Natália Pokojná · SalesTuning®
Horná navigácia drží hlavné kapitoly. Tlačidlo Obsah otvorí celý zoznam tém. Šípky vás posúvajú po jednotlivých stranách a klávesy ← → fungujú rovnako.
Na každej strane si môžete otvoriť vlastný zápis. Ukladá sa v tomto prehliadači.
Tlačidlo PDF otvorí tlač celej prezentácie. V dialógu vyberte „Uložiť ako PDF“.
Na konci je spoločný slovník pojmov. Počas dvoch dní používame rovnaké pomenovania.
Otázky, ktoré sa pri práci opakujú, sú spracované ako samostatná referenčná kapitola.
Cieľom je, aby druhá podobná práca vyžadovala menej vysvetľovania, mala jasnejšie podmienky kvality a zanechala použiteľný poznatok pre ďalší prípad.
Makro dáva tlak. Mikro rozhoduje, ako sa tento tlak prejaví u konkrétneho klienta.
Tento obraz nehovorí o zamrznutej ekonomike. Hovorí o prostredí, v ktorom peniaze, kapacita a rozhodovacia pozornosť získavajú vyššiu cenu. Predaj preto potrebuje presnejšie ukázať význam, riziko a dôvod konať práve teraz.
Keď je rozpočet napätejší, klient potrebuje rýchlejšie pochopiť prínos, rozsah a dôsledok rozhodnutia.
Rozhodnutie sa častejšie testuje cez dôkazy, porovnania a interné schvaľovanie.
Aj dobrý produkt súťaží s inými prioritami, odkladom investície a ochranou rezervy.
Zmena potrebuje zrozumiteľný dôvod. Samotná novinka alebo pekná prezentácia vytvára slabý impulz.
Klient si dopĺňa informácie a vracia sa k otvoreným otázkam. Obchodný cyklus sa môže natiahnuť.
Dôvera znižuje vnímané riziko. Presnosť, dôkazy a realistický rozsah majú väčšiu váhu.
Domácnosť najprv chráni výdavky, ktoré považuje za nevyhnutné. Pri ostatných nákupoch rastie porovnávanie, citlivosť na cenu a potreba odôvodniť si rozhodnutie sama pred sebou alebo pred rodinou.
Bývanie, energie, jedlo, zdravie a úvery majú prirodzenú prioritu.
Cena, recenzie, alternatívy a skúsenosti iných ľudí získavajú väčšiu váhu.
Vyššia neistota podporuje správanie „ešte počkám“.
Praktická hodnota, jasné použitie a primeraná cena sa vysvetľujú ľahšie než abstraktný prísľub.
Pri B2B nákupe sa ekonomická neistota premieta do interných otázok: Čo nám to prinesie? Kedy? Kto za to nesie zodpovednosť? Čo sa stane, keď počkáme? Aké riziko vytvára výber dodávateľa?
Cena sa hodnotí spolu s dopadom, rizikom a prioritou voči iným projektom.
Financie, vedenie, používateľ a odborný garant môžu čítať rovnakú ponuku odlišne.
Menší prvý krok môže znížiť riziko a vytvoriť dôkaz pred väčším záväzkom.
Číslo samo o sebe nestačí. Klient potrebuje rozumieť predpokladom, času a podmienkam výsledku.
Klient chráni cash, kapacitu alebo reputáciu. V rozhovore potrebuje znížiť riziko.
Klient aktívne skúma varianty. Potrebuje jasné kritériá, dôkazy a rozlíšenie.
Klient vníma význam, rozhodnutie zatiaľ nemá dostatočnú urgenciu alebo interný konsenzus.
Každý režim vyžaduje inú prácu obchodníka. Jednotný skript stráca účinok. Potrebujeme čítať stav rozhodovania a zvoliť ďalší krok podľa konkrétnej situácie.
Rozlíšiť problém, tlak, rozhodovací stav a skutočný dôvod rozhovoru.
Dodať dôkaz, rámec, porovnanie a realistický ďalší krok.
Prepojiť ponuku s tým, čo klient potrebuje vyriešiť teraz.
Zachytiť, čo fungovalo a čo treba pri ďalšom podobnom obchode zmeniť.
Prvé tri schopnosti sme rozvíjali na predchádzajúcich workshopoch. Štvrtú teraz prenesieme do AI Kancelárie a AI Obchodníka.
