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
スクラムマスターやマネージャーのための信頼構築につながる傾聴の技術
Search
latte
November 17, 2023
Technology
8
3.3k
スクラムマスターやマネージャーのための信頼構築につながる傾聴の技術
latte
November 17, 2023
Tweet
Share
More Decks by latte
See All by latte
事例から学ぶアジャイル推進者のための「アイデアを組織に導入すること」を支える技術
latte9
0
100
快く動いてもらえる!仲間が増える! ストーリーで学ぶアジャイル推進者のための「アイデアを組織に導入すること」を支える技術
latte9
0
37
アジャイルコーチとしてスクラムマスターの評価をどう考えているか?
latte9
0
30
初心者SMを半年で即戦力扱い、給料も2段階UP事例紹介!
latte9
0
64
マネージャーのためのスクラムマスターのパフォーマンスを高めるTips集
latte9
0
1.2k
0からわかる部下が自律的に学んで成長する環境づくりの方法 〜 学習科学の理論をベースに 〜
latte9
2
1.1k
雑用スクラムマスターからの卒業伸びるスクラムマスターの任命&育成法〜学習科学に基づいた解説を添えて〜
latte9
1
840
仕事のモチベーションをあげるための1on1の使い方〜対話のテクニック集〜 @1on1カンファレンス
latte9
2
1.2k
コードレビュー地獄から抜け出すためのペアプロ育成法〜学習科学の視点から〜 #xpjug
latte9
10
9.8k
Other Decks in Technology
See All in Technology
Godot Engineについて調べてみた
unsoluble_sugar
0
370
Oracle Exadata Database Service(Dedicated Infrastructure):サービス概要のご紹介
oracle4engineer
PRO
0
12k
WantedlyでのKotlin Multiplatformの導入と課題 / Kotlin Multiplatform Implementation and Challenges at Wantedly
kubode
0
240
テストを書かないためのテスト/ Tests for not writing tests
sinsoku
1
170
AWS re:Invent 2024 recap in 20min / JAWSUG 千葉 2025.1.14
shimy
1
