Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
はじめてのドラッカー風エクササイズ/first-Drucker-style-exercise
Search
Yuki Fukuma
November 22, 2019
Technology
0
2.8k
はじめてのドラッカー風エクササイズ/first-Drucker-style-exercise
オクト社での社内ランチLTで紹介した登壇資料です。
Yuki Fukuma
November 22, 2019
Tweet
Share
More Decks by Yuki Fukuma
See All by Yuki Fukuma
テーブル定義変更のレビューを効率化するための仕組み作り / DBRE Summit 2023
fkmy
5
2k
マイナビ学生の窓口-半内製化の取り組み/Semi-in-house Development Efforts
fkmy
1
970
Other Decks in Technology
See All in Technology
LLM活用の壁を超える:リクルートR&Dの戦略と打ち手
recruitengineers
PRO
1
180
Data Hubグループ 紹介資料
sansan33
PRO
0
2.8k
AI活用を"目的"にしたら、データの本質が見えてきた - Snowflake Intelligence実験記 / chasing-ai-finding-data
pei0804
0
830
Introduction to Bill One Development Engineer
sansan33
PRO
0
380
【PyCon mini Shizuoka 2026】生成AI時代に画像処理やオーディオ処理のノードエディターを作る理由
kazuhitotakahashi
0
210
バニラVisaギフトカードを棄てるのは結構大変
meow_noisy
0
160
Databricksアシスタントが自分で考えて動く時代に! エージェントモード体験もくもく会
taka_aki
0
240
Devinを導入したら予想外の人たちに好評だった
tomuro
0
610
技術キャッチアップ効率化を実現する記事推薦システムの構築
yudai00
2
160
Databricks (と気合い)で頑張るAI Agent 運用
kameitomohiro
0
340
競争優位を生み出す戦略的内製開発の実践技法
masuda220
PRO
2
510
AIエージェントで変わる開発プロセス ― レビューボトルネックからの脱却
lycorptech_jp
PRO
2
810
Featured
See All Featured
Breaking role norms: Why Content Design is so much more than writing copy - Taylor Woolridge
uxyall
0
190
Pawsitive SEO: Lessons from My Dog (and Many Mistakes) on Thriving as a Consultant in the Age of AI
davidcarrasco
0
80
Accessibility Awareness
sabderemane
0
71
Google's AI Overviews - The New Search
badams
0
920
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
5.9k
Build your cross-platform service in a week with App Engine
jlugia
234
18k
Digital Ethics as a Driver of Design Innovation
axbom
PRO
1
200
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
122
21k
Impact Scores and Hybrid Strategies: The future of link building
tamaranovitovic
0
220
技術選定の審美眼(2025年版) / Understanding the Spiral of Technologies 2025 edition
twada
PRO
117
110k
How STYLIGHT went responsive
nonsquared
100
6k
For a Future-Friendly Web
brad_frost
183
10k
Transcript
はじめての ドラッカー⾵エクササイズ Yuki Fukuma @fkm_y #オクト ランチLT 2019.12.10
Yuki Fukuma @fkm_y ೖࣾ αʔόαΠυΤϯδχΞ 3VCZ3VCZPO3BJMT
࠷ۙͷ৬ʹ͍ͭͯ ݒਨͰ͖Δ৬͍͍ͧ
- ドラッカー⾵エクササイズとは - 初ドラッカー⾵エクササイズで感じた疑問 - タックマンモデルについて - 組み合わせて考えてみる 今⽇話すこと
ドラッカー⾵エクササイズとは 書籍「アジャイルサムライ」などで紹介されている チームビルディングの⼿法。 4つの質問の答えをチームで共有することにより 相互理解、期待のすり合わせをする。
ワークショップの準備物(例) • ペンと付箋 • ホワイトボード • タイマー ドラッカー⾵エクササイズとは
ワークショップのスケジュール(例) • 事前説明 :3分 • ⽬的の確認:2分 • 回答の記⼊:10分 • 回答の発表:~5分/1⼈ •
結果の確認:5分 ドラッカー⾵エクササイズとは
ドラッカー⾵エクササイズとは 4つの質問 • ⾃分は何が得意なのか? • ⾃分はどうやって貢献するつもりか? • ⾃分が⼤切に思う価値は何か? • チームメンバーは⾃分にどんな成果を期待してると思うか?
None
ドラッカー⾵エクササイズとは? 4つの質問 • ⾃分は何が得意なのか? • ⾃分はどうやって貢献するつもりか? • ⾃分が⼤切に思う価値は何か? • チームメンバーは⾃分にどんな成果を期待してると思うか?