AI bude pracovať s tým, čo sme už pomenovali. Preto najprv spájame obchodné princípy do jednej mapy.
Zákazník ešte pred kontaktom číta, sleduje, porovnáva a pýta sa ľudí vo svojom okolí. Do rozhovoru vstupuje s vlastnou interpretáciou situácie. Naša práca začína tým, že zistíme, kde sa v rozhodovaní práve nachádza.
Čo sa deje a prečo si to klient začal všímať.
Aké možnosti klient zvažuje a čím ich porovnáva.
Čo musí riešenie spĺňať, aby bolo použiteľné.
Ktoré varianty a dodávatelia zostávajú v hre.
Čím si klient overuje, že rozhodnutie je bezpečné.
Kto ďalší musí rozhodnutiu rozumieť a podporiť ho.
Pomáhame klientovi ujasniť kritériá, riziká, porovnanie možností a ďalší krok.
Najskôr rozumieme situácii klienta. Odporúčanie prichádza až po dostatočnom kontexte.
Rozhodnutie čítame cez dáta, emócie, vnútorné obavy, riziká a internú politiku.
Keď si po prípadoch zapisujeme dôvody kúpy, nekúpy, odkladu a posunu, postupne sa ukazujú vzorce. Tie majú vyššiu hodnotu než spomienka na jeden úspešný obchod.
Reálny problém, zrozumiteľný dopad, správny rozhodovateľ, vhodný dôkaz, obhájiteľná cena a jasný ďalší krok.
Veľa času bez pokroku, skorá ponuka, chýbajúci rozhodovateľ, slabý dôvod konať, opakované námietky bez diagnózy.
Z prípadu odoberieme osobné náhody a hľadáme podmienky, ktoré sa oplatí zopakovať.
Pri AI Obchodníkovi sa táto mapa stane jedným z kontextových rámcov pre prípravu a review stretnutia. AI vďaka tomu vie, aké informácie hľadáme a kde môže byť obchodný prípad neúplný.
Používam, keď potrebujem porozumieť.
Používam, keď dávam fakt alebo rámec.
Používam, keď mám dostatok informácií pre návrh.
Používam, keď potrebujem jasný ďalší krok alebo záväzok.
V praxi často vzniká problém v poradí. Odporúčanie prichádza skôr než porozumenie alebo Clean Ask príde skôr než klient chápe význam ďalšieho kroku.
Situácia → problém → dôsledok → potreba riešenia. Dôsledkové otázky ukazujú cenu dnešného stavu.
Nový pohľad → prepojenie na situáciu → rozhodovací posun. Hodnotu vytvára relevantný reframe.
Pozornosť ide na rozdiel, ktorý klient zažije po zmene. Proces vysvetľujeme iba v miere potrebnej pre dôveru a realizáciu.
Rozhodovanie ovplyvňujú emócie, predchádzajúca skúsenosť, vnímané riziko, sociálny dôkaz, množstvo možností a mentálna náročnosť rozhodnutia. Preto sa rovnaká ponuka môže v dvoch situáciách čítať úplne odlišne.
Strata má často väčšiu psychologickú váhu než porovnateľný zisk.
Príliš veľa možností zvyšuje náročnosť rozhodnutia.
Dnešný stav má výhodu známosti. Zmena potrebuje zrozumiteľný dôvod.
Menšie potvrdenia počas procesu pomáhajú vytvárať konzistentný smer rozhodnutia.
Closing nepridáva tlak na poslednú chvíľu. Nadväzuje na to, čo klient už pomenoval, pochopil a potvrdil. Pri skeptickom klientovi má vysokú hodnotu zhrnutie faktov a dôkazov. Pri Challenger prístupe prirodzene nadväzuje Insight alebo Reframe Close.
AI získava hodnotu vtedy, keď pozná kontext práce, zdroje, rozhodovacie body a hranicu kvality.
Dnes sa pozeráme na vašu vlastnú prácu. Zisťujeme, čo pri nej potrebujete, čo má zostať vo vašich rukách a ako si môžete AI Kanceláriu nastaviť tak, aby podporovala váš spôsob práce, váš prehľad a kvalitu výsledku.
nápady · zadania · dokumenty · otázky · rozhodnutia · workshopy · interné know-how
Každý projekt drží vlastný kontext, zdroje, workflowy a pravidlá.
centralizácia · bezpečnosť · štruktúra · vyhľadateľnosť · firemná pamäť
to, čo má zmysel používať naprieč rolami alebo tímami
Rozdiel oproti bežnému chatu vzniká v tom, že kontext, pravidlá a učenie zostávajú usporiadané pre ďalšiu prácu.
