模型 KJ分析法(亲和图法)

系列文章 分享 模型,了解更多👉 模型_思维模型目录。洞察本质,凝聚共识,激发创新。


1 KJ分析法的应用

1.1 KJ分析法在某公司通信科组织改进中的应用

某公司通信科科长注意到科员对工作中的一些问题有所抱怨,但因为工作繁忙,难以召集所有人开会讨论。为了解决这个问题,科长决定采用KJ分析法来搜集科员的意见和要求。具体步骤如下:

  1. 收集信息:科长注意到科员们对工作中的问题有所抱怨,他开始记录下这些问题,每个问题记录在一张卡片上,例如"接收机的声音嘈杂"或"查找资料太麻烦"。

  2. 初步分组:科长将这些卡片根据内容的相似性进行分组,如将所有与接收机问题相关的卡片归为一组。

  3. 归纳整理:科长进一步归纳每组卡片的核心问题,例如,从接收机问题组归纳出需要"给接收机安上罩"。

  4. 深入分析:科长将各组卡片暗示的对策进行集中讨论,以揭示更深层次的问题,如根据季节变化调整交接班时间。

  5. 制定措施:科长拟定了一系列改进措施,并征求科员的意见进行修改,最终提出具体的改进方案进行试行。

  6. 试行与反馈:试行改进措施后,科员们普遍感到满意,这证明了KJ法在解决实际问题和提升工作满意度方面的有效性 。

这里展示了KJ分析法如何帮助组织从杂乱无章的意见中整理出清晰的思路,并通过团队合作找到问题的解决方案。

1.2 KJ分析法用于统一团队对用户画像的认知

是在一个产品从零到一的初始阶段,作为交互设计师参与了用户和市场研究,并根据研究结果参与产品定位、功能定义。在确定用户画像的过程中,出现了分歧,用户调研得到的访谈资料繁复,团队成员对用户回答内容的理解不一。为了统一团队的认知并输出用户画像,项目组采用了KJ法。以下是该案例的具体步骤:

  1. 前期准备:在开会的前一天,给各位前期卷入的同事发一封会议邮件,说明KJ法的操作流程和最终目的,确保用研、策划、交互同学一起参与,并有时间熟悉自己前面调研的资料 。

  2. 现场实操

    1. 让参与者坐在会议室中,给每位参会人员发马克笔和便利贴,鼓励他们将自己理解的用户特征信息写在便利贴上。

    2. 限时15分钟,让参与用户调研的同事边写边往白板上贴便利贴,然后相互浏览内容,也可以简单交流 。

  3. 分组讨论:浏览完毕后,可以再让大家补充。一般的KJ法到了上一步就完成了,但为了统一组内对用户画像的认知还需要最关键的一步:讲故事。将分类后的用户特征组合,形成故事,让参与者快速理解和接受用户画像 。

  4. 故事总结:通过讲故事的方式,将用户特征组合成丰满、立体的故事,使参与者对目标用户有更深刻的认识。最终,可以抽象出三至五个用户画像,并通过故事的方式讲述,根据大家的意见进行调整和修改,达成对目标用户画像的共识 。

这里展示了KJ分析法在统一团队对用户画像认知方面的有效性,通过书写便利贴、分类和故事总结,提供了一个整合不同理解和观点的平台。

1.3 KJ分析法用于改善其产品开发流程

一家企业为了改善其产品开发流程,决定采用KJ分析法来收集和整理员工对于当前流程的看法和建议。具体执行流程如下:

  1. 收集信息:企业的研发团队成员被邀请参与讨论,他们被要求将对产品开发流程的看法和改进建议写在便利贴上。
  2. 分组:所有便利贴被贴在会议室的墙上,团队成员开始根据相似性将便利贴分组,并为每组命名,以反映该组的核心观点。
  3. 归纳整理:小组内的成员对组内的观点进行讨论,进一步归纳整理,形成更高层次的分类,并确定每类的关键主题。
  4. 分析和决策:团队领导和关键成员根据整理出的关键主题进行分析,找出产品开发流程中存在的主要问题和改进点。
  5. 制定行动计划:基于分析结果,团队制定具体的行动计划来解决识别出的问题,并分配责任人跟进实施。

最终,通过KJ分析法的应用,企业成功地从员工中收集了大量宝贵的意见和建议,这些信息帮助企业明确了产品开发流程的改进方向,最终促进了流程的优化。这里展示了KJ分析法如何帮助企业通过团队合作,将分散的观点和信息整合成有组织的洞见,并作为改进决策的依据。

1.4 KJ分析法用于改进教育体系

某市教育部门希望改进当地的教育体系,以提高教学质量和学生满意度。他们决定采用KJ分析法来收集和整理来自教师、学生和家长的意见和建议。具体流程如下:

  1. 信息收集:教育部门组织了一个工作坊,邀请了不同学校、不同年级的教师、学生和家长参与。他们被要求将对教育体系的看法和改进建议写在便利贴上。
  2. 归类整理:所有便利贴被贴在会议室的墙上,参与者开始根据相似性将便利贴分组,并为每组命名,以反映该组的核心观点,如"课程内容"、"教学方法"、"学校设施"等。
  3. 深入分析:然后,教育部门的工作人员对每个类别进行深入分析,找出教育体系中存在的主要问题和改进点。
  4. 制定改进措施:基于分析结果,教育部门制定了一系列的改进措施,包括更新课程内容、改进教学方法、增加学校设施投入等。
  5. 执行与反馈:改进措施被实施后,教育部门收集了学生和教师的反馈,以评估改进效果,并根据反馈进一步调整改进计划。

