ビジネス分析の主な内容（ビジネス分析、ビジネス上の問題の診断方法）

ビジネス分析、ビジネス上の問題を診断する方法

ソース |現実的なチェン先生

ビジネス上の問題の診断は、多くの企業にとって業務分析やデータ分析の基本要件であり、データ駆動型ビジネスの 3 つの基本的な方法の 1 つでもあります。データ分析手法において、ビジネス問題の診断は「見ればできるが、実行すると間違いを犯す」典型的なものです。

「なぜ自分の行った問題分析をビジネス側が認めてくれないのか？」と悩む学生も多いです。今日はこの質問に体系的な答えを述べたいと思います。

ビジネス診断には標準的なプロセスがあります。

ステップ1: 監視指標を確立する

ステップ2: 判断基準を確立する

ステップ3: 異常な状況を見つける

ステップ4: 問題の原因を分析する

ステップ5: 診断の推奨事項を提供する

簡単な例を挙げてみましょう。ある会社には4つの販売事業ラインがあり、月間売上高1億元の目標を設定しましたが、実際の売上高は9,500万元に達し、目標を下回りました。 4 つの線を下の図に示します。チャネル A に問題があることは簡単にわかります (以下を参照)。

販売がオンラインの場合、コンバージョン プロセスをさらに確認し、どのリンクに問題があるかを診断できます (下の図を参照)。

したがって、一般的な診断提案は次のようになります。「ビジネス ライン A に問題があることがわかり、その配信のコンバージョン率が低すぎます。コンバージョン率を上げることをお勧めします。」

これは通常の慣行です。問題は、多くの学生が「あなたの言ったことはナンセンスだ！」といったコメントを受け取ることです。これを実行した後。とても不当な扱いを受けたと感じます。しかし、問題はどこにあるのか?

従来のアプローチの問題は、数字を数字だけで議論し、表面的な議論にとどまってしまうことにあります。これをするのは、患者が医者のところに行って、医者から「あなたの体温は 38 度です。下げたほうがいいと思います」と言われるようなものです。あなたが患者だったら、テーブルをたたきながら「熱があるのはずっと前からわかっていたのに！どうすればいいの？」と言うでしょう。

単にデータをリストするだけでは問題の診断にはなりません。せいぜい問題の発見です。

ビジネス側が期待する問題診断は、具体的なビジネスアクションを指し示す必要があります。 A社を例にとると、ビジネス側は次のような診断結果を期待しています（下図参照）。

データを扱う学生の多くは、これを見ると頭がくらくらするでしょう。こういったことは感情的すぎる。これらは、DAU、コンバージョン率、アクティビティ率、消費量などの指標とどのように関係するのでしょうか?

データを活用してビジネスを推進する場合、最も恐ろしいのは、ビジネス側が「できるならやればいい。できないなら、無駄なことを言うな」と言うことです。特にデータを使って疑問が投げかけられた場合、ビジネス側は本能的に反撃するでしょう。彼らは、責任を一般環境部門や上流・下流部門に転嫁するか、リソースを要求するか、あるいは「あなたの言うことはすべて知っています。私も試しましたが、うまくいきませんでした。信じられないなら、自分でやってみてください」という究極の武器を使うかのいずれかです。ビジネス側がデータアナリストと議論する決心をした場合、データアナリストは非常に弱い立場に置かれ、確実に勝つことはできません。

したがって、本質的には、問題を診断することは、ビジネス側の懸念を診断することです。誰が本当に問題を改善する意思があるかを明確に区別することによってのみ、適切な解決策を処方することができます。

重要な違いは 4 つあります。

1. 現在の状況を本当に理解していますか?

2. 対策は講じられましたか?

3. 行動計画はありますか?

4. リソースを申請する予定はありますか?

これら 4 つの重要なポイントにより、ビジネス当事者が本当に問題を解決したいかどうか、またビジネス当事者が問題を解決しようとしている方向性を区別することができます。

ビジネス上の問題を診断する際には、まず一般的な実践の結果を考慮し、次にこれら 4 つの重要なポイントを 1 つずつ確認し、徐々に診断結果を導き出すことができます。

▌第一歩：現状を本当に理解しているかを見極める

業務側は、全体の状況が良くないことは分かっているものの、具体的にどの部分に問題があるのか​​は分かっていない可能性が高いです。そして、ビジネス側の本能的な反応も総合的な認識に基づいています。そこで、まずはよくある実践内容をご提示し、ビジネス側が問題点を明確に把握できるようにします。

ビジネス関係者が事前に詳細を確認していない場合、詳細を確認した後に問題を解決するためのアイデアが浮かぶ場合があります。基本的な戦略は 2 つあります (以下を参照)。データ アナリストは、判断を支援するために、対応する参照データを追加できます。この時点で診断は完了です。

すでにビジネス側が詳細を把握している可能性もあるので、次のステップに進むことができます。

ステップ2: アクションが取られたかどうかを判別する

行動を起こしても結果が出ないことと、行動を起こさないことはまったく異なる状態であることに注意してください。ビジネス側がまだ行動を起こしていない場合は、「問題が明確にわかっているのに、なぜ行動を起こさないのか？」と疑問に思う価値があります。