Porovnávame prvý a ďalší beh na rovnakej alebo porovnateľnej práci.
Či lepší kontext, pravidlo alebo vstup reálne zvýšil kvalitu a znížil množstvo opravovania.
Keď vieme porovnať dva behy a pomenovať konkrétny rozdiel v podmienkach alebo výsledku.
AI dopĺňa medzery generickými predpokladmi. Výsledok potom potrebuje viac opráv.
AI chápe klienta, ponuku, zdroje a obmedzenia konkrétnej situácie.
AI vie, čo má pri výstupe kontrolovať ešte pred odovzdaním človeku.
Ďalší podobný prípad začína z lepšej východiskovej pozície.
Jeden slovník. Jeden reálny prípad. Jedna cesta od potreby k výsledku.
JTBD pomenúva pokrok alebo výsledok, kvôli ktorému práca vôbec vzniká.
Predstavte si ho ako odpoveď na otázku: „Čo potrebujem mať na konci vyriešené, aby som sa mohla pohnúť ďalej?“
Keď idem na obchodné stretnutie, potrebujem pochopiť situáciu klienta a možné rozhodovacie riziká, aby som vedela viesť relevantný rozhovor a pripraviť ďalší krok.
JTBD chráni prácu pred tým, aby sa zmenila na sériu aktivít bez jasného výsledku.
Use case spája všeobecnejší výsledok s jedným opakujúcim sa typom situácie.
Je to miesto, kde sa potreba stretne s realitou: prvé stretnutie, druhé stretnutie, ponuka, námietka, follow-up alebo review.
JTBD „pripraviť kvalitné obchodné rozhodnutie“ môže mať use case „príprava na prvé stretnutie s novým B2B leadom“.
Use case pomáha vybrať správne vstupy, workflow a kritériá kvality.
JOB má konkrétny prípad, konkrétne vstupy a konkrétny výsledok, ktorý potrebujem doručiť.
Use case sa môže opakovať stovky ráz. JOB je dnešný konkrétny beh tohto typu práce.
Zajtra mám stretnutie s firmou ABC. Mám web, e-maily, poznámky z CRM a potrebujem pripraviť mapu situácie, hypotézy a otázky.
Učenie vzniká až na reálnej práci. Všeobecná šablóna sama neukáže, čo v praxi chýba.
Pripraviť kvalitný obchodný rozhovor a znížiť riziko slepého miesta.
Príprava na prvé stretnutie s novým B2B leadom.
Príprava na stretnutie s firmou ABC v stredu o 10:00.
Materiály konkrétneho JOB-u: e-mail, brief, poznámky, CRM záznam, ponuka, prepis stretnutia.
To, čo platí naprieč prípadmi: ponuka firmy, ICP, jazyk, hranice, obchodné pravidlá, rola človeka.
Miesta, z ktorých smie AI čerpať fakty: web klienta, interná dokumentácia, cenník, zmluvné podmienky, schválená databáza.
Keď sa tieto tri vrstvy zmiešajú, vzniká chaos pri aktualizácii. Keď ich držíme oddelene, vieme meniť konkrétny prípad bez rozbitia stabilného kontextu.
Acceptance criteria sú podmienky, ktoré musí výsledok splniť, aby sme ho považovali za použiteľný.
Predstavte si ich ako krátky checklist seniora pred odovzdaním práce.
Príprava na stretnutie musí rozlíšiť fakty od hypotéz, pomenovať otvorené otázky, zachytiť možné rozhodovacie riziká a navrhnúť otázky bez vymýšľania faktov.
AI tak nedostáva iba úlohu. Dostáva aj hranicu kvality.
Workflow opisuje, ako konkrétny typ práce prebehne od vstupu po odovzdanie.
Je to mapa práce, ktorú vie človek skontrolovať a neskôr časť z nej odovzdať AI.
PREPARE_MEETING: načítaj vstupy → roztrieď fakty a hypotézy → vyhodnoť medzery → priprav otázky → skontroluj kritériá → odovzdaj brief obchodníkovi.
Workflow umožní porovnať prvý a druhý beh na rovnakých miestach.