这里展示了KJ分析法如何帮助教育部门从广泛的利益相关者中收集意见,整合不同的观点,并形成具体的改进措施,以促进教育体系的优化和发展。

1.5 KJ分析法用于个人成长和职业发展

一名职场人士希望提升自己的职业技能和个人素质,但面对众多的在线课程、书籍和培训资源,感到迷茫和无从选择。他决定使用KJ分析法来解决该问题,具体流程如下:

  1. 信息收集:该职场人士首先收集了所有感兴趣的学习资源信息,包括课程名称、书籍标题、培训主题等,并将它们记录在便利贴上。
  2. 归类整理:接着,他将这些便利贴按照主题或领域进行归类,如"时间管理"、"公共演讲"、"编程技能"等,形成不同的小组。
  3. 优先级排序:然后,他根据个人发展目标和当前需求,对这些小组进行重要性排序,确定哪些领域是当前最需要提升的。
  4. 制定学习计划:基于优先级排序的结果,他制定了一个具体的学习计划,包括学习顺序、时间安排和预期目标。
  5. 执行与反馈:最后,他开始执行学习计划,并在学习过程中收集反馈,根据效果不断调整学习计划。

这里我们可以看到KJ分析法如何帮助个人从众多选择中整理思路,明确发展方向,并制定出切实可行的个人成长计划。

2 模型 KJ分析法

2.1 什么是KJ分析法?

KJ分析法,也称为亲和图法,是由日本人文学家川喜田二郎于1964年创造的一种信息分析和整理方法。这种方法适用于处理语言或图像类信息,尤其是当信息量庞大且复杂,需要团队成员达成共识的情况。KJ分析法的核心在于从收集到的大量信息中找出相似内容,通过归纳总结,提炼出关键核心内容,从而实现从"梳理现象"到"抓住本质"的过程。

KJ分析法(亲和图法)的操作步骤主要包括以下几个阶段:

  1. 准备阶段:确定讨论的议题和目标。选择一个适合讨论的场所。准备必要的工具,如便签纸、马克笔、墙壁或白板等。

  2. 信息收集:邀请团队成员参与,包括决策者、执行者等。让参与者将他们的想法、问题点或意见写在便签纸上。

  3. 归类整理:将所有便签纸收集起来,然后重新分配给参与者。让参与者根据内容的相似性将便签纸分组,并为每组命名。

  4. 分组讨论:在小组内进一步讨论和细化分类。可以对每个小组的内容进行进一步的归纳和总结。

  5. 提炼归纳:从每个小组中提炼出核心观点或问题。形成更高层次的分类,并确定每类的关键主题。

  6. 形成亲和图:将归纳整理的结果用图形化的方式展现出来。可以用不同颜色的便签纸或标记来区分不同层次的分类。

  7. 分析和决策:基于亲和图的展示,进行深入分析。确定哪些问题或观点是关键性的,需要优先解决或关注。

  8. 制定行动计划:根据分析结果,制定具体的行动计划或解决方案。分配责任人,并确定时间表和目标。

  9. 执行与跟踪:执行行动计划,并定期跟踪进度和效果。根据反馈进行调整,确保问题得到有效解决。

  10. 回顾和标准化:在项目或问题解决后,进行回顾,总结经验教训。将有效的方法和流程标准化,为未来的工作提供参考。

当然,KJ分析法是一种灵活的方法,可以根据实际情况调整操作步骤和细节。

2.2 为什么会有KJ分析法?

KJ分析法之所以被创造和发展,主要是为了应对以下一些需求和问题:

  1. 处理复杂信息:KJ分析法能够处理大量且复杂的信息,尤其是当信息量庞大且需要团队成员达成共识时。
  2. 促进创造性思维:通过收集不同意见、想法和经验,KJ法鼓励打破现状,进行创造性思维,从而采取协同行动解决问题。
  3. 整合不同观点:KJ法可以整合来自不同背景、专业领域人员的意见,帮助从多角度审视问题。
  4. 支持决策过程:KJ法通过清晰地展示和组织信息,支持决策过程,使决策更加有依据和透明。
  5. 应对未知领域:KJ法适用于迅速掌握未知领域的实际情况,找出解决问题的途径。
  6. 归纳整理:对于难以理出头绪的事情,KJ法可以进行归纳整理,提出明确的方针和见解。
  7. 促进团队合作:通过集体讨论和研究,KJ法有效地贯彻和落实企业的方针政策,促进团队成员间的相互启发和了解。
  8. 质量管理:在全面质量管理活动中,KJ法是寻找质量问题的重要工具,帮助制定质量管理的方针、目标和计划。

3 模型简图

相关推荐
果冻人工智能1 小时前
2025 年将颠覆商业的 8 大 AI 应用场景
人工智能·ai员工
代码不行的搬运工1 小时前
神经网络12-Time-Series Transformer (TST)模型
人工智能·神经网络·transformer
石小石Orz1 小时前
Three.js + AI:AI 算法生成 3D 萤火虫飞舞效果~
javascript·人工智能·算法
孤独且没人爱的纸鹤1 小时前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
阿_旭1 小时前
TensorFlow构建CNN卷积神经网络模型的基本步骤:数据处理、模型构建、模型训练
人工智能·深度学习·cnn·tensorflow
羊小猪~~1 小时前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
极客代码1 小时前
【Python TensorFlow】进阶指南(续篇三)
开发语言·人工智能·python·深度学习·tensorflow
zhangfeng11331 小时前
pytorch 的交叉熵函数,多分类,二分类
人工智能·pytorch·分类
Seeklike1 小时前
11.22 深度学习-pytorch自动微分
人工智能·pytorch·深度学习
庞传奇1 小时前
TensorFlow 的基本概念和使用场景
人工智能·python·tensorflow