Strategiset mahdollisuudet ja uhkat tekoälyanalyysissa

SWOT-analyysia on pitkään käytetty vahvuuksien, heikkouksien, mahdollisuuksien ja uhkien kartoittamiseen. Yrityksellemme tämä on läheinen aihe, onpa jopa ydinteknologiaamme viitattu usein pika-SWOT-analyysina. Itsekin olen kirjoittanut vahvuuksien ja kehityskohteiden tunnistamisesta tällä foorumilla useasti. Nyt tuli aika kokeilla jotain uutta, mahdollisuuksien ja uhkien tunnistamista tekoälyhaastattelun avulla.

Tekoäly mahdollistaa dynaamisen etsinnän

Tekoälyanalyysi mahdollisuuksista ja uhista - mistä on kyse?

Kehittämämme tekoälyhaastattelu mahdollistaa diagnostiset kyselyt, joissa haastattelu syvenee juurisyiden tasolle. Haastattelua edeltää jokin yksiuloitteinen numeerinen arvo, usein NPS, johon liittyen haastattelu toteutetaan. 

Mahdollisuuksien ja uhkien analyysissa oli tarpeen soveltaa hieman, sillä ei ollut tarjolla yhtä yksiselitteistä yksiuloitteista mittaria, kuin vaikkapa NPS on ollut aiemmin esittelemässämme vahvuuksien ja kehittämiskohteiden (heikkouksien) analyysissa. Valittiin lähestymistapa, jossa mahdollisuuksia ja uhkia selvitetään kahdessa peräkkäisessä juurisyyhaastattelussa.

  1. Ensimmäinen avainkysymys oli: "Millaisina näet yrityksemme MAHDOLLISUUDET menestyä strategiamme toteuttamisessa?"
  2. Toinen avainkysymys oli: "Millaiset ovat yrityksemme kyvykkyydet selvitä strategiaan kohdistuvista UHKISTA?"

Zeffin tekoälyhaastattelun asettaminen on varsin suoraviivaista ja näiden kysymysten lisäksi vain annettiin kontekstiksi kummallekin haastattelulle, että kyse on haastattelun 1 tapauksessa strategisten mahdollisuuksien tunnistamisesta ja vastaavasti haastattelun 2 tapauksessa strategisten uhkien. Näin lopputuloksena syntyy yhteenveto kahdesta eri tekstiavaruudesta sillä näiden haastattelujen yhdistäminen samaan kokonaisuuteen ei olisi mielekästä. 

Kuva 1. Esimerkki mahdollisuuksista käydystä tekoälyhaastattelusta yhden vastaajan ja tekoälyn välillä.

Analyysitulokset

On hyvä huomata, että tässä esitelty työtapa eroaa nyt paljonkin Zeffinkin perinteisesti käyttämästä nelikenttäpohjaisesta SWOT-analyysista. Eli käytännössä vastaajilta kysytään diagnostiset kysymykset juurisyiden löytämiseksi ja haastattelu syvenee aina juuri siihen suuntaan, mikä on vastaajalle oleellinen. Toisaalta kyselyn laatija voi hyvällä kysymyksen asettelulla ja kontekstilla tuoda haastattelulle puitteet, jotka antavat hedelmällisen tulkintakehyksen.

Ohessa analyysitulokset kahdesta erillisestä haastattelukierroksesta, kun on haettu erikseen mahdollisuuksia ja uhkia. Kyselyteknisesti molemmissa tapauksissa käytettiin muokattua NPS-kysymystä eli mitattiin "tyytyväisyyttä yrityksen strategiaan", vaikka tämä ei olekaan se tapa, jossa NPS-kysymystä tulisi käyttää.

Tästä johtuen tekoälyn yhteenveto pienellä 10 vastaajan otoksella oli strategisten mahdollisuuksien kyselyssä seuraava: "Yrityksemme NPS oli 30, mikä osoittaa kohtalaista asiakastyytyväisyyttä strategian toteutuksessa. Vahvuuksista mainittiin erityisesti Laatu ja hinta, Uniikki asemoituminen ja Tiimin työteho. Ei merkittäviä heikkouksia, jotka olisivat vaikuttaneet tulokseen". Voit testata vastaamista strategiset mahdollisuudet -tekoälykyselyyn tästä.

Kuva 2. Yhteenveto tekoälyhaastattelun yhteen vetämistä mahdollisuuksista.

Vastaavasti uhkista kysyttäessä saatiin yhteenveto "Yrityksemme sai NPS-arvoksi 10. Vastaajista 20% mainitsi Monipuolinen organisaatio, Riskienhallinta ja laadunarviointi sekä Riskienhallinta teemoina, jotka vaikuttivat positiivisesti tulokseen. Ei merkittäviä heikkouksia, jotka olisivat vaikuttaneet tulokseen." Voit testata vastaamista strategiset uhkat -tekoälykyselyyn tästä.

Kuva 3. Yhteenveto tekoälyhaastattelun yhteen vetämistä uhkista.

Yhteenveto

Lopputuloksena voidaan todeta, että vaikka uhkien ja mahdollisuuksien erottelu kahteen eri tekoälyhaastatteluun jossain määrin syventää analyysia, voitaisiin varsin hyvään lopputulokseen päästä jo yhdellä (mahdollisuudet) haastattelulla, jos vastaajilla voidaan olettaa olevan verrattain vähän aikaa käytettävissään. Mikäli aikaa on enemmän, jaottelu uhkiin ja mahdollisuuksiin syventää analyysia.

Toisaalta se myös monipuolistaa aineistoa, sillä negatiivisemmin asiaa katsovilta saadaan jaottelun myötä myös positiivisempaa (mahdollisuuksien täyttämää) aineistoa ja toisaalta positiivisemman katsantokannan omaavat avaavat myös riskinäkökulmiaan.

On vielä huomioitava, että tässä esimerkissä vastaajaotokset olivat pieniä ja tekoäly pääsisi paremmin oikeuksiinsa isompien aineistojen luokittelijana. Ehkä teidän aineistonne? Jos haluat tutustua tarkemmin juurisyyanalyysiin, jolla tämä toteutus tehtiin, vieraile tuotesivullamme: Tekoälyhaastattelu

 

Related Posts

August 6, 2024

Lean-blogisarja - osa 1: Lean-johtaminen käytännönläheisesti

Our 2D graph representation allows you to easily interpret and visualize your data, making it simple to identify trends and patterns.

Read the article

August 6, 2024

Mitä kilpailijasi eivät halua sinun tietävän muutoksen läpiviennistä?

Our 2D graph representation allows you to easily interpret and visualize your data, making it simple to identify trends and patterns.

Read the article