Ak áno, môžeme ju používať ako fakt. Ak chýba dôkaz, ostáva hypotézou alebo otázkou.
Ak chýba problém, dopad alebo rozhodovací proces, ďalším krokom môže byť diagnostika namiesto ponuky.
Kontrola jazyka, faktov, citlivých údajov a obchodnej logiky ostáva pred odoslaním.
Decision points určujú hranicu medzi mechanickým vykonaním kroku a rozhodnutím, za ktoré nesie zodpovednosť človek.
Drží význam, zodpovednosť, obchodné rozhodnutie, výnimky a schválenie.
Pracuje na požiadanie v konverzácii. Navrhuje, analyzuje, sumarizuje a pripravuje podklad.
Dostane cieľ a postupuje cez viac krokov, nástrojov alebo zdrojov v rámci povolení.
Spúšťa vopred definovaný krok podľa udalosti, času alebo pravidla.
Konkrétny artefakt: brief, review, návrh otázok, follow-up, rozhodovací záznam.
Kontrola faktov, úplnosti, kritérií kvality, jazyka, citlivých údajov a použiteľnosti.
Kto výsledok dostane, kam sa uloží a čo je ďalší krok po odovzdaní.
Bez handoveru ostáva dobrý výstup izolovaným dokumentom. S handoverom sa stane súčasťou pracovného toku.
Po dokončení JOB-u sa pýtame, či vznikol poznatok s hodnotou aj pre ďalšie prípady. Môže ísť o nový kontext, pravidlo, kontrolný bod, úpravu workflowu alebo kandidáta na Skill.
Zostane v zázname prípadu. Do stabilného kontextu sa nepresúva.
Zachytíme ho do Worklogu a sledujeme, či sa potvrdí pri ďalšom behu.
Po review a schválení sa presunie do Wiki, workflowu, Skill-u alebo kontextu projektu.
Najprv práca. Potom opakovateľnosť. Následne Skill, agent alebo automatizácia.
Pri jednom obchodnom prípade sa informácie rozpadnú medzi e-mail, CRM, web klienta, poznámky, prepisy, ponuky a vlastnú pamäť. AI Obchodník vznikol ako vrstva, ktorá tieto vstupy číta v kontexte SalesTuningu a pripravuje človeku kvalitnejší podklad pre ďalší krok.
Zozbiera a roztriedi relevantné vstupy, medzery a hypotézy.
Zachytí fakty, záväzky, otvorené otázky a rozhodovací stav.
Hľadá opakujúce sa vzorce a pripravuje kandidátov na zlepšenie workflowu.
Pomáha kontrolovať jazyk, logiku, úplnosť a zhodu s kritériami.
PREPARE_MEETING
REVIEW_MEETING
CAPTURE_LEARNING
kontrola kvality prípadu
preklad signálu na ďalšiu otázku
SalesTuning syntax a jazyk značky
Každá schopnosť má vlastné vstupy, kritériá, workflow a hranicu rozhodovania. Spoločný názov AI Obchodník ich spája do jedného pracovného systému.
Čo považujeme za potvrdený fakt a čo ostáva hypotézou.
S ktorým klientom a prípadom chceme pokračovať.
Akú ponuku, rozsah a podmienky sme pripravení doručiť.
Aký ďalší krok sme pripravení vypýtať alebo prijať.
Ktorý poznatok schválime ako nové pravidlo, workflow alebo Skill.
Dáta jedného konkrétneho obchodného prípadu.
Poznatok z porovnania alebo opravy počas práce.
Schválený kontext, ktorý platí naprieč prípadmi.
Stabilizovaný spôsob práce s jasnými vstupmi, krokmi a kritériami.
Oddelenie vrstiev chráni systém pred tým, aby sa jednorazová situácia automaticky zmenila na všeobecné pravidlo.
Pripraviť obchodníka na konkrétny rozhovor: fakty, hypotézy, medzery, rozhodovacie riziká, otázky a ďalší cieľ.
Roztriediť výsledok rozhovoru: čo sa potvrdilo, čo sa zmenilo, čo ostáva otvorené a aký je rozhodovací stav.
Zachytiť, čo sme pri práci museli doplniť alebo opraviť a čo sa oplatí skúmať pri ďalšom podobnom prípade.
Doslovný výrok, dohodnutý krok, číslo, termín alebo iný overiteľný podklad.
Čo z podkladu usudzujeme. Má mať nižšiu istotu než evidencia.
