目次

序文

あらゆる問題に使える完全無欠の問題解決メソッド

はじめに ── 大学生から経営者まで使える「完全無欠の問題解決」ガイド

「複雑な問題解決」は、現代で最も求められるスキル
問題解決力を開発するフレームワークはまだ十分ではない
問題解決で決定的に重要な７つの問い
問題解決に失敗すると、ときに人命を失う
コラム　チャレンジャー号事故は、分析の悲劇的な誤りだった
問題解決でよくある７つの失敗
　　失敗１　問題定義文があいまいなまま分析に入る
　　失敗２　過去の経験のみに基づいて解決策を断言する
　　失敗３　問題を細かく分解しない
　　失敗４　チームの構造や規範を軽視している
　　失敗５　分析ツールが不完全
　　失敗６　分析結果と、行動を促すストーリーとを結びつけない
　　失敗７　問題解決のプロセスを反復しない
大学生から経営者まで使える問題解決の辞典

第１章　「完全無欠の問題解決」をマスターする

日本語もわからないのに、キヤノンの工場立地モデルを作れ？
上司に突然進捗を聞かれても「現時点での答え」を即答できる
すべての問題解決は「ロジックツリー」から始まる
５つのケースで「完全無欠の問題解決」の全貌を伝えよう
　　ケース１　シドニー空港の規模は将来的に十分か？
　　ケース２　自宅の屋根にソーラーパネルを設置すべきか？
　　ケース３　どこに住むべきか？
　　ケース４　スタートアップ企業は販売価格を上げるべきか？
　　ケース５　幼稚園から高校までの学校教育税負担を支援すべきか？
　　第１章のまとめ
　　独学のための練習問題

第２章　問題を定義する

定義が不十分だと問題解決は失敗する
優れた問題定義文の６つの特徴
ケース　パシフィックサーモンの保護
理解が深まるのに合わせ、問題定義文を進化させる
常に高いレベルで問題を定義せよ
適切な問題定義でＨＩＶ感染者が10年間で60万人も減少
問題定義文は「問いとの対話」で鋭くなる
「デザイン思考」は消費・製品領域で特に威力を発揮する
　　第２章のまとめ
　　独学のための練習問題

第３章　問題を分解し、優先順位を付ける

「ロジックツリー」でエレガントな解決策を見つける
問題解決の「梃子」を見つけるには
最初のツリーで問題を素早く把握する
ロジックツリーから仮説を引き出せないときは
「演繹的ロジックツリー」で競合他社と収益構造を比較する
ケース　ホームセンター業界の首位争い
ＲＯＩＣの比較でビジネスモデルの違いが浮き彫りになる
店舗あたり売上高で倍の差をつけられたヘチンガーの末路
ケース　サンフランシスコの看護師不足
「帰納的ロジックツリー」で一般原則を導く
ケース　現代にはそぐわない歴史的偉人の価値観
「優先順位付け」によって少ない労力で速く問題解決する
「分割フレーム」で潜在的な解決策を映し出す
解決策を素早く見出す８つの分割フレーム
　　フレーム１　価格／数量
　　フレーム２　プリンシパル／エージェント
　　フレーム３　資産／オプション
　　フレーム４　協力／競争
　　フレーム５　規制／インセンティブ
　　フレーム６　平等／自由
　　フレーム７　緩和／適応
　　フレーム８　需要／供給
ケース　気候変動の緩和と費用曲線
個人の問題解決でも使える３つの分割フレーム
　　フレーム１　仕事／遊び
　　フレーム２　短期的／長期的
　　フレーム３　経済的／非経済的
「チームの力」で問題解決を創造的にする
　　第３章のまとめ
　　独学のための練習問題

第４章　作業計画を立てる

適切な作業計画がなければ時間と労力が無駄になる
「仮説のない分析」をしなければ多くの無駄は省かれる
マイクロソフトプロジェクトの落とし穴
「現時点での最良の答え」で思考を明快にする
「１日の答え」を構成する３パート
　　パート１　状況
　　パート２　複雑化
　　パート３　解決策
最高の問題解決チームが持っている３つの共通点
共通点１　状況によって階層構造が柔軟に変わる
共通点２　チームプロセスについて３つの規範を持っている
　　規範１　仮説主導的・最終成果物指向的
　　規範２　仮説とデータの間を頻繁に行き来する
　　規範３　画期的な考え方を求める
共通点３　バイアスや誤りを回避するための備えがある
問題解決において陥りがちな５つのバイアス
　　バイアス１　確証バイアス
　　バイアス２　アンカリングバイアス
　　バイアス３　損失回避
　　バイアス４　可用性バイアス
　　バイアス５　過度の楽観
バイアスを軽減するための７つのアプローチ
　　アプローチ１　チームメンバーの多様性を確保する
　　アプローチ２　常に複数のツリーや分割フレームを試す
　　アプローチ３　仮説には疑問符を追加する
　　アプローチ４　バイアスを排除するブレーンストーミングを行う
　　アプローチ５　下振れシナリオの明示的なモデリングと死亡前死因分析
　　アプローチ６　優れた分析手法
　　アプローチ７　データソースの拡大
「リーン」「アジャイル」「スクラム」と問題解決の関係
　　第４章のまとめ
　　独学のための練習問題

