Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
RSGT2018
Search
KASUYA, Daisuke
January 12, 2018
Business
7k
2
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
RSGT2018
RSGT2018 登壇資料
KASUYA, Daisuke
January 12, 2018
More Decks by KASUYA, Daisuke
See All by KASUYA, Daisuke
さまざまなサイズにおける巻き込み方と伝え方 / OSO2026
daiksy
1
290
エンジニアリングマネージャーの成長の道筋とキャリア / Developers Summit 2025 KANSAI
daiksy
7
8k
はてなの開発20年史と DevOpsの歩み / DevOpsDays Tokyo 2025 Keynote
daiksy
6
5.5k
わたしがEMとして入社した「最初の100日」の過ごし方 / EMConfJp2025
daiksy
22
16k
はてなのチーム開発一巡り / Hatena Engineer Seminar 30
daiksy
0
970
ふりかえりカンファレンスLT/Get Wild
daiksy
0
2.1k
スクラムマスターの採用事情 / scrum fest fukuoka 2023
daiksy
1
3.1k
スクラムのスケールとチームトポロジー / Scaled Scrum and Team Topologies
daiksy
1
1.6k
Scrum@Scaleの理論と実装 / RSGT2022
daiksy
2
11k
Other Decks in Business
See All in Business
ゲームにおけるメディアミックス展開との向き合い方 -ヘブンバーンズレッドのメディアミックス企画の立て方-
gree_tech
PRO
0
870
“隣のチームの改善の取り組み”を見える化 すれば、チームはもっと良くなると思っていた。同じ部署 19チーム・243件 の取り組みを見える化した記録と、見えてきた 壁と価値
hansodeeeeee
0
190
PLAID ALPHA概要資料_202608
plaid
PRO
0
330
株式会社ジオコード 会社紹介・採用説明資料
geocode0214
0
740
Bet AI Day 2026丨LayerXの採用を支える組織AIの現在地と、Agentに任せる未来
layerx
PRO
10
13k
AWSのログ/アラートの調査を AIで自動化してみた話
tomomasa
0
160
AIがなくてもつよいPM/PdM/ディレクターになるには?
iflection
0
900
ラス恋カンパニーデック_260907
laskoi
0
320
【全資料公開】AIとアイデアソン:思考の盲点を突く「人機共想」のプロセスと実践手法
ishiirikie
1
350
freeeの福利厚生と働き方
freee
PRO
1
110k
UNICORN株式会社2026会社説明資料
unicorn
0
1.6k
3DC Company Deck v2026
3dc_inc
0
550
Featured
See All Featured
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
230
23k
Code Review Best Practice
trishagee
74
20k
VelocityConf: Rendering Performance Case Studies
addyosmani
331
25k
Technical Leadership for Architectural Decision Making
baasie
3
560
Side Projects
sachag
456
43k
Why Your Marketing Sucks and What You Can Do About It - Sophie Logan
marketingsoph
0
400
Optimizing for Happiness
mojombo
378
71k
The Illustrated Children's Guide to Kubernetes
chrisshort
51
53k
Building Better People: How to give real-time feedback that sticks.