Ktorá časť problému, dopadu, rozhodovateľa, rizika alebo ďalšieho kroku ostáva otvorená.
Review vytvára lepší vstup pre ďalšiu prácu a zároveň chráni obchodníka pred tým, aby si domnienku zapísal ako fakt.
Toto značenie udržiava kvalitu učenia. AI aj človek vedia, čo sa môže používať ako stabilný podklad a čo potrebuje ďalšie overenie.
Cieľom dňa je vidieť prácu takú, aká dnes reálne je. Prvý beh vytvorí baseline.
Konkrétny prípad, ktorý má vstupy a reálny výsledok.
JTBD, use case, vstupy, kontext, zdroje, kritériá a handover.
Prvý popis krokov tak, ako práca prebehla dnes.
Miesta, kde AI potrebovala doplnenie, opravu alebo rozhodnutie človeka.
Najlepší kandidát je práca, ktorú robíte opakovane, obsahuje prácu s informáciami a jej kvalita závisí od kontextu alebo rozhodovania.
Má jasný termín, vstupy a očakávaný výsledok.
Má reálne poznámky alebo prepis a potrebuje ďalší krok.
Potrebujete skontrolovať obchodnú logiku, dôkazy a riziká.
Potrebujete zistiť, čo o rozhodnutí stále neviete.
Pri prvom behu sa nesnažíme skryť nedokonalosti. Práve zásahy človeka ukazujú, čo AI zatiaľ nevie o našom spôsobe práce.
Musela som vysvetliť klienta, ponuku, jazyk alebo obchodné pravidlo.
AI postupovala príliš všeobecne a potrebovala presnejšiu hranicu.
Výstup nesplnil kvalitu alebo zamenil fakt s interpretáciou.
AI pripravila varianty a človek zvolil obchodný smer.
Worklog je krátky záznam reálnej práce s AI. Zachytáva miesta, kde som musela doplniť kontext, spresniť pravidlo, opraviť výsledok alebo urobiť dôležité rozhodnutie.
Toto je dôležitý moment. Z pocitu „AI mi pomohla“ sa dostávame k presnému záznamu, kde pomohla, kde potrebovala človeka a čo sa má v ďalšom behu zmeniť.
Druhý deň porovnávame. Učenie potrebuje rozdiel medzi dvoma behmi, nie iba lepší pocit.
Doplníme informáciu, ktorá v prvom behu chýbala.
Spresníme hranicu, poradie alebo rozhodovací bod.
Doplníme, podľa čoho má AI sama kontrolovať kvalitu.
Zmeníme formu alebo štruktúru podkladu, aby sa dal spoľahlivejšie spracovať.
Meníme čo najmenej vecí naraz. Vďaka tomu vieme, ktorá zmena mala na výsledok skutočný vplyv.
Ak druhý beh ukáže reálny posun, vzniká kandidát na stabilizáciu. Ak posun nevidíme, poznatok ostáva hypotézou a pokračujeme ďalším testom.
Poznám vstup, kroky, pravidlá, hranicu kvality a formu výsledku. Vtedy môžem tento spôsob práce uložiť a používať opakovane.
Denné záznamy patria do jedného Worklog priestoru. Týždenné zhrnutia čítajú denné záznamy.
Pôvodný Worklog po spracovaní zostáva zachovaný. Vidíme, z čoho vzniklo pravidlo.
Stabilný poznatok sa presúva až po review a schválení človekom.
Viem, kde mám kontext, zdroje, projekty a pracovné cesty.
Mám konkrétnu prácu rozobratú od JTBD po handover.
Mám postup, ktorý prešiel minimálne dvoma behmi alebo porovnateľným testom.
Viem zachytiť zásahy, učenie a kandidátov na zlepšenie.
Viem, čo ešte potrebuje ďalšie overenie pred stabilizáciou.
Mám jasný smer, ktoré obchodné workflowy budem postupne učiť a prepájať.
Výstup lepšie spĺňa acceptance criteria a potrebuje menej zásahov.
Fakty, evidencia, hypotézy a neznáme informácie ostávajú správne oddelené.
Druhý podobný prípad dokážeme spracovať rovnakou logikou.
Klesá množstvo opakovaného vysvetľovania a manuálneho prepínania.
Rozhodovacie body a hranice človeka zostávajú viditeľné.
