コーチングプラクティス： パラメータ分析のやり方

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。「パラメータ分析のやり方」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. モデルの複雑さを削る
   証拠に合う最もシンプルなモデルを、状況の中で優先する。
   オッカムの剃刀:よりシンプルな説明を選ぶ
2. 取り組む前にインパクトと実行可能性で枝の優先順位をつける
   ツリーは分析可能なものを示す——時間を費やす前に、どの枝が調べる価値があるかを決める。
   イシューツリー分析
3. 構造が問題であるときに数値を最適化しようとする引力に抵抗する
   数値を調整しているときに気づき、その構造が実際の問題かどうかを問う。
   レバレッジ・ポイント
4. 修正・拡大する
   問い:ある要素を大きく、小さく、速く、遅く、強く、または弱くしたらどうなるか?
   SCAMPER法:体系的な創造性テクニック
5. 多くの決断において、直感が長い分析に勝る
   好みの理由を過剰に説明することは、実際に感情的予測の質を低下させることがある。
   感情予測:なぜ自分の気持ちを見誤るのか
6. 既知の極端な値と照らして妥当性をチェックする
   自分の見積もりを、明らかに高すぎる境界と低すぎる境界と照らしてテストし、範囲を較正する。
   フェルミ推定
7. 実践できるモルフォロジカル・アナリシス(形態分析法)
   天体物理学者Fritz Zwickyによって開発されたモルフォロジカル・アナリシス(形態分析法)は、問題の主要な次元のすべての可能な組み合わせを探索するための構造化された方法だ。問題を独立したパラメータに分解し、それらをマトリックスの中で網羅的に組み合わせることで、直感やブレインストーミングでは確実に見逃してしまう解決策の組み合わせを明らかにする。この方法のエビデンスは、主に強い応用の歴史を持つ工学とデザインの分野からのものだ。
8. 自分の見積もりを追跡し較正する
   可能なときは自分のフェルミ推定と実際の数値を比較し、そのギャップを使って今後の見積もりを改善する。
   フェルミ推定
9. 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
10. 実証済みのMECEフレームワークを出発点の構造として使う
    標準的なフレームワーク（利益ツリー、4P、ポーターのファイブフォース）は事前に構築されたMECE構造だ——ゼロから作り直すのではなく、それを使う。
    イシューツリー分析

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。