これはAIが翻訳した投稿です。
言語を選択
durumis AIが要約した文章
- 企業の意思決定基準として人間の行動を活用する現象中心アプローチを紹介し、メガトレンドにのみ集中することの限界を指摘し、人間の 行動に対する理解を強調します。
- 現象観察による帰納的解決方法を提示し、従来の仮説中心的なアプローチの限界を克服し、より豊かで差別化された成長機会を見つける方法を説明します。
- さまざまなソースからデータを収集し、民族誌学的深層分析、顧客洞察の活用、プロトタイプの作成、試作品テストなどの段階を経て、新しい 商品や提案を開発する具体的なプロセスを紹介します。
1番目の記事に続いて...
ここで、現象中心のアプローチを紹介する。
A. 分析の焦点となる「現象」
メガトレンドに重点を置きすぎると、状況別の詳細を説明することが難しくなる。商品の価値中心のアプローチにおいて、市場と対象 グループの規模を過度に強調すると、顧客のニーズと熱意を理解することに集中することが難しくなり、それは将来どのような新製品を 提供すべきかという基準情報を不足させる。また、製品中心のアプローチを採用する場合、プロセス初期に急いで問題解決 モードに移行することで、最終的に既存の製品に近い製品を開発したり、市場のニーズを満たせない製品に投資したりするリスクが大幅に 増加する。
このような落とし穴を避けるために、私は現象中心のアプローチを提案する。現象学は日常生活、つまり人々の意図的な関係と、人々が 関心を持って経験するものの意味に焦点を当てる。 運転手にとって自動車の役割はどのように変化しているのか?私たちが金銭と結ぶ関係が抽象的なのはなぜか?患者がなぜ自分自身の服用戦略を 作り出すのか?簡単に言えば、現象学は、私たちが単にコカ・コーラが入ったガラス瓶を見るだけではないことを理解させる。 私たちが見ているのは、感情とその関連性を呼び起こすコーラ瓶、混乱、郷愁、喜び、または嫌悪の考えを残すガラス瓶だ。
関連して、以下の3つの基本的な理解要素が必ず必要となる。
- 人間であることはどういう意味かについての理解
- 人間の行動を理解するための調査方法
- 新しいインサイトを発見できる推論のプロセス
現象中心のアプローチの主な課題は、特定のコンセプトとソリューションが開発される前に、より多くの分析を必要とすることだ。代わりに、このようなアプローチは、より 豊かで、差別化され、潜在的にユニークな成長の機会で報われる。
B. 観察結果から最善の説明を推論するアブダクティブな問題解決方式
仮説中心の問題解決方式は、企業ビジネス戦略の世界にすでに広く普及している。このようなアプローチは、ほとんどの場合、迅速かつ単純で構造化された フレームワークを提供するのに効果的だ。しかし、不確実性の高い他の状況で独創的なアイデアを開発するためには使用できないという限界 も明らかだ。人間としての確認バイアスを考慮すると、仮説中心の問題解決は、考えられる仮説を探求することに限定され、 持っている先入観の中でどれが問題を解決する可能性が最も高いかを判断するのに役立つだけだ。
一方、アブダクションは、既存の仮定と先入観と比較して矛盾する可能性のあるデータを積極的に探し出し、それを理解しようとする プロセスだ。そのため、推論の形式は以下のようになる。驚くべき事実、Cが観察された。しかし、Aが真実であれば、Cは当然問題になるだろう。 そのため、Aが真実かどうか疑う理由がある。関連して、成功するアブダクティブな問題解決方式は、データの過剰な負荷、継続的なパターン認識、 公開的で批判的な議論を特徴とし、このようなプロセスは予想よりもはるかに激しく進行する。
C. 多様な補完的な方法を使用したデータ収集
現象の観察結果に基づいて進行するアブダクティブな問題解決原則に従って、目に見えなかった死角が明らかになるように、さまざまなソースからの データ収集が必要となる。このプロセスでは、人間についての豊かで微妙な理解に基づく視点を必要とする。このような視点は、深い 質的研究、膨大な量のデータの有効性検証、厳格な財務分析によってのみ得られる。しかし、多くの企業は、NPV計算や顧客セグメント規模を決定する時と同じレベルの確信と厳格な態度で、質的なデータを適用することに苦労している。そのため、 単にさまざまなソースからデータを収集するだけでは十分ではない。むしろ、いつデータを収集すべきかを慎重に検討する必要がある。
- まず、その分析を導くべき現象を定義する。(家庭用機器業界の企業であれば、「家」、ワイン業界の企業であれば 「宴会」となる。)
- その企業のDNAを定義するための社内インタビューとオープン型アンケートを実施する。
- 将来の変革のための長期的な原動力を確認し、社会経済データを活用して潜在的なホットスポットを定義する。
- 質的データ(業界、隣接産業、学界の専門家インタビュー)を活用して、関連する現象における新しい顧客/消費者の行動変化の兆候を 見つける。
- それぞれの潜在的な成長プラットフォームにおいて、事業機会を試すことができる新しい商業的な可能性を見つける。
D. 抽象的なデータからの具現化
これで、企業内の経営陣が直面している根本的な課題を解決する。どの可能性に投資するか、どのようにその変化を直系組織に影響を与えるかなどの質問に対する答えを決定する。そのため、獲得したデータを基に、以下のような5段階を提示する。
1. 特定の市場で民族誌的な深層分析を実施して、その提案を導き出す顧客の満たされていないニーズと目標を 把握する。
2. 顧客/消費者インサイトを活用してアイデアを導き出し、最も良いアイデアを選択する。
3. その中で最高のアイデアをプロトタイプとして制作する。
4. 実顧客を対象に試作品をテストする。
5. 市場への影響を評価した後、新しい商品や提案を社内の直系組織に伝達するか、外部のパートナーに 販売し、その結果が期待に達しない場合は廃棄する必要がある。
このようなプロセスは、構造化されたフレームワークを提供するだけでなく、より機敏なプロセス進行にも役立つ。つまり、良くないアイデアは 初期に排除できるため、良いアイデアを活用するための時間と費用をより多く確保できる。
-
最後に、確実性の安心感から脱却することが、すべての企業にとって意味のある投資であるとは言うつもりはない。ただし、紹介した現象中心のアプローチ に関連する分析的な難しさが、最終的にはより魅力的な機会の発見で報われるだろう。そして、これは今後数年間の競争力のある 差別化の源泉を提供するだろうというのが、この文章を書いている私の確信だ。