ලාභ:
- නොපැහැදිලි පාරිභෝගික ප්රශ්නයක් පැහැදිලි, විසඳිය හැකි ගැටළු ප්රකාශයක් බවට පරිවර්තනය කිරීමේ හැකියාව සහ කෘතිම බුද්ධිය සහිත MECE කල්පිත ගසක් (නිකුත් කිරීමේ ගසක්) පිහිටුවීමේ හැකියාව
- උපකල්පන උත්පාදනය කිරීමට සහ අන්ධ ලප හඳුනා ගැනීමට කෘත්රිම බුද්ධිය භාවිතා කිරීමේ හැකියාව, සහ කුමන කල්පිතය පළමුව පරීක්ෂා කරන්නේද යන්න තමාගේම විනිශ්චයෙන් තීරණය කරන්න.
- ගැටළු ව්යුහගත කිරීමේදී පොදු උගුල් හඳුනා ගැනීමට සහ වළක්වා ගැනීමට ඇති හැකියාව (ගැටුම් ශාඛා, විසඳුම කල්තියා උපකල්පනය කිරීම, වැරදි ප්රශ්නය).
උපදේශන ව්යාපෘතියක වඩාත්ම මිල අධික වැරැද්ද වන්නේ වැරදි ප්රශ්නය විසඳීමයි. පාරිභෝගිකයා අසයි "අපගේ විකුණුම් අඩුවෙමින් පවතී, අප කුමක් කළ යුතුද?" පැමිණේ: නමුත් සැබෑ ප්රශ්නය වන්නේ "අපගේ පාලනය යටතේ ඇත්තේ කුමන කොටසෙහිද, ඇයි සහ කොපමණ ප්රමාණයක්ද?" එය විය හැක. පළපුරුදු උපදේශකයෙකු ආරම්භ කරන්නේ ගැටලුව නිවැරදිව අර්ථ දැක්වීමෙන් මිස පිළිතුරු සෙවීමෙන් නොවේ. කෘත්රිම බුද්ධිය මෙම අවස්ථාවෙහි පරිපූර්ණ චින්තන සහකරු වේ: එය විනාඩි කිහිපයක් ඇතුළත විය හැකි හේතු, උප ප්රශ්න සහ උපකල්පන දුසිම් ගණනක් ජනනය කරයි. නමුත් කුමන ප්රශ්නය නිවැරදි ප්රශ්නයද යන්න තීරණය කිරීම විනිශ්චයක් අවශ්ය වන අතර එම විනිශ්චය ඔබගේ වේ.
මෙම ඒකකයේ දී, අපි උපදේශනයේ කොඳු නාරටිය වන මෙවලම් දෙකක් කෘතිම බුද්ධිය සමඟ ඒකාබද්ධ කරන්නෙමු: උපකල්පිත ගස (නිකුතු ගස, ගැටලුවක් උප ප්රශ්නවලට බෙදන ගස් රූප සටහන) සහ MECE මූලධර්මය (අන්යෝන්ය වශයෙන් සුවිශේෂී, සාමූහිකව පරිපූර්ණ - අතු එකිනෙක අතිච්ඡාදනය නොවන අතර ගැටලුව සම්පූර්ණයෙන්ම ආවරණය කරයි).
නොපැහැදිලි ප්රශ්නයේ සිට විසඳිය හැකි ගැටලුව දක්වා
හොඳ ගැටළු ප්රකාශයකට කරුණු හතරක් ඇතුළත් වේ: කවුද (තීරණ සාදන්නා), කුමක් (තීරණය), නිර්ණායක (සාර්ථකත්වය මනිනු ලබන්නේ කුමක් ද), මායිම (පථය සහ කාලසීමාව). "විකුණුම් පහත වැටේ" යනු පැමිණිල්ලකි; "වර්තමාන අයවැය සමඟ ඉදිරි මාස 12 තුළ B2B අංශයේ පිරිවැටුම 10% කින් වැඩි කරන වඩාත් ඵලදායී ලීවර 3 මොනවාද?" යනු ගැටළු ප්රකාශයකි. ඔබට මෙම පරිවර්තනය කෘතිම බුද්ධියට සිදු කළ හැකිය, නමුත් පළමුව ඔබ අමු තත්වය පැහැදිලිව පැහැදිලි කළ යුතුය.
