今日のフォーカス
問題の3類型
発生型・設定型・潜在型を素早く分類し、適切なアプローチを選択する
期待値による意思決定
不確実性を確率×インパクトで定量化し、リソース制約下で合理的な組み合わせを選ぶ
問題の再定義
「解くべき問題が間違っている」に気づき、データで上位者を説得するプロセスを習得する
以下の3つの状況を「発生型」「設定型」「潜在型」に分類し、それぞれの対応アプローチを述べよ。
思考プロセスを展開する
3類型を分類するための問いかけ：
- 発生型：「以前は良かったのに今は悪くなっている？」→ YESなら発生型
- 設定型：「現状に問題はないが、自発的にさらに高い目標を設定している？」→ YESなら設定型
- 潜在型：「今は問題ないが、放置すると将来の発生型になる予兆がある？」→ YESなら潜在型
状況Cのポイント：「現時点でインシデントはゼロ」という記述が「潜在型」の典型的なミスリードになる。
模範解答を見る
状況A → 発生型
判断基準：既存の基準から逸脱している（悪化）
対応アプローチ：原因を特定し「元の状態に戻す」。RCA（根本原因分析）から入る
状況B → 設定型
判断基準：現状は問題ないが、自発的にギャップを設定している
対応アプローチ：現状→目標へのギャップを埋める改善策を「設計する」
状況C → 潜在型 ⚠
判断基準：今は問題ないが、将来の発生型になる可能性がある予兆
対応アプローチ：今すぐ「予防的介入」。非公式コミュニケーションの減少は心理的安全性低下のサイン
3類型の要点まとめ
| 類型 | キーワード | アプローチ | 例 |
|---|---|---|---|
| 発生型 | 「以前は良かった」 | 戻す（RCA → 修正） | チャーン率急上昇 |
| 設定型 | 「もっと良くしたい」 | 設計する（改善計画） | NPS目標引き上げ |
| 潜在型 | 「今は大丈夫だが…」 | 予防する（早期介入） | Slack非公式会話激減 |
Q1 自己評価
3つの施策候補から最も合理的な組み合わせを選べ。計算過程を示すこと。
- 各施策の期待獲得ユーザー数を計算せよ
- 最も合理的な組み合わせとその理由を述べよ
- この意思決定を「Type 1 / Type 2」で分類し、意思決定スピードの方針を述べよ
施策の詳細データを確認する
| 施策 | 内容 | 成功率 | 成功時 獲得数 | 失敗時 獲得数 | 必要工数 |
|---|---|---|---|---|---|
| X | APIパートナーシップ強化 | 60% | +4万人 | +2,000人 | 5名 × 3ヶ月 |
| Y | 口コミ拡散（紹介機能開発） | 40% | +2.5万人 | +3,000人 | 3名 × 2ヶ月 |
| Z | 有料広告（月200万円） | 70% | +1.5万人 | +5,000人 | 1名 × 1ヶ月 |
思考プロセスを展開する
期待値の計算式：E = P(成功) × 成功時獲得数 + P(失敗) × 失敗時獲得数
組み合わせを評価する際は「リソース制約（7名）」「リスク分散」「期待値合計」の3軸で評価する。
Type 1（不可逆）は慎重に、Type 2（可逆）は素早く動いて中間レビューを設ける。
模範解答を見る
(1) 期待獲得ユーザー数の計算
施策X：期待値
0.6 × 40,000 + 0.4 × 2,000
= 24,000 + 800
= 24,800人
工数: 5名×3ヶ月（最大）
施策Y：期待値
0.4 × 25,000 + 0.6 × 3,000
= 10,000 + 1,800
= 11,800人
工数: 3名×2ヶ月
施策Z：期待値
0.7 × 15,000 + 0.3 × 5,000
= 10,500 + 1,500
= 12,000人
工数: 1名×1ヶ月
(2) 推奨組み合わせ：Y + Z の並行実施
| 評価軸 | X単独 | Y + Z（推奨） | X + Z |
|---|---|---|---|
| 期待獲得数 | 24,800人 | 23,800人 | 36,800人 |
| 必要工数 | 5名 | 4名（余裕あり） | 6名（余裕なし） |
| リスク分散 | 低（単一チャネル） | 高（有機+広告） | 中 |
| 失敗時最低保証 | 2,000人 | 8,000人 | 7,000人 |
- (a) リソース効率が高い（4名で済む → 3名を他施策に回せる）
- (b) 合計期待値23,800人で目標（3万人）に迫れる（+ Xを後から追加する選択肢も残る）
- (c) 有機（口コミ）と広告でチャネルが異なりリスク分散が効く
- (d) 失敗時でも最低8,000人は確保できる下振れ耐性
(3) Type分類
施策YもZも2ヶ月以内に効果が見え始め、中止・変更が可能。→ 素早く動き、2ヶ月後に中間レビューを設定。Type 1的な慎重さは不要。
Q2 自己評価
しかし、ユーザーリサーチでは「マッチング精度は問題ない。候補者の辞退理由がわからない」という声が多数。
データの詳細を確認する
| 指標 | 自社 | 業界平均 | 差 |
|---|---|---|---|
| 一次面接進行率 | 22% | 42% | ▼ 20pt（最大のロスポイント） |
| 内定承諾率 | 58% | 67% | ▼ 9pt（比較的小さい差） |
候補者アンケート回答：「スカウトメールが抽象的」「面接調整のメール返信が3日以上かかる」
思考プロセスを展開する
ファネル分析の手順：
- スカウト送付 → 面接進行 → 内定 → 内定承諾 の各ステップで離脱率を計算
- 最もロスの大きいステップを特定（ボトルネック）
- ボトルネックの原因を定性データ（アンケート）で補強
- CEOの指示（アルゴリズム改善）はどのステップに効くか評価する
重要：「上位者の指示と異なる」場合は、対立ではなく目的の共有から入る。「成長したい」という目的には同意する。
模範解答を見る
ファネル分析：ボトルネックの特定
「マッチング精度不足」ではなく「スカウト受信後の面接進行率が業界平均の半分（22% vs 42%）」が本当の問題。このギャップ10ポイント改善で年間500件以上の面接増加につながる。
根本原因：スカウトメールの品質不足 + 候補者対応レイテンシー（3日以上）。アルゴリズム改善ではこれは解決しない。
CEOへの伝え方（And Stance）
問題再定義のプロセスまとめ
22% vs 42% の差がどこで生じているかを明確にする
アンケートから「スカウト品質」「レイテンシー」が原因であることを示す
目的（成長）に同意した上で、「もっと効果的な手段」として提案する
2週間のA/Bテストという低コストの検証を挟み、判断を先延ばしさせない
Q3 自己評価
今日のまとめ
次回への接続（2026-05-07）
- 問題解決プロセスで感情が絡む状況（関係者の抵抗、チームの士気低下）→ EQ-Bで扱う
- 「And Stance」は論理的プロセスだが、実際の場面では相手の感情状態への配慮が必要
- 今日のQ3「CFOへの説得」はEQ-Bのシナリオと直結している