Zadatak: Razgranajte ovo pitanje u najviše 2 razine. Pravila: - Grane prve razine moraju biti MECE (bez preklapanja, bez praznina). - Svaki list mora biti rečenica hipoteze koja se može provjeriti (u obliku "... jer ..."). - Pored svake hipoteze napišite pojedinačni izvor podataka potreban za testiranje. Format: uvučena grafička oznaka popis.Sonda: U opasnosti od preklapanja/praznine pod naslovom "MECE revizija" označite grane.
AI vam daje stablo s 15 hipoteza u 3 sekunde. Ali vaš posao tu ne završava, već počinje: vi birate koje su grane doista MECE, koja je hipoteza najvjerojatnija i najlakša za testiranje.
Određivanje prioriteta: koju hipotezu prvo testirati
Nema vremena za testiranje svih hipoteza. Koristite dvije osi: utjecaj (koliko velik doprinos rješenju ako je istinit) i lakoću (koliko je brzo/jeftino testiranje). Oni s velikim učinkom + visokom praktičnošću su na prvom mjestu. To se zove "brza pobjeda".
hipoteza
Učinak (1-5)
Jednostavnost testiranja (1-5)
prioritet
Cijene su iza konkurenata
5
4
prije
Prodajni tim je neadekvatan u B2B
4
3
zatim
Postoji nedostatak značajki proizvoda
4
2
istraživanja
Svijest o robnoj marki je niska
3
2
držati
Možete imati umjetnu inteligenciju da ispuni ovu matricu; ali pregledajte rezultate utjecaja i pogodnosti s vlastitim znanjem o industriji. Model često precjenjuje jednostavnost testiranja.
Vaša uloga: analitičar određivanja prioriteta. Postavite sljedeći popis hipoteza u matricu utjecaja i lakoće. Za svaku hipotezu: utjecaj (1-5), jednostavnost testiranja (1-5), potreban je jedan izvor podataka, preporuka (prije/poslije/istražiti/zadržati). Pravila: lako ocijenite optimistički, napišite obrazloženje. Istaknite 2 hipoteze s najvećim množiteljem "učinak × lakoća". Hipoteze: [popis]
tri mini kućišta
Slučaj 1 — Ispravljeno pogrešno pitanje. Trgovački lanac pitao je: "Imamo veliku fluktuaciju zaposlenika, trebamo li povećati plaće?" pita on. Konzultant otvara problemski okvir s umjetnom inteligencijom; Model ilustrira tri implicitne pretpostavke: da je plaća problem, da je promet isti u svim trgovinama i da je plaća rješenje. Podaci su izvučeni: 70% stope prometa je u 3 trgovine i uvijek u timu dva ista menadžera. Pravo pitanje je ponašanje menadžera. Povećanje plaća od 14 milijuna TL bilo bi pogrešno rješenje.
Slučaj 2 — Stablo koje nije MECE. Konzultant pita model "zašto zarada pada?" On želi drvo. Model daje granama "prihod je nizak", "troškovi su visoki", "konkurencija je povećana". Prve dvije grane su MECE (profit = prihod − trošak), ali "pojačana konkurencija" je uzrok, a prihod/trošak je posljedica; Razine grana su mješovite. Konzultant popravlja stablo: prva razina je samo prihod i trošak; Konkurencija uzrokuje podgranu prihoda.
Slučaj 3 — Određivanje prioriteta se isplatilo. U B2B softverskoj tvrtki generira se 12 hipoteza. Matrica utjecaja i pogodnosti stavlja hipotezu "proces uključivanja je dug" u kutiju s velikim utjecajem i visokom pogodnošću. Potvrđeno tjednom analizom podataka: Stopa otkazivanja korisnika koji nisu aktivirani u roku od 30 dana je 3 puta veća. Mala intervencija (navođena instalacija) smanjuje otkazivanje za 22%. Prvo testiranje točne hipoteze skraćuje projekt.
Slab upit / Jak upit
Slab upit:
Napravi mi popis zašto profit ove tvrtke pada.
Model nabraja nasumične, preklapajuće i neutemeljene uzroke; Ne uspostavlja okvir razmišljanja.
Snažan upit:
Vaša uloga: MECE stručnjak za strukturiranje problema. Glavno pitanje: "Tvrtka samo gradi.
Provjerite pitanja dobre strukture problema
Kada završite svoje stablo, postavite ova pitanja: Također možete pitati umjetnu inteligenciju, ali vi donosite konačnu odluku:
- Je li temeljno pitanje doista pitanje o kojem kupac želi odlučiti? - Preklapaju li se grane prve razine? (Međusobno isključivi?)- Je li nešto izostavljeno? (Je li kompletan zajedno?) - Može li se svaki list testirati podacima ili je to mišljenje? - Jesam li unaprijed pretpostavio rješenje? (Na primjer, "plaća je rješenje")
Uobičajene greške
- Ugradite rješenje u pitanje. "Da spustimo cijenu?" Pitanje pretpostavlja rješenje i čini ostale poluge nevidljivima. Prvo pitajte "zašto".
- Grane koje se preklapaju. Ako su "korporativni klijenti" i "veliki klijenti" zasebne podružnice, isti klijent će se računati na dva mjesta; MECE je pokvaren.
- Razina miješanja. Stavljanje uzroka (konkurencije) na istu razinu kao i posljedice (pad prihoda) čini stablo iracionalnim.
- Netestirano lišće. "Loše upravljanje" je prosudba, a ne hipoteza. "Vrijeme donošenja odluke je prosječno 40 dana, 12 dana u industriji" je hipoteza koja se može provjeriti.
- Prihvaćanje stabla modela onakvo kakvo jest. AI daje brzi pregled; MECE revizija i određivanje prioriteta je vaš posao.
Oprez: AI predstavlja stablo hipoteza na vrlo uvjerljiv način. Uvjeravanje nije točnost. Uvijek ručno pregledajte stablo za MECE; Crtanje grana olovkom i papirom često pokazuje preklapanje koje je model propustio.
Ukratko
U savjetovanju, vrijednost je u pravom pitanju prije pravog odgovora. AI je moćan u pretvaranju nejasne pritužbe u mjerljivu izjavu o problemu, otkrivanju implicitnih pretpostavki i brzom skiciranju stabla hipoteza. No, na vama je da odlučite je li stablo MECE, provjerljivost hipoteza i koju ćete prvu testirati. Model proizvodi nacrt; Konzultantov je posao posjedovati, kontrolirati i odrediti prioritete problema.
Zadatak aplikacije
Odaberite stvarni ili izmišljeni prigovor kupca (jedna rečenica). Prvo, transformirajte ovo u mjerljivu izjavu o problemu i tri implicitne pretpostavke sa snažnim poticajem za oblikovanje problema. Zatim izgradite stablo na dvije razine s odzivom stabla hipoteze MECE. Ručno pregledajte stablo kako biste pronašli i popravili barem jedan sukob ili prazninu. Na kraju ispunite matricu učinka i lakoće i odaberite dvije hipoteze za prvo testiranje.
popis za provjeru
- [ ] Preobrazio sam sirovu pritužbu u izjavu o problemu s tko/što/kriterije/opseg/trajanje.
- [ ] Otkrio sam implicitne pretpostavke.
- [ ] Pregledao sam prvu razinu mog stabla hipoteza kao MECE.
- [ ] Provjerio sam da je svaki list hipoteza koja se može provjeriti.
- [ ] Pazio sam da rješenje ne zatrpam pitanjem.
- [ ] Dao sam prioritet matrici utjecaja i lakoće.
- [ ] Nisam slijepo prihvatio stablo modela i ručno ga ispravio.