Community研究&データ分析github.com

仮説設計

反証可能な仮説を列挙し、それぞれに対する「何があれば間違いと判断するか」のテストと決定的な分析を定義することで、チームが闇雲に調査するのではなく、検証を進められるようにするスキルです。

仮説設計 とは?

このスキルは、チームが「八方美人」的になりがちなデータ収集・分析作業を、仮説駆動のアプローチに変換します。まず暫定的な答えを明示し、それを構成する2〜5個の反証可能な仮説に分解します。各仮説に対しては具体的な反証条件と、それを最も低コストで検証できる決定的な分析を定義します。優先順位は仮説の中心性と不確実性で決定し、結果に応じた分岐ロジックも設定することで、分析計画は単なるデータ収集リストではなく意思決定ツリーとなります。このスキルはClaude Code、Cursor、Codexなど、あらゆるAIエージェントプラットフォームで活用可能です。主なメリットは、分析が迷走するリスクを減らし、チームが最小限の労力で最大の確信を得られることです。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/andreworia/claude-consulting-skills/tree/main/skills/hypothesis-design

Installed? Explore more 研究&データ分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

仮説設計 は何をしますか?

使用タイミング

チームが明確な見解を持たずにデータ収集を始めようとしており、あらゆるものを分析した結果、何も結論が出ないリスクがある場合に使用します。このスキルは、答えを先に提示するアプローチに適しています。つまり、可能性のある答えを反証可能な仮説として最初に明示し、それを確認または否定できる分析にのみ労力を費やすようにします。これは「八方美人」的アプローチへの対抗策です。

機能

質問を少数の鋭く反証可能な仮説に変換し、それぞれに決定的なテストを組み合わせます。優れた仮説とは、具体的な主張であり、それが誤りである可能性があり、誤りを証明する証拠を具体的に挙げられるものです。このスキルは、優先順位付けされた仮説セットと、各仮説を決着させる単一の分析を生成し、作業計画を無駄のない尖ったものにします。

方法

このスキルは仮説駆動の問題解決、すなわち暫定的な答えを先に提示し、それを反証するためのテストを行う実践を実行します。

  1. 暫定的な答えを述べる。 主要な質問とチームが既に知っていることを踏まえ、現時点で最も確からしい答えを一文で記述します。これは意図的に断言的なものにします。答えを先に提示する計画には、テストするための答えが必要です。

  2. 答えを構成要素の仮説に分解する。 暫定的な答えを、その答えが正しいためにそれぞれが成立しなければならない2〜5個の主張に分解します。これらは、イシューツリーが存在する場合はそのブランチから引き出します。それぞれが仮説になります。

  3. 各仮説を反証可能にする。 適切な仮説とは以下の条件を満たします:

    • 具体性:ドライバー、方向性、適用範囲を明示している。
    • 反証可能性:仮説を偽とする結果を記述できる。
    • 重要度:もし真であれば、推奨事項が変わる。 曖昧な仮説(「マーケティングは改善できる」)を、鋭い仮説(「成長の制約はファネル最上流の需要ではなく、ミッドマーケットセグメントにおけるアクティベーションにある」)に書き換えます。
  4. 反証条件を定義する。 各仮説に対して、「___が見られたらこの仮説を放棄する」という文を完成させます。反証条件を事前に明示することで、分析が知らず知らずのうちに証拠探しに変わるのを防ぎます。

  5. 決定的な分析を特定する。 各仮説に対して、真偽を最も低コストで区別できる単一の分析または証拠を特定します。仮説を最も早く否定できるテストを優先します。必要なデータと、その入手の難易度を大まかに記載します。

  6. 仮説セットに優先順位を付ける。 仮説を次の2つの要素でランク付けします:答えに対する中心性の高さ、および現時点での不確実性の高さ。中心性が高く不確実性の高い仮説からテストします。主要仮説が早期に反証された場合は、暫定的な答えを修正し、仮説を導き直します(そのまま進み続けません)。

