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
Sponsored
·
SiteGround - Reliable hosting with speed, security, and support you can count on.
→
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
2.1k
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
980
Other Decks in Technology
See All in Technology
The Rise of Browser Automation: AI-Powered Web Interaction in 2026
marcthompson_seo
0
310
TUNA Camp 2026 京都Stage ヒューリスティックアルゴリズム入門
terryu16
0
360
From Senior to Staff : To infinity and beyond !
kuahyeow
0
110
スピンアウト講座05_実践活用事例
overflowinc
0
1.2k
「通るまでRe-run」から卒業!落ちないテストを書く勘所
asumikam
2
490
QA組織のAI戦略とAIテスト設計システムAITASの実践
sansantech
PRO
1
140
イベントで大活躍する電子ペーパー名札を作る(その2) 〜 M5PaperとM5PaperS3 〜 / IoTLT @ JLCPCB オープンハードカンファレンス
you
PRO
0
200
Phase03_ドキュメント管理
overflowinc
0
2.5k
20260321_エンベディングってなに?RAGってなに?エンベディングの説明とGemini Embedding 2 の紹介
tsho
0
160
LLMに何を任せ、何を任せないか
cap120
10
5.4k
Phase04_ターミナル基礎
overflowinc
0
2.3k
FastMCP OAuth Proxy with Cognito
hironobuiga
3
200
Featured
See All Featured
Claude Code どこまでも/ Claude Code Everywhere
nwiizo
64
54k
The Curse of the Amulet
leimatthew05
1
10k
Paper Plane
katiecoart
PRO
0
48k
Digital Ethics as a Driver of Design Innovation
axbom
PRO
1
230
How to Grow Your eCommerce with AI & Automation
katarinadahlin
PRO
1
150
Exploring the relationship between traditional SERPs and Gen AI search
raygrieselhuber
PRO
2
3.7k
State of Search Keynote: SEO is Dead Long Live SEO
ryanjones
0
160
The Spectacular Lies of Maps
axbom
PRO
1
640
Building an army of robots
kneath
306
46k
brightonSEO & MeasureFest 2025 - Christian Goodrich - Winning strategies for Black Friday CRO & PPC
cargoodrich
3
130
The Pragmatic Product Professional
lauravandoore
37
7.2k
Highjacked: Video Game Concept Design
rkendrick25
PRO
1
330
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