ඔබේ කාර්යභාරය: කළමනාකරණ උපදේශක සඳහා ගැටළු ව්යුහගත කිරීමේ පුහුණුකරු. මම ඔබට සේවාදායකයාගේ අමු පැමිණිල්ල දෙන්නම්. ඔබගේ කාර්යය:1) මෙය එක් වාක්යයකින්, මැනිය හැකි ගැටළු ප්රකාශයක් බවට පරිවර්තනය කරන්න (තීරණ සාදන්නා, තීරණය, සාර්ථක නිර්ණායක, විෂය පථය, කාලසීමාව ඇතුළත් විය යුතුය).2) මෙම ප්රකාශය පදනම් වූ ව්යංග උපකල්පන 3 හෙළි කරන්න.3) "වැරදි ප්රශ්නය විසඳීමේ" අවදානමට එරෙහිව විකල්ප ගැටළු රාමු 2ක් යෝජනා කරන්න. අමු පැමිණිල්ල: "[සේවාදායකයාගේ වචන වලින්...]"
ඉඟිය: ගැටළු ප්රකාශය නැවත පාරිභෝගිකයාට කියවන්න. "ඉතින් ඔබට සාර්ථකත්වය මාස 12 ක් තුළ B2B පිරිවැටුම 10% ක වැඩිවීමක්, හරිද?" මෙම තනි වාක්ය ව්යාපෘතියේ දිශානතිය සහ පසුව ආරම්භයේ සිට "අපට මෙය අවශ්ය නොවීය" යන විවාදය විසඳයි.
කෘතිම බුද්ධිය සමඟ උපකල්පන ගස ගොඩනැගීම
ගැටලුව පැහැදිලි වූ පසු, ඔබ එය අතුගා දමන්න. ගසෙහි මුල ප්රධාන ප්රශ්නයයි; ශාඛා හැකි ප්රතිචාර අක්ෂ වේ; කොළ පරීක්ෂා කළ හැකි උපකල්පන වේ. උදාහරණයක් ලෙස, "B2B පිරිවැටුම වැඩි නොවන්නේ ඇයි?" ප්රශ්නය ප්රධාන ශාඛා දෙකකට බෙදිය හැකිය: (1) නව පාරිභෝගික අත්පත් කර ගැනීම දුර්වලයි, (2) පවතින පාරිභෝගික ආදායම අඩුවෙමින් පවතී. සෑම ශාඛාවක්ම තමන්ගේම උප ශාඛා වලට බෙදා ඇත. හොඳ ගසක් MECE වේ.
ඔබේ භූමිකාව: MECE උපකල්පන ගස් විශේෂඥයා. ප්රධාන ප්රශ්නය: "[ගැටළු ප්රකාශය]"කාර්යය: මෙම ප්රශ්නය මට්ටම් 2කට වඩා වැඩි ප්රමාණයකින් ශාඛා කරන්න. රීති:- පළමු මට්ටමේ ශාඛා MECE විය යුතුය (අතිච්ඡාදනය, හිඩැස් නැත).- සෑම පත්රයක්ම දත්ත පරීක්ෂා කළ හැකි කල්පිත වාක්යයක් විය යුතුය ("...ඒ නිසා ..." පෝරමයේ දත්ත පරීක්ෂා කළ හැකි කල්පිත වාක්යයක් විය යුතුය. bullet list.Probe: "MECE විගණනය" යන ශීර්ෂය යටතේ අතිච්ඡාදනය වීමේ/පරතරයේ අවධානම යටතේ ශාඛා සලකුණු කරන්න.
AI ඔබට තත්පර 3 කින් උපකල්පන 15 ක් සහිත ගසක් ලබා දෙයි. නමුත් ඔබේ කාර්යය එතැනින් අවසන් නොවේ, එය ආරම්භ වේ: ඔබ තෝරාගන්නේ කුමන ශාඛාද යන්න සත්ය වශයෙන්ම MECE ද යන්න, කුමන කල්පිතය පරීක්ෂා කිරීමට වඩාත්ම ඉඩ ඇති සහ පහසුම ද යන්නයි.
ප්රමුඛතාකරණය: කුමන කල්පිතය පළමුව පරීක්ෂා කළ යුතුද?