第５章　「経験則」で問題をざっと分析する

腰を据えて分析をする前に、大まかな方向性を把握する
分析の近道として機能する11のヒューリスティックス
　　ヒューリスティックス１　オッカムの剃刀
　　ヒューリスティックス２　「大きさの程度」分析
　　ヒューリスティックス３　パレートの法則
　　ヒューリスティックス４　複利の成長率
　　ヒューリスティックス５　Ｓ字曲線
　　ヒューリスティックス６　期待値
　　ヒューリスティックス７　ベイジアン思考
　　ヒューリスティックス８　類推による推論
　　ヒューリスティックス９　損益分岐点
　　ヒューリスティックス10　限界分析
　　ヒューリスティックス11　結果の分布
問いを３つ立てるだけで、大まかな解決策にたどりつける
ケース　心臓発作の患者の分類
ケース　膝関節鏡手術を今すぐすべきか
コラム　ハイテク製造業の現場から生まれた「根本原因分析」
　　第５章のまとめ
　　独学のための練習問題

第６章　「奥の手」で問題を深く分析する

分析には「奥の手」があり、専門家でなくとも使える
無料ソフトを駆使して「奥の手」を使う
「奥の手」は正しいタイミングでこそ輝く
正しく「奥の手」を選ぶための意思決定ツリー
「奥の手」を使った９つのケーススタディ
ケース１　データを視覚化する ── ロンドンの大気の質
ケース２　回帰分析 ── 肥満と相関する変数を見つける
肥満を82％説明する４つの変数とは
ケース３　ベイズ統計 ── なぜチャレンジャー号は爆発したか
ケース４　実験 ── ウェブサイトのトップバナー
「ＡＢテスト」でオンラインの売上高が43％増えた
ケース５　自然実験 ── 有権者が隠し持つ偏見を見つける
あたかも「実験」しているような状況を見つけて利用する
ケース６　シミュレーション ── 気候変動
ケース７　機械学習 ── 睡眠時無呼吸症候群の発症を予測する
高コストの検査なしに病気の発症を予測できる
簡単なアルゴリズムでスクールバスのルートを最適化する
ドローンと機械学習でビーチのサメを発見する
ケース８　クラウドソーシング ── 音速の輸送システム
ケース９　ゲーム理論 ── テニスのサーブの狙いを決める
小さな研究機関でも、ＩＴの巨人に訴訟を挑んでよいか？
ＩＴの巨人に勝訴する戦略をゲーム理論で立てる
ゲーム理論上、最も返されにくいテニスサーブの狙いとは
サーブの狙いを意思決定ツリーで分析し直す
　　第６章のまとめ
　　独学のための練習問題

第７章　結果をまとめ、ストーリーで伝える

もう、プレゼンにびくびくしなくていい
発見は「ツリー」上にまとめると伝わる
「１日の答え」を「ピラミッド構造」に移行させる
説得力のあるストーリーは「ピラミッド構造」から作る
聞き手に都合の悪い結論を伝えるには
　　第７章のまとめ
　　独学のための練習問題

第８章　不確実性に対処する

期間が長く、複雑で、失敗が許されないケースの対処法
不確実性には５つのレベルがある
不確実性に対処するための６つの行動
　　行動１　情報の購入
　　行動２　ヘッジ
　　行動３　低コストの戦略オプション
　　行動４　保険の購入
　　行動５　悔いのない手段
　　行動６　大きな賭け
高い不確実性の下で戦略を立案する５つのケース
ケース１　将来のキャリアをどのように選ぶべきか
ケース２　老後のためにどれだけ貯金すればいいか
あなたはどれだけ長生きするのか
老後の「リスク許容度」で購入する金融商品が変わる
複利を考えれば、老後でもグロースファンドを買ってもいい
ケース３　鉱山を買うべきか
開発オプションを含むと全体の価値はどうなるか
「利得表」で不確実性のシナリオをまとめる
ケース４　新規事業を立ち上げる
「成長の階段」を建てるときの３つの考慮事項
　　考慮事項１　ストレッチ
　　考慮事項２　勢い
　　考慮事項３　柔軟性
「成長の階段」をドローン企業にあてはめる
ケース５　パシフィックサーモンの保護
「変化の理論」で全体をマッピングする
変化の段階を３つに分ける
　　変化の段階１　種蒔き
　　変化の段階２　栽培
　　変化の段階３　収穫
どの利害関係者も同意しなかったら、どうしたらいいか
　　第８章のまとめ
　　独学のための練習問題

