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
110
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
61
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
36
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
68
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
1.2k
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
870
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
9.9k
Other Decks in Technology
See All in Technology
事業特性から逆算したインフラ設計
upsider_tech
0
100
専門分化が進む分業下でもユーザーが本当に欲しかったものを追求するプロダクトマネジメント/Focus on real user needs despite deep specialization and division of labor
moriyuya
1
1.3k
いかにして命令の入れ替わりについて心配するのをやめ、メモリモデルを愛するようになったか(改)
nullpo_head
7
2.6k
Eval-Centric AI: Agent 開発におけるベストプラクティスの探求
asei
0
120
Google Agentspaceを実際に導入した効果と今後の展望
mixi_engineers
PRO
3
700
AIエージェントを現場で使う / 2025.08.07 著者陣に聞く!現場で活用するためのAIエージェント実践入門(Findyランチセッション)
smiyawaki0820
6
1k
形式手法特論:位相空間としての並行プログラミング #kernelvm / Kernel VM Study Tokyo 18th
ytaka23
3
1.3k
AI時代の大規模データ活用とセキュリティ戦略
ken5scal
0
100
猫でもわかるQ_CLI(CDK開発編)+ちょっとだけKiro
kentapapa
0
3.5k
10年以上続くプロダクトで今取り組んでること、取り組もうとしていること
sansantech
PRO
2
110
ファッションコーディネートアプリ「WEAR」における、Vertex AI Vector Searchを利用したレコメンド機能の開発・運用で得られたノウハウの紹介
zozotech
PRO
0
280
生成AI時代におけるAI・機械学習技術を用いたプロダクト開発の深化と進化 #BetAIDay
layerx
PRO
1
1.2k
Featured
See All Featured
How to train your dragon (web standard)
notwaldorf
96
6.2k
Speed Design
sergeychernyshev
32
1.1k
It's Worth the Effort
3n
185
28k
The Straight Up "How To Draw Better" Workshop
denniskardys
235
140k
Stop Working from a Prison Cell
hatefulcrawdad
271
21k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
How GitHub (no longer) Works
holman
314
140k
Building an army of robots
kneath
306
45k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
231
53k
Optimizing for Happiness
mojombo
379
70k
Fireside Chat
paigeccino
38
3.6k
How to Think Like a Performance Engineer
csswizardry
25
1.8k
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·͢