100
コロプラのオンボーディングを採用から語りたい
colopl
5
950
商品レコメンドでのexplicit negative feedbackの活用
alpicola
1
340
「隙間家具OSS」に至る道/Fujiwara Tech Conference 2025
fujiwara3
7
6.4k
Kotlin Multiplatformのポテンシャル
recruitengineers
PRO
2
150
Bring Your Own Container: When Containers Turn the Key to EDR Bypass/byoc-avtokyo2024
tkmru
0
840
FODにおけるホーム画面編成のレコメンド
watarukudo
PRO
2
260
なぜfreeeはハブ・アンド・スポーク型の データメッシュアーキテクチャにチャレンジするのか?
shinichiro_joya
2
400
Featured
See All Featured
Designing for Performance
lara
604
68k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
7
570
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
113
50k
How to train your dragon (web standard)
notwaldorf
89
5.8k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
45
2.3k
A designer walks into a library…
pauljervisheath
205
24k
Bash Introduction
62gerente
610
210k
Large-scale JavaScript Application Architecture
addyosmani
510
110k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
27
1.5k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
28
4.5k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
3
180
Typedesign – Prime Four
hannesfritz
40
2.5k
Transcript
εΫϥϜϚελʔ ϚωʔδϟʔͷͨΊͷ ৴པߏஙʹͭͳ͕Δ ௌͷٕज़ -BUUF アジャイルジャパン 2023