ビジネス側は、この問題は重要ではないと考え、時間が経てば自然に解消される可能性が非常に高いです。

おそらく企業側はすでに準備を整えており、その時に形勢逆転できると考えているのだろう。

この時点で、過去のデータを確認し、類似のシナリオを見つけ、結論に達した後、現在の状況に基づいて判断を下すことができます (下の図を参照)。

この状況はまだ対処が容易です。なぜなら、ビジネス関係者に計画がない場合、他者からのリマインダーや提案に強く反対することはないからです。本当に対処が難しいのは、対策を講じたが効果がなかった場合です。

このとき、ビジネス側に提示する診断結果は、ビジネス側が聞いたことのない、非常に効果的なものであることがベストです。そうしないと、間違いなく批判されるでしょう。「あなたの言ったことは何の役に立つの？ 私は試しただけよ！」この時点で結論を出すときは特に注意してください。

▌ステップ3: 行動計画があるかどうかを特定する

対策を講じても効果がなかった場合、ビジネス側の本能的な反応はリソースを求めることです。戦争に勝てないなら、もっと大きな砲弾が欲しいと考えるのは普通のことです。

しかし、上司の本能的な反応は「もう一度考えてみよう」というものでした。きっとあなたのやり方が間違っているのでしょう。もし信じないなら、私が李雲龍の代わりをします。彼は間違いなく山崎大隊を倒せるでしょう。

この対照により、リソースを直接申請する計画は拒否されることが多いのです。ビジネス部門がリソースを申請しなかった場合、誰の問題であろうと自分の問題ではないと言って責任転嫁を選択する可能性があります。

この時点で、データ アナリストにとって問題は非常に複雑です。データアナリストが軽率に意見を表明すると、「敵対的要素」として分類される可能性があります。データアナリストがその後何を言おうと、人々はただ反対するためだけに反対するだろう。したがって、この時点では率先して自分の意見を表明することは避けてください。代わりに、問題を解決したり責任を転嫁したりするための可能なオプションを事前に分析し、最終的にビジネス/上司に判断を委ねます。

責任を回避するための一般的な選択肢には、次のようなものがあります。

1. 外部環境のせいにする: 全体的な環境は本当に悪化し、すべての事業ラインに影響を及ぼしているのでしょうか?

2. 上流部門のせいにする: 上流部門が本当に良い仕事をしていなかった場合、下流部門すべてが被害を受けることになります。

3. ユーザーにとってのハンサムポット：特定のタイプのユーザーの嗜好が変化し、彼らが集団的に離れていくというのは本当ですか？

一般的な問題解決オプション:

1. 前回同様の問題を解決した方法を使用しましたか?

2. 前回のソリューションへの投資は今回達成されましたか?

3. 他の事業ラインでもこの問題に対する同様の解決策はありますか?

上記の各点は個別に分析することができ、ここで一つずつ例を挙げるには内容が多すぎます。しかし、問題を抱えた事業部門が本当の解決策を見つけられるよう、もう少し努力する価値はあります。

または、シンプルなアプローチ、つまりベンチマークを実施します。複製可能なベンチマークを選択し、直接コピーします。これにより、多くのトラブルが回避されます。そのため、最初にベンチマーク分析を導入し、次に問題の診断を導入します。一部の事業部門は理論を聞くのが面倒くさすぎるのです。彼らはこう言うのが好きです。「誰が良い仕事をしているか教えてくれれば、その人を真似します。すごい！」

ベンチマーク分析については、「データ分析の古典的な方法: ベンチマーク分析」を参照してください。

本質的に、問題を診断することが難しいのは、次の 2 つの側面にあります。

1. 業界環境、ビジネス能力、ユーザーの嗜好、運用手順などの要因はすべてビジネス上の問題につながる可能性がありますが、これらの要因のほとんどはデータで定量化できず、慎重に仮説を立てて 1 つずつテストすることしかできません。

2. 問題が発生すると、誰もが責任を取ることを恐れ、本能的に言い訳をしたり、物事を当然のこととして受け止めたり、自分の立場を確立したりします。そして、彼らは単に立場の違いを理由にお互いを攻撃し、真実に直面することを拒否します。

いわゆる「雨が降れば土砂降りになる」とはまさにこの状況です。この時点で、データを使用して問題を説明するのは簡単です。ベンチマークを設定することでギャップを確認できます。データを使用して問題を診断したい場合は、上記の何層もの障害を突破し、ビジネス部門のサポートと上司の理解を得て初めて効果を上げることができます。これがデータから実装までの唯一の方法です。

それを実装するシンプルで簡単な方法はありますか?もちろん！最も単純なのは、ビジネス/データ/上司が「素晴らしいアイデアがある!」と言うときです。良いアイデアが得られたので、効果を直接テストすることができます。これがいわゆるデータ実験法です。