Každý beh zanechá použiteľný signál pre ďalší test alebo stabilizáciu.
Silný AI Obchodník nevzniká množstvom promptov. Rastie z malého počtu pracovných ciest, ktoré majú kvalitný kontext, jasnú hranicu kvality a pravidelné učenie.
Výsledok alebo pokrok, ktorý človek potrebuje dosiahnuť v konkrétnej situácii.
Opakujúci sa typ situácie, v ktorej riešime daný JTBD.
Jeden konkrétny reálny beh práce s konkrétnymi vstupmi a výsledkom.
Materiál konkrétneho JOB-u, ktorý potrebujeme spracovať.
Informácie a pravidlá, ktoré pomáhajú AI rozumieť vašej práci naprieč prípadmi.
Miesto, z ktorého čerpáme fakty alebo schválené podklady.
Podmienky, podľa ktorých spoznáme použiteľný a kvalitný výsledok.
Poradie krokov práce od vstupu po kontrolu a odovzdanie.
Miesto, kde ďalší krok závisí od podmienky alebo ľudského úsudku.
AI, ktorá pracuje na požiadanie v konverzácii a pripravuje podklad pre človeka.
AI, ktorá dostane cieľ a môže vykonať viac krokov alebo použiť nástroje v rámci povolení.
Vopred definovaný krok spustený časom, udalosťou alebo pravidlom.
Artefakt, ktorý workflow vytvorí a odovzdá ďalej.
Kontrola faktov, úplnosti, kritérií kvality, jazyka a bezpečnosti pred odovzdaním.
Odovzdanie výsledku konkrétnemu človeku, systému alebo ďalšiemu workflowu.
Pokyn pre konkrétnu interakciu. Prompt môže spustiť časť workflowu, sám osebe workflow nenahrádza.
Krátky záznam reálnej práce, zásahov človeka, opráv a kandidátov na zlepšenie.
Cyklus: beh → Worklog → jedna zmena → ďalší beh → porovnanie → poznatok.
Stabilizovaný spôsob práce s jasnými vstupmi, krokmi, pravidlami, hranicou kvality a formou výsledku.
Miesto pre schválené poznatky, pravidlá a kontext, ktoré majú platiť aj pri ďalšej práci.
Informácia, ktorú považujeme za potvrdenú.
Podklad, o ktorý sa potvrdenie opiera.
Pracovné vysvetlenie, ktoré potrebuje overenie.
Chýbajúca informácia a otázka, ktorou ju chceme doplniť.
Má konkrétnu situáciu, výsledok a význam. Dokážem podľa neho povedať, čo sa má po práci zmeniť.
Toľko, koľko reálnych opakujúcich sa situácií vedie k rovnakému výsledku. Pre tréning vyberáme iba jednu.
Keď pracuje s informáciami, má opakujúce sa prvky, vieme opísať dobrý výsledok a vieme určiť hranicu ľudského rozhodovania.
Prvá verzia má zachytiť realitu. Detail pridávame tam, kde prvý beh ukáže nejasnosť alebo opakovaný zásah.
Keď sa opakujú pravidlá, workflow má stabilné vstupy a kritériá a testy ukazujú, že funguje na viacerých porovnateľných prípadoch.
Zásahy, opravy, doplnený kontext, rozhodnutia, opakujúce sa pravidlá a kandidáti na zlepšenie.
Zmeny pripraví ako návrh. Stabilný Skill sa aktualizuje po review a schválení človekom.
Rozlišujeme FACT, EVIDENCE, HYPOTHESIS, UNKNOWN a NEXT QUESTION. Zároveň určujeme povolené zdroje a QA.
Asistent sa hodí na interaktívnu prácu s človekom. Agent získava zmysel pri stabilnejšom viac-krokovom workflowe s jasnými povoleniami.
Pravda, fit, hodnota a cena, záväzok, výnimky a schválenie učenia s obchodným alebo reputačným dopadom.
Porovnávame kvalitu, množstvo opráv, pravdivosť, opakovateľnosť, úsilie a počet miest, kde treba znovu vysvetľovať ten istý kontext.
Jeden opakovaný JOB umožní rozlíšiť reálne zlepšenie od náhody a ukáže, ktorá zmena v kontexte alebo pravidle mala vplyv.
Prácu rozoberieme. Otestujeme. Porovnáme. Zachytíme učenie. Stabilizujeme iba to, čo sa v praxi potvrdí.