利益:
- 顧客のあいまいな質問を明確で解決可能な問題ステートメントに変換し、人工知能を使用して MECE 仮説ツリー (課題ツリー) を確立する能力
- 人工知能を使用して仮説を生成し、盲点を検出し、どの仮説を最初にテストするかを自分の判断で決定する能力。
- 問題の構造化における一般的な落とし穴 (矛盾する分岐、事前に解決策を想定する、間違った質問) を認識し、回避する能力。
コンサルティング プロジェクトで最も高くつく間違いは、間違った質問を解決することです。お客様から「売上が減ってしまったのですが、どうしたらよいでしょうか？」との相談がありました。しかし、本当の問題は、「どのセグメントで、なぜ、どの程度が私たちの管理下にあるのか?」ということです。そうかもしれません。経験豊富なコンサルタントは、答えを探すのではなく、問題を正しく定義することから始めます。人工知能は、この段階では完璧な思考パートナーです。人工知能は、考えられる原因、サブ質問、仮説を数分以内に多数生成します。しかし、どの質問が正しい質問であるかを決めるには判断が必要であり、その判断はあなた自身のものです。
この単元では、コンサルティングのバックボーンである 2 つのツールと人工知能を組み合わせます。仮説ツリー (問題ツリー、問題をサブ質問に分岐する樹形図) と MECE 原則 (相互排他的、集合的に網羅的 - 枝は互いに重ならず、一緒に問題を完全にカバーする) です。
漠然とした疑問から解決できる問題へ
優れた問題ステートメントには、誰 (意思決定者)、何を (決定)、基準 (成功を測定する基準)、境界 (範囲と期間) の 4 つの要素が含まれます。 「売上が落ちている」というのは苦情です。 「現在の予算で今後 12 か月間で B2B セグメントの売上高を 10% 増加させる最も効果的な 3 つの手段はどれですか?」問題発言です。この変革を人工知能に起こすことはできますが、まず生の状況を明確に説明する必要があります。
あなたの役割: 経営コンサルタントの問題構造化コーチ。クライアントの生のクレームをお伝えします。あなたのタスク:1) これを 1 文の測定可能な問題ステートメントに変換します (意思決定者、意思決定、成功基準、範囲、期間を含める必要があります)。2) このステートメントの基礎となっている 3 つの暗黙の前提を明らかにします。3) 「間違った質問を解決する」リスクに対抗するために、2 つの代替問題フレームワークを提案します。生の苦情: 「[クライアントの言葉で...]」
ヒント: 問題の説明を顧客に読み戻します。 「では、あなたにとっての成功とは、12 か月以内に B2B 売上高が 10% 増加することですよね?」この一文で、プロジェクトの方向性とその後の「これは望まなかった」という議論が最初から解決されます。
人工知能による仮説ツリーの構築
問題が明確になったら、問題を分岐させます。木の根が主要な問題です。分岐は可能な応答軸です。葉は検証可能な仮説です。たとえば、「B2B の売上高はなぜ増加しないのでしょうか?」この疑問は 2 つの主な分岐に分けることができます: (1) 新規顧客の獲得が弱い、(2) 既存顧客の収益が減少している。各ブランチは独自のサブブランチに分割されます。良い木はMECEです。
あなたの役割: MECE 仮説ツリーのエキスパート。主な質問: 「[問題ステートメント]」タスク: この質問を 2 レベル以下で分岐します。ルール: - 最初のレベルの分岐は MECE である必要があります (重複やギャップがない)。- 各リーフはデータテスト可能な仮説文 (「... なぜなら ...」の形式) である必要があります。- 各仮説の横に、テストに必要な単一のデータ ソースを書き込みます。形式: インデントされた箇条書きリスト。プローブ: 見出しの下に重複/ギャップのリスクがあります。 「MECE監査」は支店にマークを付けます。
AI は 3 秒で 15 の仮説を含むツリーを提供します。しかし、あなたの仕事はそこで終わるのではなく、始まります。どのブランチが真に MECE であるか、どの仮説が最も可能性が高く、テストが簡単であるかを選択するのです。
優先順位付け: どの仮説を最初にテストするか
すべての仮説を検証する時間はありません。影響力 (それが真実である場合、ソリューションにどれだけ大きく寄与するか) と容易さ (テストがどれだけ速く/安価であるか) の 2 つの軸を使用します。インパクトが大きい＋利便性が高いものが優先されます。これは「クイック ウィン スイープ」と呼ばれます。
仮説
効果(1-5)
テストの容易さ (1-5)
優先順位
価格設定が競合他社に遅れている
5
4
以前
B2Bでは営業チームが不十分
4
3
それから
製品の機能にギャップがある
4
2
研究
ブランド認知度が低い
3
2
ホールド
人工知能にこのマトリックスを埋めさせることができます。ただし、影響力と利便性のスコアは、ご自身の業界知識に基づいて確認してください。このモデルは、テストの容易さを過大評価することがよくあります。
あなたの役割: 優先順位付けアナリスト。次の仮説リストを影響緩和マトリックスに入れます。各仮説: 影響 (1 ～ 5)、テストの容易さ (1 ～ 5)、必要な単一のデータ ソース、推奨事項 (前/後/調査/保留)。ルール: イージースコアを楽観的に与え、根拠を書きます。 「影響力 × 容易さ」の乗数が最も高い 2 つの仮説を強調表示します。仮説: [リスト]
