Upgrade to Pro — share decks privately, control downloads, hide ads and more …

本気で解かれるべき 課題を創る(アジェンダ・セッティング)

本気で解かれるべき 課題を創る(アジェンダ・セッティング)

Avatar for Hikaru Kashida

Hikaru Kashida

January 16, 2026
Tweet

More Decks by Hikaru Kashida

Other Decks in Business

Transcript

  1. Current 日本政府 デジタル庁(2022- ) - CxO (Chief Analytics Officer )

    「政策データダッシュボード」プロジェクト. Past 株式会社メルカリ(2016-2020 ) - Head of Data Analyst 2018 年上場. サービス成長に関わる、ユーザの分析や事業戦略の策定など. 株式会社ブレインパッド(2014-2016 ) - Data Scientist いわゆるデータサイエンス. Python によるData Engineering. スマートシティに関わる経験:なし 未来の生活を作る多くのサービス(Sharing 等) :メルカリ・メルペイ、Luup 、Akippa 、ChargeSpot Speaker - Hikaru Kashida
  2. 本セッションのArgument (主張) 第3 の領域 :課題設定(アジェンダセッティング) これが現代で最も人間に求められているものではないか 前提 認識されているだけの課題と、解くために動きはじめている課題は大きく違う アジェンダセッティング ≒

    課題を動かす e.g. 交流のために飲み会でもやりたいね / 旅行でも行きたいね アジェンダセッティング(Agenda Setting)@政治学 「どの問題が政治の議題(=アジェンダ)として取り上げられるか」を決めるプロセス。 政治的意思決定の“前段階”で、どの課題が『政策的に重要』と見なされるかを決定する力 学を指します。 ※ @メディア学...メディアがどのニュースを報じるかによって、人々が何を重要視するかを方向づける。
  3. 本セッションのArgument (主張) 第3 の領域 :課題設定(アジェンダセッティング) これが現代で最も人間に求められているものではないか 背景 課題発見能力の陳腐化と成熟化(ロジカルシンキングの浸透, 情報流通コストの低下, AI

    の台頭) 「政策余り(ref. 飯尾潤) 」の時代へ - 課題の氾濫と高度化・細分化? リソースのUnblancing 課題を見つける人間、解くのが楽しい人間(or 機械)は潤沢になっている それに比して、課題設定する= 課題を動かす 人間の少なさ 極めて全人格的なアジェンダセッティングの必要要件 = 定型化しづらい、高度な能力
  4. ただの課題と本当の課題 ただの課題 から へ 本当の課題 アジェンダ セッティング 課題が認識されている「だけ」 当事者意識がある人がいない、 多くの人を巻き込める状態にな

    っていない 多くの関係者が課題を真剣に受け 止めている(広い当事者意識) 解決に向けて具体的に動く準備が なされている 体制・担当等の議論 リアリティを持った解決策の案が イメージできている etc..
  5. アジェンダセッティングにまつわる蓄積 ジョン・W ・キングダンの研究 アメリカの政治学者。250 名ほどの政府関係者にインタビューを行い、政府が最優先に解こうとする政策の条件について分析し、 Agenda, Alternatives, and Public Policies

    にまとめた。その結果、政策課題のアジェンダセッティングには「3 つの流れ」という要素 が揃うことが必要であると結論づけた。 早稲田社会科学総合研究(2022) よりhttps://waseda.repo.nii.ac.jp/record/68455/files/Shaka`iKagakuSogoKenkyu_19_1_10.pdf
  6. アジェンダセッティングの理論を噛み砕く 課題の流れ = 問題の実感 多くの人が具体的に真剣に問題だと感じられる事柄か? 政策の流れ = 課題解決の解像度 関係者の中で解決の具体的なイメージが持てるか? 政治の流れ

    = 当事者の存在 解決したいという声・解決しようという人が存在するか? これらが揃って はじめて本当の 課題になる (逆にいえばそうでないものは、 課題があるなあ... 程度に留まり続ける)
  7. 問題の流れ 指標が問題の流れを引き起こす例 1989 年の出生率1.57 「丙午ショック」 2003 年に国際的学力テストPISA で、国語の順位が前回調査から大きく下がる LTV vs.