ࣗݾհ • -BUUF • ΞδϟΠϧίʔν • ίʔνίϯαϧݚम৫։ൃΞδϟΠϧPOҭ • ݸਓࣄۀओ
࣭ͦͷ •ٸʹಉ྅͕స৬ͯ͠ڻ͍ͨܦݧ͋Γ·͔͢ʁ •֘͢ΔਓखΛڍ͍͛ͯͩ͘͞
࣭ͦͷ •ಉ྅͕ΈΛҰ൪ʹ૬ஊͯ͘͠ΕΔͱࣗ৴Λ࣋ͬͯ ͍͑Δํ •֘͢ΔਓखΛڍ͍͛ͯͩ͘͞
ࢲͷετʔϦʔ
ࢲͷετʔϦʔڻ͖ • ಉ͡෦ॺͰಇ͘ϝϯόʔ • ΘΓͱνʔϜϫʔΫΑ͘ಇ͍͍ͯ·ͨ͠ • ϓϥΠϕʔτͰձ͏͜ͱͳ͍͕ • ͷ͍͍νʔϜͩͬͨͱࢥ͍ͬͯ·ͨ͠ •
͔͠͠ɺͦͷؒٸʹୀ৬ͯ͠͠·͍·ͨ͠ • ͦͯ͠ɺͦͷؒޙչ࣍͠ͷస৬Λૣʑʹ͠·ͨ͠ • ͜Ε͕িܸମݧͰͨ͠ • Β͵͏ͪʹస৬ɺస৬ޙͷޙչΛ͍͗ͨͱࢥ͍·ͨ͠
ࢲͷετʔϦʔهԱ • ͕ࣗਏ͍࣌ʹઌഐʹΛฉ͍ͯΒͬͨ࣌ͷهԱ • ͦͷ࣌ʹઌഐ͕ٕͬͨज़͕ͪΐͬͱಛघ • ࢲͷʹରͯ͠ධՁՁஅΛͤͣɺڞײͯ͘͠Ε·ͨ͠ ʢஉੑ͕Λฉ͘ͱɺՁஅΞυόΠε͕ଟ͍ʣ • ޙ͔ΒֶΜͰ͍͘͏ͪʹɺͦΕ͕ௌͩͬͨͱΓ·ͨ͠
ࢲͷετʔϦʔؾ͖ͮ • ͕ࣗͦͷཱʹͳΔ͜ͱ͕ॏཁͩͱؾ͍ͮͨ • ධՁ͞Εͳ͍҆৺ײͷॏཁੑ • ͜Ε͕͋Εؒͷୀ৬Λɺࣄલʹͯ͠Β͑ͨΓɺޙչ͠ͳ ͍બͷߩݙ͕Ͱ͖ΔͷͰʂʁ
ࢲͷετʔϦʔ࣮ફ • POͰνʔϜϝϯόʔͷΛͻͨ͢Βௌ • Կͳͯ͘ఆظతʹ࣌ؒ͢ΛऔΔʢִʙִिʣ • ඞཁͳͱ͖͚ͩͦ͏ͱ͢ΔͱඞཁͳλΠϛϯά͕ΩϟονͰ͖ͳ͍ • ؔੑ͕Ͱ͖͍ͯͳ͍ͷͰɺ૬ஊ͢Δଆ͕ͤͳ͍ •
૬खͷײΛཧղ͠Α͏ͱΊΔ • ૬खͷ<͍ͨ͠>Λௌ͘ • ૬खͷΛःΒͳ͍ • ૬खͷΛ൱ఆ͠ͳ͍ • ૬खͷʹؔ৺Λ࣋ͭ • ࣄલʹ৺ʹ༨༟Λ࡞Δ
ࢲͷετʔϦʔ࣮ફ ࠷ۙͷௐࢠͲ͏Ͱ͔͢ʁ
ࢲͷετʔϦʔ࣮ફ ·͊·͊ѱ͘ͳ͍͔ͳͬͯײ͡Ͱ͢ɻ ࠷ۙͷௐࢠͲ͏Ͱ͔͢ʁ
ࢲͷετʔϦʔ࣮ફ ·͊·͊ѱ͘ͳ͍͔ͳͬͯײ͡Ͱ͢ɻ ࠷ۙͷௐࢠͲ͏Ͱ͔͢ʁ ࣄͷॆ࣮۩߹ΛຬͰɺԿ͘Β͍Ͱ͔͢ʁ
ࢲͷετʔϦʔ࣮ફ ·͊·͊ѱ͘ͳ͍͔ͳͬͯײ͡Ͱ͢ɻ ࠷ۙͷௐࢠͲ͏Ͱ͔͢ʁ ͘Β͍Ͱ͢Ͷ ࣄͷॆ࣮۩߹ΛຬͰɺԿ͘Β͍Ͱ͔͢ʁ
ࢲͷετʔϦʔ࣮ફ ͬͯ͜ͱɺʹ͍ͩͿಧ͔ͳ͍͡Όͳ͍Ͱ͔͢স
ࢲͷετʔϦʔ࣮ફ ͦ͏ͳΓ·͢Ͷɻ ͪΐͬͱ࠷ۙɺ999͞ΜͷίʔυϨϏϡʔ͕ਏͬͯ͘ ͬͯ͜ͱɺʹ͍ͩͿಧ͔ͳ͍͡Όͳ͍Ͱ͔͢স
ࢲͷετʔϦʔ࣮ફ ͦ͏ͳΓ·͢Ͷɻ ͪΐͬͱ࠷ۙɺ999͞ΜͷίʔυϨϏϡʔ͕ਏͬͯ͘ ͬͯ͜ͱɺʹ͍ͩͿಧ͔ͳ͍͡Όͳ͍Ͱ͔͢স ͦ͏ͳΜͰ͢ͶɻίʔυϨϏϡʔ͕ͭΒ͍ΜͰ͢Ͷɻ Կ͕͔͋ͬͨɺগ͠ৄ͘͠ڭ͑ͯΒ͑·͔͢ʁ