第９章　「厄介な問題」を解決する

２つの「厄介な問題」に「完全無欠の問題解決」を当てはめる
問題１　世界的な肥満の流行をどう解決するか
５年以内に過体重・肥満の20％を正常体重に戻せるか？
肥満の問題を分解する
「費用曲線」で74の介入策の費用対効果を分析する
「費用対効果の高さ」と「エビデンス」で人を動かす
肥満問題への５つの追加提案
　　提案１　肥満の政策変数として「所得」と「教育水準」を含める
　　提案２　個人の行動に対するインセンティブをさらに活用する
　　提案３　肥満を解消する鍵としてのソーシャルネットワーク
　　提案４　妊娠中・幼児期の体重増加を抑制する
　　提案５　都市の歩きやすさや能動的な乗り物を活用する
問題２　共有地での資源乱獲を減らす
米国西海岸の底魚を保護するには
従来の解決策はほとんど機能していない
再構築への新しいアプローチとは
モロベイのケーススタディ
厄介すぎる４つの問題とその対応
　　問題１　介入の結果、問題の形が変わってしまう場合
　　問題２　問題に対する唯一の正しい答えがない場合
　　問題３　価値観が重要な役割を果たす場合
　　問題４　実際の問題が、より明白な他の問題の入れ子になっている場合
　　第９章のまとめ
　　独学のための練習問題

第10章　優れた問題解決者になる

優れた問題解決者になるための10のポイント
　　ポイント１　問題を理解するために時間をかける
　　ポイント２　問題定義文から始める
　　ポイント３　ツリーでいくつかの切り口を試す
　　ポイント４　可能なかぎりチームを使う
　　ポイント５　優れた作業計画に適切な投資をする
　　ポイント６　要約統計、ヒューリスティックス、経験則から分析を始める
　　ポイント７　「奥の手」を恐れず使う
　　ポイント８　分析と同程度、結果の統合とストーリーの説明にも力を入れる
　　ポイント９　７ステップのプロセスを反復し、ときには圧縮・拡張する
　　ポイント10　どんな問題も恐れない

補講　独学者のための問題解決ワークシート

著者について

謝辞

参考文献

索引

著者

チャールズ・コン（Charles Conn）
ハーバード大学、ボストン大学卒業、およびローズ奨学生としてオックスフォード大学大学院修了。ボストン コンサルティング グループでキャリアを開始した後、マッキンゼー・アンド・カンパニーのパートナー、ティケットマスター・シティーサーチ社の創設代表取締役、オックスフォード大学ローズ奨学金財団CEOを歴任。100年を超える歴史を持つ財団組織において、学者のための問題解決トレーニング・プログラムの開発を含む戦略と運営を刷新するための改革を成功させる。ほかにもパタゴニア、南アフリカのマンデラ・ローズ財団、アルカディア財団など、数多くの企業や財団の理事会、役員会に参加。ゴードン＆ベティ・ムーア財団の上級顧問を務める。野生のサーモンの生態系イニシアティブとパルミラ環礁研究ステーションを含む環境保護プロジェクトに参加。

ロバート・マクリーン（Robert McLean）
ニューイングランド大学（オーストラリア）卒業、コロンビア大学ビジネススクール修了。マッキンゼー・アンド・カンパニーの名誉ディレクター。オーストラリアとニュージーランド共同事務所の総責任者として8年間同社を主導し、グローバル・ディレクター委員会委員を務める。オーストラリア経営大学院学部長、オーストラリア最大の慈善財団であるポール・ラムジー財団理事を歴任。オーストラリアとアジア地域の自然保護区の管財人として、湿地での水質保全、貝類の種の回復、都市の緑地からもたらされる人間の健康の改善に取り組んでいる。ビジネス、社会福祉、環境への貢献により、2010年オーストラリア勲章を受章。

訳者

吉良直人（きら・なおと）
国際基督教大学教養学部卒業。ハーバード大学経営大学院修了（MBA）。帝人未来事業部、帝人ボルボを経て、マッキンゼー・アンド・カンパニージャパンに入社。以来、大前研一氏の同社退職まで共に働いた。『マッキンゼーが予測する未来』（ダイヤモンド社）ほか訳書多数。