ビジネスにおけるデータ活用の重要性を感じている人は多いと思います。しかし、どう活用すればいいのか分からない、というのが大半の企業に起こっている状況です。

そこでこの記事では問題解決につながる「本来あるべきデータ分析の取り組み方」について解説します。

本来あるべきデータ分析とは

本来あるべきデータ分析とはどういうものなのでしょうか

一番大切なのはデータ分析の「目的」になります。

例えばビッグデータやデータマイニング、データサイエンスなど、いわゆる膨大なデータをいかにして活用するかの議論は数年前から言われておりますが、一部の大企業を除いて実際にデータ活用によって業績を向上させた、あるいはそれに近い効果を得たという話をほとんど聞きません。

機械学習やAIといった技術面においては、IT技術の発達によりデータから傾向を導き出すことはとても容易になりましたし、精度も飛躍的に上がっています。

しかし、本来重要なのはそもそも何のために分析をするのかということです。例えば、「売上を向上させるために重要な要素は何なのかを把握する」といった、本来の目的を明確にし、その目的を達成させるために必要なデータの取得や分析、アウトプットの方法を定めることが重要なのです。

ただほとんどの企業においてデータマイニングテストやデータサイエンスといった、膨大なデータを分析するという手段にばかりにとらわれてしまい、成果の出ないデータ活用となってしまっています。

また、少し話はそれますが数値の見える化についても同じです。BIツールのように様々な数値を見える化する業務支援ツールが出ていますが、そういったツールやシステムを導入する前に、経営やマーケティング、事業推進をするための指標として何を見るべきなのかを定め、アウトプットはどうすべきなのかを定める必要があります。実際にデータを分析するデータマイニングやデータサイエンスの前に、経営やマーケティングあるいは事業の目的を達成させるためのデータの設計がとても重要なのです。

達成したい目的のために必要なデータを取得し、分析し、アウトプットする。この順番ですね。

目的があって、そのために必要なデータ、そして分析してアウトプット、これが本来あるべきデータ分析になります。

そもそも問題とは

ここからは、”そもそも問題とは何か”についてお伝えしていきます。

企業活動とは問題解決の連続です。では、そもそも問題とは何なのでしょうか。

皆さん自身や皆さんの会社には、現状とそれに対する”理想の姿”があるかと思います。例えば事業計画書を作成されている企業であれば5年後、10年後の目標ですね。”これくらいの売上を目指す”ですとか、”こういう社会貢献活動をしていく”など、定量的な目標もそうですし、定性的な部分も含めて理想の姿というものを描いてるかと思います。

その一方で現状があると思います。ここにはギャップが必ずあると思います。理想の姿と現状のギャップ、これが問題になります。

例えば売上が減少しているとか、コストが利益を圧迫しているとか、社員の定着率が低いなど、企業経営において解決したい事象、これが問題になります。

したがって問題解決とは、この企業経営にとってマイナスな事象、解決したい事象を解決することなのです。

あるべき問題解決方法

まずあるべき問題解決方法について皆さんも考えてみましょう。

例えば、皆さんの仕事に置き換えて考えてみていただければいいと思います。経営系の方であればどう売上あげればいいのかですとか、マーケティング系の方営業の方、いろいろいらっしゃるかと思いますので、今ご自身が抱えている何かしらの問題をどう解決していくのか、少し記事を読むのを止めて考えてみてください。

では、あるべき問題解決方法について説明していきます。

例えば”売上が伸びない”という問題に対する問題解決方法として、”事業計画に基づいた施策を実行して行く”ですとか、あるいは”人が足りないから売上が伸びないんだと言って採用人材教育をする”ですとか、いろんな解決方法が考えられるかと思います。

ただ、この方法ではあるべき解決方法にはなりません。本来あるべき解決方法とは「問題定期→課題発見→問題解決」という流れになります。

問題解決をする前に課題発見をしてください。どういうことかと言いますと、例えば、そもそも事業計画に根拠がないかもしれません。そういうことが課題として発見されました。であれば、蓋然性の高い事業計画の構築が必要となってきます。

事業計画については、過去の実績のみに基づいた計画である場合が多いと思います。そこに根拠があるのでしょうか。その根拠も踏まえた、蓋然性の高い事業計画の構築が問題解決になんかと思います。

あるいは採用人材教育が問題解決方法だと考えた場合には、そもそも属人的な営業体制が根本的な問題かもしれません。その場合、問題解決方法としては新人でも受注できる仕組みの構築というのが本来あるべき解決方法ではないでしょうか。

もしくは店舗数の拡大が必要だ考えていたが、実際には店舗立地の違いによる収益性の差というものが課題として上がったとします。そうすると、やみくもに店舗数を伸ばすことはもしかしたら収益性をあかさせてしまうかもしれません。その場合まずは、勝ち店舗となる立地というものをしっかりと把握した上でそこに対して出店をすることが、本来あるべき解決方法になります。

また、広告を打ってどんどん人を増やそうと考えていた場合にも、実際に分析をしていくとそもそもコンバージョンが低下しているかもしれません。その場合、広告を打つ前にまずはWeb サイトを改善してしっかりと来た人をコンバージョンさせる成約させるための改善が必要となってきます。

このように問題解決をする前にそもそも何で売り上げが伸びていないのかという課題を発見することがとても重要になります。課題発見、すなわち根本原因の把握がとても重要になります。

例えば先ほど例として挙げた、売上が減少しているという問題の課題ですね、この根本原因を発見することでピンポイントで解決策の実施が可能となります。そうすると問題解決の精度が上がり効果も最大化します。だからこそ、いきなり問題解決をするのではなく、その前に根本原因の把握課題発見ですね、これをしっかり時間をかけて行うことが大切なのです。

そしてこの課題発見ですが、ほとんどの場合社内で答えが眠っています。社内に蓄積されている会計ですとか売上顧客のこういった数値データを詳細分析するだけでも、かなり課題を発見できます。

また市場や競合消費者などへの調査も行い、数値データを取得分析することでさらに精度も上がります。

組織関連の課題であれば、ES調査（社員満足度調査）を行うことでもかなり課題を発見できたりします。要は根本原因の把握、課題発見には、データ分析がとても有効だということなのです。

データ分析の役割

データ分析の役割についてお伝えしていきます。まずは問題解決のアプローチについて確認しましょう。

まず現状の理解ですね。そして、いきなり問題解決をするのではなくて、課題発見、原因の根本原因の見極めになります。その上で打ち手を決定し、実行していく。これが本来あるべき問題解決のフローです。この課題発見にデータ分析がとても威力を発揮する部分になります。

まずは現状をしっかりと理解します。その上でいきなり解決をするのではなく、理想の姿に進むのではなく、課題発見をします。この課題発見、原因の見極め、ここにデータ分析がとても有効になります。

そこで導き出された解によって実際に問題解決をして、理想の姿へと向かって行く。打ち手の決定、実行とこういう流れになります。

当ブログではデータ分析の基本が学べる記事を公開しています。興味のある方はぜひチェックしてみてください。