ࢲͷετʔϦʔ࣮ફ ͦ͏ͳΓ·͢Ͷɻ ͪΐͬͱ࠷ۙɺ999͞ΜͷίʔυϨϏϡʔ͕ਏͬͯ͘ ͬͯ͜ͱɺʹ͍ͩͿಧ͔ͳ͍͡Όͳ͍Ͱ͔͢স ͦ͏Ͱ͢Ͷɻ999͞Μɺʹରͯ͠ίʔυϨϏϡʔͷ ෩ͨΓڧ͍ΜͰ͢Ͷɻͨͱ͑ɺʮ͜ͷલʹࢦఠͨ͠ ݅ͱಉ͡Α͏ͳ෦Ͱ͕͢ʯͬͯ಄ʹ͍͍ͭͯͨΓɺ ଞͷਓͷίʔυϨϏϡʔݟͯɺʹ͚ͩݫ͍͠Α ͏ͳؾ͕͢ΔΜͰ͢ɻ ͦ͏ͳΜͰ͢ͶɻίʔυϨϏϡʔ͕ͭΒ͍ΜͰ͢Ͷɻ
Կ͕͔͋ͬͨɺগ͠ৄ͘͠ڭ͑ͯΒ͑·͔͢ʁ
ࢲͷετʔϦʔ݁Ռ • ؔੑ্͕͠৴པͯ͠Β͑ΔΑ͏ʹͳΓ·ͨ͠ • ࣄ͕͋Δͱ͖ʹɺ࠷ॳʹ૬ஊͯ͠Β͑Δ • ʮ͔Θ͍͝͞ΜʹͳΒɺԿͰͤ·͢ʯ • εΫϥϜϚελʔΔͱɺ্͕࢘ݫ͘͠ϑΟʔυόοΫΛʙ •
νʔϜϝϯόʔͰ͕ؔྑ͘ͳ͍ਓ͕͍ͯʙ • ্͔࢘Β͍͖ͳΓνʔϜϦʔμʔʹ͞Εͯʙ • ͦͷ݁ՌɺߩݙͰ͖ΔΑ͏ʹ • ্࢘ͱͷؒʹೖͬͯؔΛྑ͘͢Δ • ίʔνϯάతʹղܾͷߦಈΛଅ͢ • Δͱྑ͍͜ͱʹର͢Δಈػ͚ͮΛαϙʔτ
ௌʹ͍ͭͯ • ௌͱɿ૬खͷΛҙਂ͘ɺڞײతʹฉ͘͜ͱ • ௌͷஈ֊ • डಈతௌɿͷ༰Λฉ͘͜ͱʹूத͢Δ • өతௌɿ૬खͷΛ܁Γฦͨ͠Γɺݴ͍͑ͰɺڞײཧղΛࣔ͢ •
ੵۃతௌɿ૬खͷཱʹཱͪڞײ ળѱ͖ݏ͍ͷධՁ͠ͳ͍ ௌ͘ଆࣗͷؾ࣋ͪʹؾ͍͓ͮͯ͘ ௌͱҰݴͰݴ͍ͬͯΖ͍Ζ ࣗͷ͍ͬͯΔௌͱҧ͏ͳͬͯײ͡Δํ͍Βͬ͠ΌΔ͔
ௌʹ͍ͭͯ • ௌͷϝϦοτ • ৴པؔͷߏங • ฉ͖ख͕͠खͷ͜ͱΛཧղͰ͖Δ • ͠खͷࣗݾཧղͷଅਐ •
͠ख͕ײΛදݱ͢Δ͜ͱͰετϨεෆ҆ͷܰݮ • ͠ख͕ड༰͞ΕΔ͜ͱͰࣗଚ৺ͷ্ • ௌͷॏཁੑ • ௌҎ֎ɿཧ͕௨͡Δέʔεָ͚ͩͲରԠͰ͖Δൣғ͕ڱ͍ • ௌɿଟ͘ͷਓʹରԠͰ͖Δʢशಘ͕େมʣ
None
ௌʹ͍ͭͯ • ௌͷϝϦοτ • ৴པؔͷߏங • ฉ͖ख͕͠खͷ͜ͱΛཧղͰ͖Δ • ͠खͷࣗݾཧղͷଅਐ •
͠ख͕ײΛදݱ͢Δ͜ͱͰετϨεෆ҆ͷܰݮ • ͠ख͕ड༰͞ΕΔ͜ͱͰࣗଚ৺ͷ্ • ௌͷॏཁੑ • ௌҎ֎ɿཧ͕௨͡Δέʔεָ͚ͩͲରԠͰ͖Δൣғ͕ڱ͍ • ௌɿଟ͘ͷਓʹରԠͰ͖Δʢशಘ͕େมʣ ίϛϡχέʔγϣϯπʔϧϓϥΫςΟεʹ པΓ͗ͯ͢ɺରͷجຊΛΕ͍ͯ·ͤΜ͔ʁ
ௌʹ͍ͭͯٙղফฤ • ળѱ͖ݏ͍ͷධՁ͠ͳ͍͜ͱʹҧײΛ࣋ͭํʂ • ʮධՁ͠ͳ͍ʯˠˠʮධՁ͢Δʯʮ๙ΊΔʯํ͕͍͍ͱࢥ͏ํʂ • ๙Ίͯ͘ΕΔ૬खʹʮྑ͍ͱ͜ΖΛݟͤΑ͏ʯͱࢥͬͨ͜ͱແ ͍Ͱ͔͢ʁ • ๙Ίͯ͘ΕΔ্࢘
• ูͬͯ͘Ε͍ͯΔ෦Լ • ଚܟͯ͘͠Ε͍ͯΔࢠڙ • ʮྑ͍ͱ͜ΖΛݟͤΑ͏ʯͱࢥ͏ͱɺ͋Γͷ··Λग़ͮ͠Β͍ • ͍͍ධՁΛಘΑ͏ͱߦಈͯ͠͠·͏
ௌͷ͠͞ͱରࡦ Α͋͘Δࣦഊ • Λฉ͍ͯΔ;ΓΛͯ͠ɺ࣍ʹԿΛ࣭͢Δ͔ߟ͑ͪΌ͏ • ૬खͷ͍ͨ͠Ͱͳ͘ɺࣗͷฉ͖͍ͨΛ࣭ͪ͠Ό͏ • ૬खͷʹ߹ΘͤͯɺʮࣗʙʯͱࣗͷΛͪ͠Ό͏ ͔ͩΒͦ͜ɺࠓճͷϫʔΫɾ࿅शͰ •