සියලු උපකල්පන පරීක්ෂා කිරීමට කාලය නැත. අක්ෂ දෙකක් භාවිතා කරන්න: බලපෑම (එය සත්ය නම් විසඳුමට කොතරම් විශාල දායකත්වයක් ලබා දෙයිද) සහ පහසුව (පරීක්ෂා කිරීම කෙතරම් වේගවත්/ලාභද). ඉහළ බලපෑමක් + ඉහළ පහසුවක් ඇති අය මුලින්ම පැමිණේ. මෙය "ඉක්මන් ජයග්රහණ අතුගා දැමීමක්" ලෙස හැඳින්වේ.
උපකල්පනය
බලපෑම (1-5)
පරීක්ෂා කිරීමේ පහසුව (1-5)
ප්රමුඛත්වය
මිල ගණන් තරඟකරුවන්ට පිටුපසින්
5
4
කලින්
B2B හි විකුණුම් කණ්ඩායම ප්රමාණවත් නොවේ
4
3
පසුව
නිෂ්පාදන විශේෂාංග පරතරයක් ඇත
4
2
පර්යේෂණ
වෙළඳ නාමය පිළිබඳ දැනුවත්භාවය අඩුයි
3
2
අල්ලාගෙන සිටින්න
ඔබට මෙම න්යාසය පිරවීමට කෘත්රිම බුද්ධිය තිබිය හැක; නමුත් ඔබේම කර්මාන්ත දැනුම සමඟ බලපෑම සහ පහසුව සඳහා ලකුණු සමාලෝචනය කරන්න. ආකෘතිය බොහෝ විට පරීක්ෂා කිරීමේ පහසුව අධිතක්සේරු කරයි.
ඔබේ කාර්යභාරය: ප්රමුඛතා විශ්ලේෂක. පහත උපකල්පන ලැයිස්තුව බලපෑම්-පහසු න්යාසයකට දමන්න. එක් එක් උපකල්පනය සඳහා: බලපෑම (1-5), පරීක්ෂා කිරීමේ පහසුව (1-5), අවශ්ය තනි දත්ත මූලාශ්රය, නිර්දේශය (පෙර/පසු/පරීක්ෂණ/රඳවා ගැනීම). රීති: පහසු ලකුණු ශුභවාදීව ලබා දෙන්න, තාර්කිකත්වය ලියන්න. ඉහළම “බලපෑම × පහසුව” ගුණකය සහිත උපකල්පන 2 උද්දීපනය කරන්න. උපකල්පන: [ලැයිස්තුව]
කුඩා නඩු තුනක්
නඩුව 1 - වැරදි ප්රශ්නය නිවැරදි කරන ලදී. සිල්ලර වෙළඳ ජාලයක් ඇසුවේ, "අපට ඉහළ සේවක පිරිවැටුම් අනුපාතයක් තිබේ, අපි වැටුප් වැඩි කළ යුතුද?" ඔහු අසයි. උපදේශකයා කෘතිම බුද්ධිය සමඟ ගැටළු රාමුව විවෘත කරයි; මෙම ආකෘතිය ව්යංග උපකල්පන තුනක් විදහා දක්වයි: එම ගෙවීම ප්රශ්නය, පිරිවැටුම සියලු වෙළඳසැල් හරහා සමාන වන අතර ගෙවීම විසඳුමයි. දත්ත අඳිනු ලැබේ: පිරිවැටුම් අනුපාතයෙන් 70% ක් වෙළඳසැල් 3 ක සහ සෑම විටම එකම කළමනාකරුවන් දෙදෙනෙකුගේ කණ්ඩායමේ වේ. සැබෑ ප්රශ්නය කළමනාකරුගේ හැසිරීමයි. TL මිලියන 14 ක වැටුප් වැඩිවීමක් වැරදි විසඳුමකි.
