【東工大生×Webサービス開発者】のブログ

Webサービスを個人開発しました。大学生活と良質しながら、開発や運営のなかで、記事にしたいものを発信します。

時間効率を上げるべく、大学生が【イシューから始めよ】読んでみた⑤

本記事は過去記事の続きとなります。

 

 

polymerchemistry.hatenablog.com

polymerchemistry.hatenablog.com

polymerchemistry.hatenablog.com

polymerchemistry.hatenablog.com

 

前回までの段階で、

イシュー特定、ストーリーライン作り、絵コンテ作りを紹介した。

 

本記事では、その様な段階に達したのちに、実際にアウトプットを生み出す方法について紹介していきたい。

 

アウトプットを生むときのポイント

本書の最終目標は、生産性を向上させることであり、ストーリーラインや、絵コンテはその手段であり、分析の前段階だ。

ここで適当に分析を行っては、なんとなく優秀そうだが、解の質は微妙な奴、要は結果が出ない人になってしまう。

 

そこでまずは、実際にアウトプットを出していくときの心得について、説明していきたい。

分析の優先順位をつける

得られたストーリーラインについて、実際に分析を行う順序をつけることを激しくお勧めする。

この際の具体的な優先順位とは、すなわち重要なサブイシューから検証していくべきだということだ。重要なサブイシューとは、【これが偽であると、そのほかの仮説が意味を持たなくなる】というレベルのものを指す。

例えば、暗記に時間をかけることで東工大に合格できるという事例を考えるときに、【東工大の入試問題の多くが暗記のみで解ける】というのが最大に重要なサブイシューとなる。

この論点を検証せずに終盤を迎え、やっぱり暗記だけでは無理でしたでは、これまでの時間が失われてしまい、生産性も著しく下がるということだ。

 

要は、重要度の高いものから取り組むべきだということである。

 

 

確定バイアスを避ける

イシューから始めるアプローチで、分析をする際に気を付けるべきことは、確定バイアスを避けることだ。

言い換えると、仮説をサポートする情報のみを集めてしまうことを避けるべきだということである。

 

例えば、服に金を使っている奴はモテるという仮説を検証する際に、WEARのモデルが発信している情報を参考にしてしまうことは、中立的な分析とは言えないだろう。

彼らは服を売ることで、そのブランドから収益を得ているわけで、どう考えても中立的な情報は得られない。

これは極端な例だが、確定バイアスにより正しい分析が出来ないことは、良く起こりうることだと思う。

 

この様な確定バイアスに対する対策としては、その仮説を肯定する理由と否定する理由の2つの立場に立って検証することが有効であると考えている。

 

以上が、アウトプットの心得である。

・優先順位の高いものから取り組む

・確定バイアスを避ける

この2つを意識し、研究に取り組んでいきたい。

 

 

分析中のトラブルを裁く

ストーリーラインをたて、絵コンテをつくり、その分析手法まで設計したとしても、全てが予定通りにいくわけではない。

実際の分析では、様々なトラブルが発生する。

本節では、その様なトラブルの対処方法について説明していきたい。

 

トラブル1:ほしい数字が存在しない

実際に分析を進める際に、鉤となるデータが存在していない事例が存在する。

これは、先ほどの確定バイアスに基づく、仮説を肯定するデータが得られない、といったことではなく、そもそも検証するためのデータ得られないことを示す。

例えば、ある廃品回収業者が、今後はマットレスの回収に力を入れるとして、マットレスの市場規模が拡大していることを、示したいとしよう。

この際、マットレスの市場規模など、Webで情報を漁っても見つからないだろう。このようなトラブルが、本記事で取り扱う事例である。

 

この様なトラブルにぶち当たってしまった際のアプローチ方法は以下の3つである。

・構造化して推算する

・足で情報を得る

・複数のアプローチから帰納的に推算する

 

構造化して推定

いわゆるフェルミ推定によって、数字を算出する方法である。

フェルミ推定については、情報が溢れているので、そちらを参考にしていただきたい。

 

足で情報を得る

ある程度情報が粗くても良い場合は、自分の足で情報を得ることが可能である。

例えば、飲食店の出店地域を決定する際に、交通量に重きを置いているのであれば、自分で街中に立ち、情報を得ることは可能である。

 

複数のアプローチより機能的に分析

上述のフェルミ推定では、概算ということもあり、不確実性が大きい。

そこで、複数のアプローチを用意して、その正確性を担保することが出来る。

 

例えば、先ほどの布団の市場規模であれば

・世帯ベース

・店舗ベース

といった2つのアプローチ方法が考えられる。

 

この2つのアプローチから導かれる値が近ければ、ある程度信用できるものとなるだろう。

 

 

トラブル2:自分の技術ではらちが明かない

新規性の高い問題や、なじみのない問題に取り組む際、どうしても分析がうまくいかないことがあるだろう。

その様なときは、まず他力を活用する。

具体的には、研究であればその第一線である教授、ビジネスであれば経験豊富な先輩にアドバイスを聞く、といったことである。

これによって、かなりの高確率で新しい示唆や良い分析手法が得られるだろう。

 

どうしても、自分だけの力で成果を残したいというエゴに縛られてしまうことはある。

しかし、それでは結果は出ないのだ。

プライドをある程度捨て、結果にコミットすることが重要なのである。

 

また、その様なアプローチ方法をとっても上手くいかないことがある。

その様なときは、固執せずにデットラインを定めてしまうことが有効であると考えられる。

要は、2週間やって結果が出なければ、別のアプローチ方法にシフトするのだ。

これも、心理的障壁の大きいアプローチであるが、乗り越えるべきポイントである。

 

 

軽快に答えを出す

いくつもの手法を持つ

分析を進める際に求められる能力として、著者らは2つを挙げている

・持っている手札の数

・自分が熟達している手法の数

 

前者は頼ることが出来る人の人数、後者は自分がマスターしている手法の数である。

この2つをそろえることで、効率の良いアウトプットが出来る。

 

その為にはまず、多くの人に対して経緯をもって接すること。

そして、日々の勉強によって、1つ1つの手法をマスターしていくほかない。

 

回転数とスピードを重要視する

分析を進める際に、やりすぎには注意しなくてはならない。

ひとつの分析にこだわるより、検証のサイクルを何度も回した方が、結果的に解の質とスピードが向上すると述べている。

 

よく聞く事例ではあるが、0~60%と60~70%は同じ時間がかかるといわれている。

その様な事例に対してやるべきことは、同サイクルを繰り返すことだ。

 

これによって、より少ない時間で、質の高いアウトプットが出来る。

 

 

以上が、アウトプットドリブンの考え方である。

長文をお読みいただき、ありがとうございます。

 

過去記事はこちらから。

 

polymerchemistry.hatenablog.com

polymerchemistry.hatenablog.com