はじめに

本記事は、Googleデータアナリティクスのプロフェッショナル認定証のプログラムより、参照させて頂いています。興味を持った方は、是非受講してみてください。

データ主導の意思決定

私たちは普段の生活で、フィットネストラッカーを装着したときや、商品レビューを読んで購入を決定するときなどにデータを使っています。そしてビジネスでは、顧客をより深く理解したり、プロセスの改善や、従業員の業務生産性向上を図るためにデータを使っています。しかしこれは氷山の一角にすぎません。業務上データを使ってできる最も有益なことの 1 つが、データ主導の意思決定です。

『データ主導の意思決定とは、データに基づいてビジネス戦略を導くこと』

あらゆる業界の組織において、データアナリストが常にデータ主導のより良い意思決定ができるよう、推進されています。

データ主導の意思決定の最初のステップは、 事業ニーズを把握する　ことです。通常、これは解決する必要がある問題のことを指します。この問題とは、たとえばある新しい会社が、より規模の大きく有名な競合企業と戦うためにブランドの認知を高めるといったこと、あるいは、ある組織が製品改良のために、よりサステナブルでエシカルなサプライヤーから部品を調達する方法を見つけ出すことかもしれません。もしくは企業で、従業員の不満やエンゲージメント、満足度、会社への定着率の低さを解決しようとすることかもしれません。
問題が何であれ、それが定義されると、データアナリストはデータを見つけ、それを分析・活用して、トレンド、パターン、関連性を明らかにします。データ主導で導かれた戦略は、過去の成功に沿った形になる場合もあればまたある時は、まったく新しい方向への事業展開を示す場合もあります。

実際の事例

音楽や映画のストリーミングサービス

各企業は、個人が何を見たいか、聞きたいかをどのようにして知るのでしょうか？また、それらをどのように提供しているのでしょう？データ主導の意思決定を上手く利用して企業は顧客が現在見たり、聞いたりしているものについての情報を集めて分析し、そこからインサイトを得て、今後最も好まれそうなものを提案します。その結果、顧客の満足度が高まり、リピーターが増えることで会社の収益につながっていきます。

e コマース

ほとんどの買い物が実店舗経由だったのは、それほど昔のことではありません。しかし、データによって、消費者の志向が変わっていることがわかりました。そのため、多くの企業がまったく新しいビジネスモデルを構築し、実店舗をなくし、個人がパソコンや携帯電話から直接買い物をして、商品が自宅まで届けられるようにしたのです。

人間の経験、観察、直観との組み合わせ

実際、データ主導の意思決定は非常に強力なもので、ビジネスの手法を全体から覆してしまうこともあります。たとえば、データによって各企業は固定電話から、携帯電話に完全移行しました。

データアナリストは、データをあらゆるビジネス戦略に組み込み、企業を成功に導くうえで重要な役割を果たします。しかしデータ主導の意思決定にどれほど価値があったとしても、人間の経験、観察、時には直観と組み合わせなければデータ単体ではそこまで強力なものにならないことは注意すべきでしょう。

内容領域専門家（SME,Subject matter experts）

最も有益なデータ主導の意思決定のためには事業課題をよく知っている人々のインサイトを含めることが重要です。これらの人々は内容領域専門家と呼ばれ、データ分析の結果を見て矛盾を突き止め、不確かな点を明らかにし、

そして、最終的にはその選択を検証することもできます。このような取り組みを行う組織は、ビジネス戦略の中心にデータを位置づけつつ社員のインサイトからも恩恵を受けます。 Win-Win の関係なのです。

あなたはデータアナリストとして、組織がデータ主導の意思決定をする上で重要な役割を果たします。だからこそ、データの意思決定プロセスにおいてデータがどのように関わっているかを理解することが重要なのです。

Google のエド

ただデータが多いだけではダメなんです。データそのものはほとんど価値を持ちません。 Twitter や Square の創業者であるジャック・ドーシーの言葉を借りれば、

「この世界で私たちが行う一つ一つの行動が、何らかのデータが引き金になっていて、そのデータのほとんどは、誰かが何らかの解釈を加えるか、誰かがストーリーを練るまでは無意味なものである。」

データとは、端的に言えば、事実の集まりであり、何かを説明するための値です。個々のデータは収集され、構造化されてより有用になりますが、しかしそれだけではまだ十分な意味を持ちません。データを情報に変えるには、解釈する必要があります。

水泳の 200m 個人メドレーでマイケル・フェルプスのタイムは 1 分 54 秒でした。これではよくわかりません。しかし、ライバルたちのタイムと比較すると、マイケルは 1 位でゴールし、金メダルを獲得していることがわかります。この分析では、データとしてマイケルのレース相手のリストとタイムを使用し他のデータと比較することで情報に変えました。文脈も重要です。このレースが他でもないオリンピックの決勝戦であるということが ”金メダル獲得”という判断につながります。しかし、これでもまだ知識とはいえません。私たちが情報に触れて、理解し、そして応用するときが、データが最も役に立つときです。

つまり、マイケル・フェルプスは速い競泳選手だ、ということですよね。データを知識に変え、理想のレストランを見つけたり、環境に配慮した行動をとったりと、さまざまなことに役立てることができるのが、データの真骨頂なのです。