初ドラッカー⾵エクササイズで感じた疑問 チームメンバーは⾃分にどんな成果を期待してると思うか? ※ほぼ初対⾯の状態で実施した場合 相互理解できていない状態で 期待は答えられないのでは?
None
初ドラッカー⾵エクササイズで感じた疑問 IUUQTCBDLMPHDPNKBCMPHESVDLFSFYFSDJTFNFFUTUVDLNBONPEFM
タックマンモデルについて ϑΣʔζ ֓ཁ ࣮ݱ͍ͨ͠ࣄ ܗظ ɾ͓ޓ͍ͷࣄΛΒͳ͍ ɾڞ௨ͷతΘ͔Βͳ͍ ɾ૬ޓཧղ ࠞཚظ ɾతɺ֤ࣗͷׂɺ
ɹʹ͍ͭͯରཱ͕ੜ·ΕΔ ɾظͷ͢Γ߹Θͤ ౷Ұظ ɾνʔϜͷతۀͷతɺ֤ࣗͷׂ͕ ɹ౷Ұڞ༗͞Ε͍ͯΔঢ়ଶ ػೳظ ɾνʔϜʹ݁ଋྗ࿈ಈੑ͕ੜ·Ε૬ޓʹ ɹαϙʔτ͕ग़དྷΔঢ়ଶ
形成期、混乱期の実現したいことごとに質問を分解してみる 組み合わせて考えてみる 相互理解と期待のすり合わせ 4つの質問 • ⾃分は何が得意なのか? • ⾃分はどうやって貢献するつもりか? • ⾃分が⼤切に思う価値は何か?
• チームメンバーは⾃分にどんな成果を期待してると思うか?
None
何か前提が抜けてるような?
None
相互理解と期待のすり合わせは 何のためにするんだろう?
None
当たり前すぎて忘れがちだけど プロジェクトを進めるため
4つの質問 • ⾃分は何が得意なのか? • ⾃分はどうやって貢献するつもりか? • ⾃分が⼤切に思う価値は何か? • チームメンバーは⾃分にどんな成果を期待してると思うか? 組み合わせて考えてみる
プロジェクトを進めるための 相互理解と期待のすり合わせ
カスタマイズしたドラエク例 1回⽬:形成期 ⽬的:メンバーの相互理解(⾃分を知ってもらう) 質問: ・⾃分は何が得意なのか? ・⾃分が120%頑張っちゃうこと ・チームの中での役割 ・どういうふうに仕事をするのか? ・どういう状態でパフォーマンスを発揮するか? ・ここだけは駄⽬なポイント?
・⾃分が⼤切に思う価値は何か?
カスタマイズしたドラエク例 2回⽬:混乱期 ⽬的:期待のすり合わせ いつ:1回⽬から1~2週間後 質問: ・どういうふうに仕事をするのか? ・⾃分が⼤切に思う価値は何か? ・⾃分はどうやってこのPJに貢献するつもりか? ・このPJでチームメンバーは⾃分にどんな成果を期待してると 思うか?
・このPJで⾃分はチームメンバーにどんな成果を期待するか?
まとめ ・チームビルディング⼿法にドラッカー⾵エクササイズがある ・ドラッカー⾵エクササイズによりメンバーの相互理解、 期待のすり合わせが促進される ・タックマンモデルを元にフェーズの課題に対した カスタマイズ版ドラッカー⾵エクササイズにより より丁寧にチームビルディングできるかもしれない
参考図書 / 参考記事 ࢀߟਤॻ ɾΞδϟΠϧαϜϥΠ ɾΧΠθϯɾδϟʔχʔ ɾίʔνϯάͷجຊ ࢀߟهࣄ ɾνʔϜϝϯόʔͷظΛ͋ΘͤΔʮυϥοΧʔ෩ΤΫααΠζʯ |
DevTab - ͚ͭͮ͠ ΔσϕϩούʔͷͨΊͷใλϒϩΠυ ɾʮυϥοΧʔ෩ΤΫααΠζʯͰظΛ͢Γ͋Θͤͯ҆શͳνʔϜʹ - ϖύϘςοΫϒϩά ɾνʔϜͷظΛ߹ΘͤΔʂυϥοΧʔ෩ΤΫααΠζͱλοΫϚϯϞσϧΛΈ߹Θͤͨ݁ Ռ | Backlogϒϩά