コーチングプラクティス： マッキンゼー流の仮説検証アプローチ

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。「マッキンゼー流の仮説検証アプローチ」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. 具体的で反証可能な仮説を立てて枝を検証する
   データを集める前に、各枝を検証可能な仮説に変える。
   イシューツリー分析
2. ハリネズミの概念を反復する仮説として扱う
   現時点での最善の交差点を検証可能な仮説として書き、新しい情報が届いたら更新する。
   ハリネズミの概念
3. 交差的なアイデアで低コストの実験を行う
   本格的に投資する前に、分野横断的なアイデアを素早く安価にテストする。
   メディチ効果：交差点でのイノベーション
4. 行動する前に仮説を書く
   実験が始まる前に、それが何を明らかにすると予想するかを述べる。
   小さな実験:コミットせずに変化を試す
5. 信念を全面的にではなく段階的に更新する
   新しい情報を、すべてを変える証明としてではなく、確率をシフトさせる証拠として扱う。
   基準率の無視:なぜ私たちは確率を無視するのか
6. 免疫の背後にある大きな思い込みを検証する
   自分を行き詰まらせている思い込みが本当に正しいかを確かめる、小さな実験を設計する。
   ケーガンの主体客体理論を実践に活かす
7. 過去の範囲を超えた結果に対して計画をストレステストする
   最悪の結果が過去に観測されたどんなケースよりも2倍悪かったら、自分の計画がどう持ちこたえるかを問う。
   ルーディック・ファラシー：現実をゲームと勘違いするとき
8. 深い不確実性下での分散に1/Nルールを使う
   各選択肢の価値を信頼性高く見積もれないとき、リソースを均等に分散する。
   シンプル・ヒューリスティクス:ゲルト・ギーゲレンツァーの「速く倹約的な思考」擁護論
9. 自分の領域のルールが本当に安定しているか確かめる
   確率モデルを適用する前に、結果を左右するルールがゲームの途中で変わりうるかを問う。
   ルーディック・ファラシー：現実をゲームと勘違いするとき
10. 不公平な曖昧さプレミアムを要求していないか確認する
    同等の既知のオッズのリスクなら何を受け入れるかを見積もる——未知のオッズに対する基準がはるかに高いなら、そのギャップがバイアスである。
    曖昧さ回避——なぜ未知のオッズは悪いオッズよりも悪く感じられるのか

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。