wjessup
370
20k
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
290
Redefining SEO in the New Era of Traffic Generation
szymonslowik
1
410
Fireside Chat
paigeccino
43
4k
Transcript
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ 2018-01-12 Regional Scrum Gathering Tokyo 2018 גࣜձࣾ
ͯͳ പ୩େี (id:daiksy)
ࣗݾհ പ୩େี(@daiksy) ▸ גࣜձࣾ ͯͳ ▸ Mackerel։ൃνʔϜσΟϨΫλʔ ▸ ScalaMatsuriελοϑ ▸
ScalaؔSummitελοϑ ▸ ࠷ۙDJ͡Ί·ͨ͠
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ Mackerel։ൃνʔϜͷ ژ Ѫ ౦ژ
Mackerel։ൃνʔϜͷ ژ Ѫ ౦ژ ΦϑΟε ΦϑΟε ࣗ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫͷϝϦοτ ▸ ॊೈͳಇ͖ํ ▸ ࢠҭͯ, հޢ, ௨Ӄ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫͷϝϦοτ ▸ ॊೈͳಇ͖ํ ▸ ࢠҭͯ, հޢ, ௨Ӄ ▸ झຯ׆ಈࣾ֎׆ಈͱࣄͷόϥϯγϯά ϦϞʔτϫʔΫ͍͠
- ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫͷϝϦοτ ▸ ॊೈͳಇ͖ํ ▸ ࢠҭͯ, հޢ, ௨Ӄ ▸ झຯ׆ಈࣾ֎׆ಈͱࣄͷόϥϯγϯά ▸
ํͷษڧձࢀՃͰதݱͷϗςϧͰࣄͨ͠Γ ▸ ※ͨͩ͠ମௐෆྑͷͱ͖ී௨ʹٳΈ·͠ΐ͏ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫ͍͠ ▸ ಋೖ͢ΔΈΛऔΓΊΔاۀ૿͖͑ͯͨ ▸ ΦϑΟεΛॆ࣮ͤͯ͞ಉҰϩέʔγϣϯͰಇ͜͏ͱ͍͏ߟ͑ ▸ ΅͘ΦϑΟεͰࣄ͍ͨ͠ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫ͍͠ ▸ ͳʹ͕͍ͩ͠Ζ͏ʁ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫ͍͠ ▸ ͳʹ͕͍ͩ͠Ζ͏ʁ ▸ ࣄͯ͠Δ;ΓΛͯ͠αϘΔͷͰʁ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫ͍͠ ▸ ͳʹ͕͍ͩ͠Ζ͏ʁ ▸ ࣄͯ͠Δ;ΓΛͯ͠αϘΔͷͰʁ ▸ ਓੜͰҰͨΓͱɺձࣾͰࣄΛαϘͬͨ͜ͱ͕ͳ ͍ਓ͚͕ͩੴΛ͛ͳ͍͞ ϦϞʔτϫʔΫ͍͠ -
ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫ͍͠ ▸ ͳʹ͕͍ͩ͠Ζ͏ʁ ▸ ࿑ཧͷ͠͞ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫ͍͠ ▸ ͳʹ͕͍ͩ͠Ζ͏ʁ ▸ ࿑ཧͷ͠͞ ▸ ಇ͖͗ͯ͢͠·͍͕ͪ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫ͍͠ ▸ ͳʹ͕͍ͩ͠Ζ͏ʁ ▸ ࿑ཧͷ͠͞ ▸ ಇ͖͗ͯ͢͠·͍͕ͪ ▸ ऴۀͷνϟΠϜ͕໐Βͳ͍ ▸
ಉ྅͕࣍ʑͱؼͬͯʮ͡Ό͋ؼΔ͔ʯͱ͍͏ง ғؾʹͳΒͳ͍ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫ͍͠ ▸ ͳʹ͕͍ͩ͠Ζ͏ʁ ▸ ࿑ཧͷ͠͞ ▸ ಇ͖͗ͯ͢͠·͍͕ͪ ▸ αϘΓΑΓͪ͜Βͷํ͕࿑ཧతʹ৺ ▸