නඩුව 2 - MECE නොවන ගස. උපදේශකයෙක් ආකෘතියෙන් අසයි "ලාභ පහත වැටෙන්නේ ඇයි?" ඔහුට ගස අවශ්යයි. ආකෘතිය "ආදායම අඩුයි", "පිරිවැය ඉහළයි", "තරඟය වැඩි වී ඇත" යන ශාඛා ලබා දෙයි. පළමු ශාඛා දෙක MECE (ලාභය = ආදායම - පිරිවැය), නමුත් “තරඟය වැඩි වීම” හේතුවක් වන අතර ආදායම/පිරිවැය බලපෑමක් වේ; ශාඛා මට්ටම් මිශ්ර වේ. උපදේශකයා ගස සවි කරයි: පළමු මට්ටම යනු ආදායම සහ පිරිවැය පමණි; තරඟකාරීත්වය ආදායම් උප ශාඛාවක් ඇති කරයි.
නඩුව 3 - ප්රමුඛත්වය ගෙවා ඇත. B2B මෘදුකාංග සමාගමක උපකල්පන 12ක් ජනනය වේ. බලපෑම්-පහසුකම් න්යාසය "ඇතුළත්වීමේ ක්රියාවලිය දිගු වේ" යන උපකල්පනය ඉහළ බලපෑම-ඉහළ පහසුව පෙට්ටිය තුළ තබයි. සතියක දත්ත විශ්ලේෂණය මගින් තහවුරු කර ඇත: දින 30 ක් තුළ සක්රිය කර නොමැති පාරිභෝගිකයින්ගේ අවලංගු කිරීමේ අනුපාතය 3 ගුණයකින් වැඩි වේ. කුඩා මැදිහත්වීමක් (මාර්ගෝපදේශ ස්ථාපනය) අවලංගු කිරීම 22% කින් අඩු කරයි. නිවැරදි කල්පිතය පරීක්ෂා කිරීම මුලින්ම ව්යාපෘතිය කෙටි කරයි.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මෙම සමාගමේ ලාභය පහත වැටෙන්නේ මන්දැයි මට ලැයිස්තුවක් සාදන්න.
මෙම ආකෘතිය අහඹු, අතිච්ඡාදනය වන සහ තහවුරු නොකළ හේතූන් ගණනය කරයි; එය චින්තන රාමුවක් ස්ථාපිත නොකරයි.
බලවත් විමසුම:
ඔබේ කාර්යභාරය: MECE ගැටළු ව්යුහගත කිරීමේ විශේෂඥයා. ප්රධාන ප්රශ්නය: "සමාගම ගොඩනඟන්න.
හොඳ ගැටළු ව්යුහයක ප්රශ්න පරීක්ෂා කරන්න
ඔබ ඔබේ ගස අවසන් කළ විට, මෙම ප්රශ්න අසන්න: ඔබට කෘතිම බුද්ධියද විමසිය හැකිය, නමුත් ඔබ අවසාන තීරණය ගන්න:
- මූලික ප්රශ්නය ඇත්තටම පාරිභෝගිකයාට තීරණය කිරීමට අවශ්ය ප්රශ්නයද? - පළමු මට්ටමේ අතු අතිච්ඡාදනය වේද? (අන්යෝන්ය වශයෙන් බැහැරද?)- කිසිවක් ඉතිරි වී තිබේද? (එය එකට සම්පූර්ණද?) - සෑම පත්රයක්ම දත්ත සමඟ පරීක්ෂා කළ හැකිද, නැතහොත් එය මතයක්ද? - මම විසඳුම කල්තියා උපකල්පනය කර තිබේද? (උදාහරණයක් ලෙස, "වැටුප් විසඳුමයි")
පොදු වැරදි
- ප්රශ්නය තුළ විසඳුම ඇතුළත් කරන්න. "අපි මිල අඩු කරමුද?" ප්රශ්නය විසඳුම උපකල්පනය කරන අතර අනෙක් ලීවර නොපෙනී යයි. මුලින්ම "ඇයි" කියලා අහන්න.
- අතු අතිච්ඡාදනය වීම. "ආයතනික ගනුදෙනුකරුවන්" සහ "විශාල ගනුදෙනුකරුවන්" වෙනම ශාඛා නම්, එකම පාරිභෝගිකයා ස්ථාන දෙකක ගණන් කරනු ලැබේ; MECE කැඩී ඇත.
- මිශ්ර කිරීමේ මට්ටම. හේතුව (තරඟය) බලපෑම හා සමාන මට්ටමක තැබීම (ආදායම් අඩුවීම) ගස අතාර්කික කරයි.