૬ṀΛଧ͚ͭͩ • ϑΟʔυόοΫΛ͠ͳ͍ • ࣭͠ͳ͍ ઃܭʹͳ͓ͬͯΓ·͢
ௌͷϫʔΫͷྲྀΕ • ۙ͘ͷ੮ͰਓΛ࡞Δ ඵ • ઌʹฉ͖खʹͳΔํΛબͿ ඵ • ૬ஊ͢ΔΛܾΊΔ
• ௌ࿅श#͞Μ ˠ ௌ"͞Μ • ௌ࿅श"͞Μ ˠ ௌ#͞Μ • ϑΟʔυόοΫλΠϜ
ௌͷϫʔΫͷҙͱ͓ئ͍ ҆৺ͯ͠૬ஊͰ͖ΔΑ͏ʹ͢ΔͨΊ ௌϫʔΫͰฉ͍ͨ༰ 4/4ʹߘ ଞͷਓʹ͢ͳͲ ͝ԕྀ͍ͩ͘͞
ௌͷϫʔΫɿࣄલ४උ • ۙ͘ͷ੮ͰਓΛ࡞Δ ඵ • ໊ަηογϣϯऴྃޙʹɾɾɾ • ͢૬ख͕ݟ͔ͭΒͳͦ͞͏Ͱͨ͠Βڍख͓ئ͍͠·͢ • ઌʹฉ͖खʹͳΔํΛબͿ
ඵ • ͠खͱฉ͖खʹ͔Ε·͢ • ͲͪΒܦݧ͠·͢ɺॱং͚ܾͩΊ͍ͯͩ͘͞ • ઌʹฉ͖खΛ͢Δਓ͕"͞Μ • ܾΊͮΒ͔ͬͨΒੜͷૣ͍ํ͕"͞Μ ඵ ඵ
ௌͷϫʔΫɿ૬ஊ͢ΔΛܾΊΔ • ௌͷϫʔΫͷͨΊʹ͢͜ͱΛߟ͑Δ • Έɺਏ͔ͬͨ͜ͱɺෆ҆ͳ͜ͱɺ͕Φεεϝ • ؒͤͦ͏ͳͷਓͰߟ͑Δ • ྫɿ্࢘ʹର͢Δෆຬ͕͋Δ •
ྫɿΞδϟΠϧʹ൷తͳਓ͕͍Δ • ྫɿࣾษڧձʹࢀՃऀ͕গͳͯۤ͘৺͍ͯ͠Δ • ۩ମతͳΤϐιʔυਏ͔ͬͨମݧΛೖΕΔͱɺ͍͢͠ • ϝϞྫɿ্࢘ʹର͢Δෆຬ͕͋Δ • Ձ؍͕ҧ͏ͷʹԡ͚ͯ͘͠Δ • ʮڅྉ͕͕͋ΔͷʹͲ͏͍ͯ͠ͳͷʁʯ • ཧ৬ʹͳΒͤΑ͏ͱͯ͘͠Δ • ਐΊํʹ͋·ΓࡋྔΛ࣋ͨͤͯ͘Εͳ͍ • ࡉ͔͍ਐΊํʹϨϏϡʔ͕ೖΔ
ௌ࿅शɿ"͞Μฉ͖खɺ#͞Μ͕͠ख • ͠ख • ༻ҙͨ͠ϝϞΛͬͯɺࣗͷΈΛͨͩ͠ଓ͚Δ • ͔̎͠ͳ͍ͷͰɺϝϞΛνϥνϥΈͳ͕Βͯ͠0, • ؒҰํతʹ#͞Μ͠ଓ͚͍ͯͩ͘͞ •
ฉ͖ख • ҰϑΟʔυόοΫ͠ͳ͍ • ૬ṀΛ͏͚ͭͩ • ࣭͠ͳ͍ • ֬ೝ͠ͳ͍ • ΞυόΠε͠ͳ͍ • ධՁ͠ͳ͍
ௌ࿅शɿ"͞Μ͠खɺ#͞Μ͕ฉ͖ख • ͠ख • ༻ҙͨ͠ϝϞΛͬͯɺࣗͷΈΛͨͩ͠ଓ͚Δ • ͔̎͠ͳ͍ͷͰɺϝϞΛνϥνϥΈͳ͕Βͯ͠0, • ؒҰํతʹ"͞Μ͠ଓ͚͍ͯͩ͘͞ •
ฉ͖ख • ҰϑΟʔυόοΫ͠ͳ͍ • ૬ṀΛ͏͚ͭͩ • ࣭͠ͳ͍ • ֬ೝ͠ͳ͍ • ΞυόΠε͠ͳ͍ • ධՁ͠ͳ͍
ϑΟʔυόοΫλΠϜ • ͍ͯͯ͠ؾ͍ͮͨ͜ͱΛ͓ޓ͍ʹϑΟʔυόοΫ • Λฉ͍ͯΒͬͯɺͲΜͳؾ͔࣋ͪͩͬͨ • ۀͰ্࢘ͱPOɺ໘ஊΛड͚͍ͯΔͳΒɺҧ͍
•͔͠͠ • ্ख͘Ͱ͖͍ͯΔ͔͔Βͳ͍ɺϑΟʔυόοΫ͕ཉ͍͠ • Ͱ͖ΔΑ͏ʹͳΓ͍ͨ • ͳͲͳͲ • ͏·͍͔͘ͳ͍͜ͱଟ͍ͱࢥ͍·͢ •
ͦΜͳͱ͖͝૬ஊ͍ͩ͘͞ • ৬ʹݺΜͰ͍͚ͨͩΕஈ֊తͳαϙʔτ • ՝Λݟ͚ͭͯվળͷ͓ख͍͠·͢