ࣄͱϓϥΠϕʔτͷڥք͕ᐆດ ▸ ਅͷࡋྔ࿑ಇͰͳ͍ͱଟΓཱͨͳ͍ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫ͍͠ ▸ ͳʹ͕͍ͩ͠Ζ͏ʁ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫ͍͠ ▸ ͳʹ͕͍ͩ͠Ζ͏ʁ ▸ ϝϯόʔʹࣗओੑ͕ٻΊΒΕΔ ▸ إ͕ݟ͑ͳ͍ͷͰɺࠔͬͯΔ༷ࢠΛपΓͯ͘͠Εͳ͍ ▸ ͔ࣗΒಈ͘ඞཁ͕͋Δ ▸
ࣗओੑ͕ඞཁ == ݸਓͷࡋྔඞཁ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫ͍͠ ▸ ͳʹ͕͍ͩ͠Ζ͏ʁ ▸ ಥ͖٧ΊΔͱίϛϡχέʔγϣϯͷ͠͞ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϦϞʔτϫʔΫίϛϡχέʔγϣϯ͍͠ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ಉҰϩέʔγϣϯͱϦϞʔτͷࠩҟ ▸ ಉظతͳίϛϡχέʔγϣϯ͕͍͠ ▸ σεΫ·Ͱग़͍ͯΛ͔͚ͨΓͰ͖ͳ͍ ▸ جຊඇಉظͳίϛϡχέʔγϣϯʹͳΔ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ίϛϡχέʔγϣϯͷ͠͞Λ͍͔ʹࠀ͢Δ͔ ▸ ಓ۩Λͬͯ͢Δ ▸ ಛੑΛཧղͯ͠ίϯτϩʔϧ͢Δ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ಓ۩Λ͔ͭͬͯ͢Δ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ಓ۩Λ͏ ▸ खࢴ ▸ email ▸ ి ▸ νϟοτ ▸
ςϨϏձٞ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
MackerelνʔϜͰʁ ▸ νϟοτ ▸ GithubͷIssue ▸ ςϨϏ௨ (GoogleϋϯάΞτ Zoom)
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ϝΠϯͷίϛϡχέʔγϣϯ ▸ νϟοτ (Slack) ▸ ίϛϡχέʔγϣϯͷத৺ ▸ ࣄ༻ͱࡶஊ༻ (ࣄΛ͢Δʹ࣮ࡶஊॏཁ) ▸
ςΩετ͚ͩʹཔΒͳ͍ɻඞཁʹԠͯ͡௨ػೳͰԻ ձେʹɻͨͩ͠Ի௨ͷϩάνʔϜͱwikiͳͲ Ͱڞ༗͢Δ͜ͱɻ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ಛੑΛཧղͯ͠ίϯτϩʔϧ͢Δ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
▸ ςΩετใྔ͕গͳ͍ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετใྔ͕গͳ͍ ▸ ର໘ > ςϨϏ௨ > Ի௨ > ςΩετ
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετใྔ͕গͳ͍ ▸ ର໘ > ςϨϏ௨ > Ի௨ > ςΩετ
▸ ͷ༲ ▸ إͷදɾ ▸ ۭؾײ (?) ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετใྔ͕গͳ͍ ▸ ਓؒͷίϛϡχέʔγϣϯʹͱͬͯॏཁͳཁૉ ▸ ͓ޓ͍ͷײ৺ͷಈ͖ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ
ͷ͠͞
▸ ใྔͷଟՉͱ৺ཧత҆શͷ૬ؔʹ͍ͭͯ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ใྔͷଟՉͱ৺ཧత҆શͷ૬ؔʹ͍ͭͯ ▸ ৺ཧత҆શͱ ▸ ʮ৺ཧత҆શʯͱؔ࿈ͷ͋Δߟ͑ײʹ͍ͭͯਓʑ ͕ؾ݉Ͷͳ͘ൃݴͰ͖ΔงғؾΛ͢͞ɻ (ʰνʔϜ͕ػ ೳ͢ΔͱͲ͏͍͏͜ͱ͔ʱΑΓ) ϦϞʔτϫʔΫ͍͠
- ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ใྔͷଟՉͱ৺ཧత҆શͷ૬ؔʹ͍ͭͯ ▸ ৺ཧత҆શ͕ແ͍ঢ়ଶ ▸ ϛεΛใࠂͨ͠ΒࣤΒΕΔ͔͠Εͳ͍… ▸ ͜ͷఏҊΛͨ͠ΒࣗͷධՁ͕Լ͕Δ͔͠Εͳ͍… ϦϞʔτϫʔΫ͍͠ -
ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ใྔͷଟՉͱ৺ཧత҆શͷ૬ؔʹ͍ͭͯ ▸ ৺ཧత҆શ͕ແ͍ঢ়ଶ ▸ ϛεΛใࠂͨ͠ΒࣤΒΕΔ͔͠Εͳ͍… ▸ ͜ͷఏҊΛͨ͠ΒࣗͷධՁ͕Լ͕Δ͔͠Εͳ͍… ▸ ૬ख͕ԿΛߟ͍͑ͯΔͷ͔Θ͔Βͳ͍
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ਓؒͷίϛϡχέʔγϣϯͱײ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ਓؒͷίϛϡχέʔγϣϯͱײ ▸ ૬खͷػݏ͕ྑ͍ ▸ ૬खͷػݏ͕ѱ͍ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ
ͷ͠͞
▸ ਓؒͷίϛϡχέʔγϣϯͱײ ▸ ૬खͷػݏ͕ྑ͍ <= ྑ͍ঢ়ଶΛҡ࣋͢ΔΞϓϩʔν ▸ ૬खͷػݏ͕ѱ͍ ϦϞʔτϫʔΫ͍͠ -
ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ਓؒͷίϛϡχέʔγϣϯͱײ ▸ ૬खͷػݏ͕ྑ͍ <= ྑ͍ঢ়ଶΛҡ࣋͢ΔΞϓϩʔν ▸ ૬खͷػݏ͕ѱ͍ <= ѱ͍ঢ়ଶΛվળ͢ΔΞϓϩʔν
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ྑ࣭ͳίϛϡχέʔγϣϯͱײΓͤͳ͍ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ྑ࣭ͳίϛϡχέʔγϣϯͱײΓͤͳ͍ ▸ ૬खͷײΛਪ͠ྔΔʹใ͕ඞཁ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ྑ࣭ͳίϛϡχέʔγϣϯͱײΓͤͳ͍ ▸ ૬खͷײΛਪ͠ྔΔʹใ͕ඞཁ ▸ ͷ༲ ▸ إͷදɾ ▸ ۭؾײ
(?) ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετใྔ͕গͳ͍ ▸ ର໘ > ςϨϏ௨ > Ի௨ > ςΩετ
▸ ͷ༲ ▸ إͷදɾ ▸ ۭؾײ (?) ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετใྔ͕গͳ͍ ▸ ର໘ > ςϨϏ௨ > Ի௨ > ςΩετ
▸ ͦΕͧΕͷίϛϡχέʔγϣϯखஈʹ͓͚Δใྔͷ ࠩҟΛཧղ͠ɺҙࣝ͢Δ͜ͱɻͦͯ͠Ͱ͖Δ͚ͩͦΕ Λิ͏Λ͢Δ͜ͱɻ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετใྔ͕গͳ͍ ▸ ର໘ > ςϨϏ௨ > Ի௨ > ςΩετ
▸ ্هͰஈ֊తʹࣦΘΕΔใ = ײΛද͢ϝλใ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετใྔ͕গͳ͍ ▸ ର໘ > ςϨϏ௨ > Ի௨ > ςΩετ
▸ ্هͰஈ֊తʹࣦΘΕΔใ = ײΛද͢ϝλใ ▸ ϝλใΛޮՌతʹ͏͜ͱͰߟ͑Λ͑߹͏ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετใྔ͕গͳ͍ ▸ ର໘ > ςϨϏ௨ > Ի௨ > ςΩετ