- පරීක්ෂා කළ නොහැකි කොළ. "දුර්වල කළමනාකරණය" යනු විනිශ්චයක් මිස උපකල්පනයක් නොවේ. "තීරණ කාලය සාමාන්යයෙන් දින 40 ක්, කර්මාන්තයේ දින 12 ක්" යනු පරීක්ෂා කළ හැකි උපකල්පනයයි.
- ආකෘතියේ ගස එලෙසම පිළිගැනීම. AI ඉක්මන් දළ සටහනක් ලබා දෙයි; MECE විගණනය සහ ප්රමුඛතාවය ඔබේ කාර්යයයි.
අවවාදයයි: AI උපකල්පිත ගසක් ඉතා ඒත්තු ගැන්වෙන ආකාරයෙන් ඉදිරිපත් කරයි. ඒත්තු ගැන්වීම නිරවද්යතාවය නොවේ. MECE සඳහා ගස සෑම විටම අතින් පරීක්ෂා කරන්න; පෑනකින් සහ කඩදාසියකින් අතු ඇඳීමෙන් බොහෝ විට ආකෘතිය මඟ හැරී ඇති අතිච්ඡාදනය පෙන්නුම් කරයි.
සාරාංශයක් ලෙස
උපදේශනයේදී, නිවැරදි පිළිතුරට පෙර වටිනාකම නිවැරදි ප්රශ්නයේ ඇත. නොපැහැදිලි පැමිණිල්ලක් මැනිය හැකි ගැටළු ප්රකාශයක් බවට පත් කිරීමට, ව්යංග උපකල්පන අනාවරණය කර ගැනීමට සහ උපකල්පන ගසක් ඉක්මනින් ඇඳීමට AI බලවත් වේ. නමුත් ගස MECEද, උපකල්පනවල පරීක්ෂා කිරීමේ හැකියාවද සහ පළමුව පරීක්ෂා කළ යුත්තේ කුමන ගසද යන්න තීරණය කිරීම ඔබට භාරයි. ආකෘතිය කෙටුම්පතක් නිෂ්පාදනය කරයි; ගැටලුව අයිති කර ගැනීම, පාලනය කිරීම සහ ප්රමුඛත්වය දීම උපදේශකයාගේ කාර්යයයි.
යෙදුම් කාර්යය
සැබෑ හෝ පරිකල්පනය කරන ලද පාරිභෝගික පැමිණිල්ලක් තෝරන්න (එක් වාක්යයක්). පළමුව, මෙය මැනිය හැකි ගැටළු ප්රකාශයක් බවට පරිවර්තනය කරන්න සහ ප්රබල ගැටළු රාමු කිරීමේ විමසුමක් සහිත ව්යංග උපකල්පන තුනක්. ඉන්පසු MECE උපකල්පිත ගස් ප්රේරකය සමඟ මට්ටම් දෙකක ගසක් සාදන්න. අවම වශයෙන් එක් ගැටුමක් හෝ පරතරයක් සොයා ගැනීමට සහ විසඳීමට ගස අතින් පරීක්ෂා කරන්න. අවසාන වශයෙන්, ප්රයෝග-පහසු න්යාසය පුරවා පළමුව පරීක්ෂා කිරීමට උපකල්පන දෙකක් තෝරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම අමු පැමිණිල්ල කවුද/කුමක්/නිර්ණායක/පථය/කාලසීමාව සමඟ ගැටලු ප්රකාශයක් බවට පරිවර්තනය කළෙමි.
- [ ] මම ව්යංග උපකල්පන අනාවරණය කළෙමි.
- [ ] මම මගේ උපකල්පන ගසේ පළමු මට්ටම MECE ලෙස පරීක්ෂා කළෙමි.
- [ ] සෑම පත්රයක්ම පරීක්ෂා කළ හැකි කල්පිතයක් බව මම තහවුරු කළෙමි.
- [ ] මම ප්රශ්නයේ විසඳුම වළලා නොදැමීමට වග බලා ගත්තෙමි.
- [ ] මම බලපෑම-පහසු න්යාසය සමඟ ප්රමුඛත්වය ලබා දුනිමි.
- [ ] මම ආකෘතියේ ගස අන්ධ ලෙස පිළි නොගත් අතර එය අතින් නිවැරදි කළෙමි.