  7. 分岐ロジックを設定する。 各結果(仮説が成立する場合、仮説が成立しない場合)ごとに、何を結論づけ、次に何を行うかを記述します。これにより、計画はデータ収集リストではなく、意思決定ツリーになります。

入力

  • 主要な質問(問題定義から)と、任意のイシューツリー。
  • チームが答えは何だと考えているか。
  • どの主張が最も不確実かという感覚。

出力形式

仮説計画:

  • 暫定的な答え:一文の断言的な推測。
  • 仮説セット:各仮説を具体的で反証可能な主張として記述。
  • 各仮説に対する:反証条件(「___が見られたらこれを放棄する」)、単一の決定的な分析、および必要なデータ。
  • 優先順位:中心性と不確実性でランク付けされた仮説。
  • 分岐ロジック:各結果の下で推奨事項がどう変わるか。

例

主要な質問:なぜ収益成長が停滞しており、何が最も早く回復させるか?

暫定的な答え:成長が停滞しているのは、最大セグメントの解約率が新規顧客による補充ペースを上回っているためであり、最も早い回復手段は獲得ではなくリテンションである。

構成要素仮説:

  • H1:トップセグメントにおける純収益維持率が補充率を下回っている。反証条件:そのセグメントでの維持率が横ばいまたは上昇している。決定的な分析:8四半期にわたるセグメント別コホート維持率。必要なデータ:コホート別の課金記録。
  • H2:解約は価格ではなく、特定の未充足ニーズによって引き起こされている。反証条件:解約アカウントが理由として価格を挙げている。決定的な分析:理由別にコード化された構造化退会インタビュー。必要なデータ:解約アカウントの連絡先記録。
  • H3:獲得は健全であり、制約ではない。反証条件:新規顧客数も減少している。決定的な分析:ソース別の新規顧客動向。

優先順位:まずH1(中心性が高く不確実)。分岐ロジック:H1が成立する場合、推奨事項はリテンションに重点を置き、H2が具体的なレバーを提供する。H1が成立しない場合、暫定的な答えは誤りであり、計画は獲得に軸足を移し、H3から再導出する。

Individual skills in this repo

This repo contains 10 individual skills — each has its own dedicated page.

andreworia/competitor-analysis

Reads industry structure with Porter's Five Forces and profiles rivals on capability and cost, giving a clear view of who you compete with and how attractive the industry really is.

andreworia/cost-driver-analysis

Decomposes cost changes into volume, rate, and mix effects to identify the true root cause of cost escalation or decline.

andreworia/insight-synthesis

Turns raw findings into ranked insights by laddering each finding up the so-what chain from observation to implication to the action it demands.

andreworia/issue-tree-builder

Decomposes one big question into a MECE issue tree or hypothesis tree of testable sub-questions, with branches ranked by impact so the team analyzes what matters first.

andreworia/objection-handling

Prepares for a hostile room by pre-morteming the pushback, surfacing the hardest questions your recommendation will face, and drafting a tight, evidence-backed answer to each.

andreworia/problem-definition

Turns a vague symptom or an over-broad brief into a one-page SCQA problem statement and a single decision-shaped key question the work must answer.

andreworia/process-redesign

Maps a core process end to end with Lean value-stream analysis and redesigns it to remove waste and fix broken handoffs.

andreworia/pyramid-storyline

Structures an argument using the Pyramid Principle and SCQA so the recommendation lands in the first 60 seconds, with every supporting line grouped MECE beneath one governing thought.

andreworia/where-to-play-how-to-win

Builds a linked strategy choice cascade (winning aspiration, where to play, how to win, capabilities, management systems) so a direction is coherent and internally reinforcing, not a list of ideas.

andreworia/zero-based-budget-builder

Builds a zero-based budget for a cost center by requiring every line item to be justified from first principles rather than rolled forward from the prior year.

関連スキル