▸ ্هͰஈ֊తʹࣦΘΕΔใ = ײΛද͢ϝλใ ▸ ϝλใΛޮՌతʹ͏͜ͱͰߟ͑Λ͑߹͏ ▸ ѱ༻Ͱ͖Δɻዣ׃ͨ͠Γɺʹૌ͑ͯݴ͍͘ΔΊͨΓ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετίϛϡχέʔγϣϯʹΑΔใͷܽΛิ͏ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετίϛϡχέʔγϣϯʹΑΔใͷܽΛิ͏ ▸ ໟͮ͘Ζ͍ͷίϛϡχέʔγϣϯ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετίϛϡχέʔγϣϯʹΑΔใͷܽΛิ͏ ▸ ໟͮ͘Ζ͍ͷίϛϡχέʔγϣϯ ▸ ͜ͷਓԿΛΈɺԿʹই͖ͭɺͲͷΑ͏ʹࣄΛਐ ΊΔ͜ͱΛྑ͠ͱ͢Δ͔ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετίϛϡχέʔγϣϯʹΑΔใͷܽΛิ͏ ▸ ໟͮ͘Ζ͍ͷίϛϡχέʔγϣϯ ▸ ͜ͷਓԿΛΈɺԿʹই͖ͭɺͲͷΑ͏ʹࣄΛਐ ΊΔ͜ͱΛྑ͠ͱ͢Δ͔ ▸ ࡶஊ͕ॏཁ ϦϞʔτϫʔΫ͍͠
- ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετίϛϡχέʔγϣϯʹΑΔใͷܽΛิ͏ ▸ ૬खͷਓͱͳΓΛཧղ͍ͯ͠ΕςΩετίϛϡχέʔγϣ ϯͰײΛਪ͠ྔΕΔΑ͏ʹͳΔ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετίϛϡχέʔγϣϯʹΑΔใͷܽΛิ͏ ▸ ૬खͷਓͱͳΓΛཧղ͍ͯ͠ΕςΩετίϛϡχέʔγϣ ϯͰײΛਪ͠ྔΕΔΑ͏ʹͳΔ ▸ ඞཁʹԠͯ͡ςϨϏձٞిͳͲͰҙࣝతʹใΛ૿ ͢ ϦϞʔτϫʔΫ͍͠ -
ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετίϛϡχέʔγϣϯʹΑΔใͷܽΛิ͏ ▸ ૬खͷਓͱͳΓΛཧղ͍ͯ͠ΕςΩετίϛϡχέʔγϣ ϯͰײΛਪ͠ྔΕΔΑ͏ʹͳΔ ▸ ඞཁʹԠͯ͡ςϨϏձٞిͳͲͰҙࣝతʹใΛ૿ ͢ ▸ ςΩετͷΓऔΓͰෆ҆ʹͳͬͨΒ૬खͷΛฉ͜͏
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετίϛϡχέʔγϣϯʹΑΔใͷܽΛิ͏ ▸ ςΩετͷ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετίϛϡχέʔγϣϯʹΑΔใͷܽΛิ͏ ▸ ςΩετͷ ▸ ςΩετใ͕গͳ͍ͷͰɺϑϥοτͳײෆ ػݏؾຯʹΘΔ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠
ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετίϛϡχέʔγϣϯʹΑΔใͷܽΛิ͏ ▸ ςΩετͷ ▸ ςΩετใ͕গͳ͍ͷͰɺϑϥοτͳײෆ ػݏؾຯʹΘΔ ▸ গ͠େ͛͞ʹײදݱΛೖΕΔͱྑ͍ ϦϞʔτϫʔΫ͍͠
- ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ςΩετίϛϡχέʔγϣϯʹΑΔใͷܽΛิ͏ ▸ ςΩετͷ ▸ ςΩετใ͕গͳ͍ͷͰɺϑϥοτͳײෆ ػݏؾຯʹΘΔ ▸ গ͠େ͛͞ʹײදݱΛೖΕΔͱྑ͍ ▸
ײ୰ූʂ ֆจࣈ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞
▸ ϦϞʔτϫʔΫ͍͠ ▸ ίϛϡχέʔγϣϯͷ͠͞ ▸ ใྔͷଟՉΛೝࣝ͢Δ ▸ ඞཁʹԠͯ͡ใྔΛίϯτϩʔϧ͢Δ ▸ ্ख͍͘͜ͳͯ͠ॊೈͳಇ͖ํΛ࣮ݱ͠Α͏
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠ ·ͱΊ
ϦϞʔτϫʔΫͷॴײ ▸ ͍͠ ▸ ࣄͷίϛϡχέʔγϣϯ͍ͦͦ͠ ▸ ݸਓͷಇ্͖͢͢͞Δ ▸ ίετͱۀͷόϥϯεΛͲ͏ݟۃΊΔ͔ ▸
νʔϜձࣾͷϑΣʔζʹΑͬͯஅҧ͏ ▸ ελʔτΞοϓʹ৽ϝϯόʔΛେྔʹೖΕͨޙͱ͔ઈ ରΊͨ΄͏͕͍͍ɻख़ͨ͠৫ͷํ͕Ϛονͦ͠͏ɻ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍͍ͬͯͬͯ͘͘͠