仮説を立てる際は多角的にデータや情報集めを最優先する

データドリブンで判断するというのは、何の根拠もない問診だけで診断を下すのではなく、データを集めるために患者さんにMRIを受診してもらい、ファクトを把握してから治療の方向性を決めるということです。

山本大平『「すぐやる」よりはかどる!仕事を「短くやる」習慣』(クロスメディア・パブリッシング)
山本大平『「すぐやる」よりはかどる! 仕事を「短くやる」習慣』(クロスメディア・パブリッシング)

「胃が痛い」という情報だけで問題点を絞り込んだのでは、患部が膵臓であるという事実にはたどり着くことができません。

手に入れた情報に頼り切るのではなく、客観的なデータを求めてMRIを受けてもらえば、「この患者さん、膵臓に問題がありそうだな」と論拠のある仮説を立てることが可能になり、すぐに有効な治療を始めることができます。

さらに、CTやエコー、採血など多角的に検査を行うことで痛みや不調の原因を突き止めやすくなります。

現代は詳細なデータを集められる時代ですから、仮説を立てる際は多角的にデータや情報集めを最優先する必要があるのです。

短くやるコツ
根拠のない仮説は、立てるだけ無駄!
【関連記事】
なぜインド人は世界の一流企業で出世するのか…「勤勉で真面目」な日本人が評価されなくなったワケ
社員は“マジメで勤勉”なのに、会社はアナログのまま…富士通の「DX請負人」が痛感した日本企業の重大な欠陥
会議中に「子供のお迎えなので帰ります」日本とは全然違う…フランスの医師が"5週間のバカンス"を取れるワケ
部下に「違うんだよ」とは絶対言わない…仕事のデキるリーダーが異質な意見が出た時にする質問
「私は聞いていない」という上司はムダな存在…トヨタ社内に貼ってある「仕事の7つのムダ」のすさまじさ【2022編集部セレクション】