    CAC 出来事が問題の流れを引き起こす例 2025 年、埼玉県の八潮市で下水道管の破裂 2016 年、 「保育園落ちた。日本死ね」 2020 年、コロナ禍での現金給付等の混乱 ー デジタル庁設置の遠因に 2017 年、メルカリで現金が出品。社内のコンプライアンス等の見直し、上場が延期
  8. デジタル庁の設置について考える ※ あくまで外部からの客観的な分析として 政策の流れ(技術的可能性・価値受容性) 政府のデジタル・ガバメント計画は20 年以上前から存在 → e-Japan 戦略, 2000

    年小泉政権 等 携帯電波網の普及、民間でのデジタル人材の増加(技術的可能性) スマホの普及(価値受容性 等) 、マイナンバーカードの登場 時期が大事とも言える... 問題の流れ コロナ禍での現金給付等の混乱(デジタル敗戦というミーム) 国際的な中での遅れ 政治の中の政府 当時の政権のリーダーシップ
  9. OKR (Objective Key Relust )の変更を主導 事業目標:売上(流通額:GMV )→ 顧客価値(LTV ・継続率)に。 非常に大きな方針の変化

    = アジェンダセッティング なぜ可能だったのか 今思い返してみるとキングダンの理論を使って説明できる部分も多い 経営陣の疑問 → コミットメント 政治の流れ(政治勢力) それまでの蓄積 → うまくいかない、何かを変えないといけないという 意識政策の流れ(価値受容性) 、 データでの徹底した分析 数値:費用回収にかかる期間の客観的評価 等 問題の流れ(指標) 社内の共通言語として普及させる, ストーリーテリング, 客観的な説明 政治の流れ(国民の雰囲気) この時書いた社内向けの分析の記事が大ヒット 目指す目標の数値化(x 倍に改善することでどんな未来が見れるか) アジェンダセッティングの思い出
  10. タイミング ある瞬間以外はゲートが閉まっている (経営陣やマーケットの関心, その他数多の時節要素... ) 広範な課題の共有認識 上から下まで広くその課題を真剣に捉える 明示的な体制構築・担当指名 言ってるだけから、重い行動に移す いける感

    課題をなんとかできそうと思えるか? 理想と未来への洞察 その課題をクリアすることでどんな未来につながる かを解像度高く言えるか アジェンダセッティングを行う上で重要なこと(私見) 認識されていない課題 認識されているが放置されている課題 (本気で解決に向かっていない課題) 動いている課題 分厚い壁...
  11. 人間だけがなぜ発達したか?ー集団で「信じる」ちから 著者: ユヴァル・N ・ハラリ, 河出書房新社 集団で一つのことを信じて、事に当たれるというのは、人間の強 さでもあります。人間だけが、予想や悲観をする。だから“ 虚構” を 信じて突き進めるのでしょうね。人間が安定した関係性を維持で

    きる人数を示すダンバー指数では、150 人が限界と言われています が、虚構を信じることでダンバー指数を超える人数と繋がれるよう になった人類は、生物として最強になっていき、他の生物を全滅さ せていったという…… 。 - 人類至上主義を確固たるものにした「虚構を信じる力」の正体とは 『サピエンス全史』の訳者 柴田裕之に聴く より引用 https://forbesjapan.com/articles/detail/29742
  12. アジェンダセッティングにデータが果たせる(小さくない)役割 ただの課題 から へ 本当の課題 アジェンダ セッティング データによる課題発見 よくある使い方 データによる課題の伝達,

    共有認識作り 何が問題で、このままだとどうなるか, 解決できるとどのよう な未来が見込めるか を示すのはデータが得意とするところ こういったことを数値で客観的に語ることで、多くの関係者の 巻き込みが円滑になる(経営者は課題設定に自信を持てる、従 業員は現状への危機感・新しい方針への納得感を持てる) データで課題に焦点を当て“ 続ける” 一度課題設定に成功したあとにも、 「課題をトーンダウンさせ ない」ための営みは大事 データで状況を常に可視化しづつける
  13. データは願い 「 “ 法“ とは願い 国家がその国民に望む 人間の在り方の理想を 形にしたものだ 」 -

    李氏 ー原泰久『キングダム』 (集英社、2017 年)46 巻より引用。 漫画『キングダム』のワンシーン。 秦の法家である李斯が、文官である昌文君に対し 「“ 法” とは何だ?」と尋ねます。これに対し昌文君は、 「刑罰をもって人を律し治めるものだ」と答える。 李斯は「刑罰とは手段であって法の正体ではない」と切 り返します。そこで、昌文君が「では、法とは何なのだ」 と李斯に問い返し、李斯が答えた場面です。 → 「データ」も同じ?