コーチングプラクティス: 予測力を鍛える習慣

取り組んでいることをほぼ何でも入力すると、IX Coach が現実に最も合うプラクティスを見つけます。「予測力を鍛える習慣」については、現在のプラクティスライブラリからの最適な一致をご覧ください。

役立つかもしれないプラクティス

  1. プロジェクト終了後にクラスデータへ貢献するための振り返りを行う
    実際の結果と予測を正直に記録する——これが将来の予測が依拠するリファレンスクラスを築く。
    リファレンスクラス予測
  2. 新しさがどれだけモチベーションを維持するかについての期待を較正する
    新しいプロジェクトや環境は当初のモチベーションの高まりを生むが、それは確実に薄れる——それを見込んで計画する。
    感情予測:なぜ自分の気持ちを見誤るのか
  3. 新しい証拠が入るたびに予測を段階的に更新する
    予測を、矛盾する証拠にも生き残るコミットメントとしてではなく、新しい証拠ごとに変わるべき確率として扱う。
    リファレンスクラス予測
  4. 参照クラスを使って個人的な見積もりを基準率に根づかせる
    自分の状況がどう展開するかを見積もる前に、似たような過去の状況を見つけて何が起きたかを確認する。
    ベイズ的思考:信念を合理的に更新する方法
  5. 信念を頻繁に、小刻みに更新する
    新しい証拠が来たら、その変化が小さくても確率の見積もりを調整する。
    スーパーフォーキャスティング
  6. すべてのタスクについて実際対見積もりの時間をログする
    将来の予測を較正できるよう、自分自身の見積もり誤差の個人的なデータベースを構築する。
    計画の誤謬——なぜあなたの見積もりはいつも外れるのか
  7. 感情予測:なぜ自分の気持ちを見誤るのか
    ダニエル・ギルバートと同僚たちは、人が将来の感情反応の強さと持続時間の両方を確実に見誤ることを示した——悪い出来事がどれほど悪く感じられるか、良い出来事がどれほど良く感じられるかを過大評価する。そのメカニズムは「インパクト・バイアス」だ——私たちは出来事そのものに焦点を当て、それを和らげる適応プロセスを無視する。この研究は十分に再現されており、決断の仕方、習慣の築き方、期待の管理の仕方に直接的な含意を持つ。
  8. 一点の見積もりではなく分布として予測する
    予測を単一の予想数値ではなく、起こりうる結果の範囲として表現する。
    リファレンスクラス予測
  9. 毎日の採点儀式
    毎日同じ時間に各質問を採点する――完璧な正確さよりも一貫性の方が重要。
    モーニング・クエスチョン
  10. データを見直してシステムを調整する
    トラッカーを単なるスコアボードとしてではなく、診断のための入力として使う。
    習慣トラッキング

関連する悩み

自分の言葉で状況を説明する でプラクティスライブラリ全体を検索できます。

IX Coach でこれを実践する

このプラクティスを試す