ミニケース3個
ケース 1 — 間違った質問が修正されました。ある小売チェーンは「従業員の離職率が高いので給与を上げるべきか」と尋ねた。彼は尋ねます。コンサルタントは人工知能を使って問題の枠組みを開きます。このモデルは、給与が問題である、売上高は全店舗で同じである、給与が解決策であるという 3 つの暗黙の仮定を示しています。データが抽出されます。離職率の 70% は 3 つの店舗で、常に同じ 2 人のマネージャーのチームに属しています。本当の問題はマネージャーの行動です。 1,400万TLの給与増加は間違った解決策だろう。
ケース 2 — 非 MECE ツリー。コンサルタントはモデルに「なぜ利益が減少しているのか?」と尋ねます。彼はその木が欲しいのです。このモデルは支店に「収入が低い」「コストが高い」「競争が激化している」と与える。最初の 2 つの分岐は MECE (利益 = 収益 − コスト) ですが、「競争の激化」が原因であり、収益/コストが結果です。ブランチレベルが混在しています。コンサルタントはツリーを修正します。レベル 1 は収益とコストのみです。競争は収入の枝分かれを引き起こします。
ケース 3 — 優先順位付けが功を奏した。 B2B ソフトウェア会社では、12 の仮説が生成されます。影響と利便性のマトリックスでは、「オンボーディング プロセスは長い」という仮説が、影響が大きい、利便性が高いというボックスに入れられます。 1 週間のデータ分析により確認: 30 日以内にアクティブ化されなかった顧客のキャンセル率は 3 倍高くなります。少しの介入 (ガイド付きインストール) により、キャンセルが 22% 減少します。まず正しい仮説をテストすることで、プロジェクトが短縮されます。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
この会社の利益が減少している理由のリストを作ってください。
このモデルは、ランダム、重複、および実証されていない原因を列挙します。思考の枠組みが確立されません。
強力なプロンプト:
あなたの役割: MECE 問題構造化スペシャリスト。主な質問: 「会社はただ構築するだけです。
適切な問題構造の質問をチェックする
ツリーが完成したら、次の質問をしてください。人工知能に質問することもできますが、最終的な決定を下すのはあなたです。
- 根本的な質問は本当に顧客が決定したい質問ですか? - 第 1 レベルのブランチは重複していますか? (相互に排他的ですか?)- 何か省略されたものはありますか? （それは一緒に完成していますか？） - 各リーフはデータでテストできますか、それとも意見ですか？ - 事前に解決策を想定していましたか? （例：「給料が解決策だ」）
よくある間違い
- 質問に解決策を埋め込みます。 「価格を下げるべきでしょうか？」質問は解決策を前提としており、他のレバーを見えなくします。まず「なぜ」を尋ねてください。
- 重なり合う枝。 「法人のお客様」と「大口のお客様」が別支店の場合、同じお客様でも2か所でカウントされます。 MECEが壊れています。
- ミキシングレベル。原因（競争）を結果（収益の減少）と同じレベルに置くと、ツリーは不合理になります。
- テスト不可能な葉。 「管理が不十分」というのは仮説ではなく判断です。 「意思決定にかかる時間は平均 40 日、業界では 12 日」が検証可能な仮説です。
- モデルのツリーをそのまま受け入れます。 AI は概要を簡単に示します。 MECE 監査と優先順位付けはあなたの仕事です。
注意: AI は、非常に説得力のある方法で仮説ツリーを提示します。説得は正確さではありません。常に手動でツリーの MECE を検査してください。紙とペンで枝を描くと、モデルが見逃していた重なりが表示されることがよくあります。
要約すると
コンサルティングにおいて、価値は正しい答えの前に正しい質問にあります。 AI は、漠然とした苦情を測定可能な問題ステートメントに変換し、暗黙の仮定を明らかにし、仮説ツリーを迅速に作成するという点で強力です。ただし、ツリーが MECE であるかどうか、仮説の検証可能性、およびどれを最初にテストするかを決定するのはあなた次第です。モデルはドラフトを生成します。問題を所有し、管理し、優先順位を付けるのはコンサルタントの仕事です。
アプリケーションタスク
実際の顧客の苦情または想像上の顧客の苦情を選択してください (一文)。まず、これを測定可能な問題ステートメントと、問題を構成する強力なプロンプトを備えた 3 つの暗黙の仮定に変換します。次に、MECE 仮説ツリー プロンプトを使用して 2 レベルのツリーを構築します。ツリーを手動で検査して、少なくとも 1 つの競合またはギャップを見つけて修正します。最後に、効果緩和行列を入力し、最初にテストする 2 つの仮説を選択します。
チェックリスト
- [ ] 私は、生の苦情を、誰が、何を、基準、範囲、期間を伴う問題声明に変換しました。
- [ ] 暗黙の仮定を明らかにしました。
- [ ] 仮説ツリーの最初のレベルを MECE として検査しました。
- [ ] 各葉が検証可能な仮説であることを検証しました。
- [ ] 質問の中に解決策を埋め込まないようにしました。
- [ ] 影響緩和マトリックスで優先順位を付けました。
- [ ] モデルのツリーを盲目的に受け入れず、手動で修正しました。