データ駆動型運用（データ分析、運用上の意思決定のガイド方法）

データ分析、運用上の意思決定のガイド方法

「データ分析は運用上の意思決定を導き、実行可能な提案を提供する必要がある」というのが、多くの企業がデータアナリストに求める要件です。しかし、実際に実行しようとすると、多くの学生が不満を言います。「運営部門は私の提案に耳を傾けさえしません！」私の言うことを聞かないで！どうやって着陸するのですか?

実は、このような苦痛は「指導」の意味を誤解していることから生じています。 「ガイダンス」とは、私が言うことは何でもオペレーターが実行するという意味だと思っていました。これはもはや指導ではなく、他の人のために決定を下し、彼らの上司となることです。業務を担当する取締役、副社長、CEO がいるため、データ アナリストが最終決定を下す番ではありません。こんな命令をし続けたら絶対にうまくいかないよ。

それで私たちは何をすべきでしょうか?

三国志演義の軍師がどのようにして君主の意思決定を導くのかを見てみましょう。 「主君が私の言うことを聞かなければ、大敗を喫することになる」と叫んだ軍事顧問は、主君によって引きずり出され、殺されました。このとき、領主の内なる独白は、「私が領主なのか、それともあなたが領主なのか！」です。そして、主君から本当に信頼されている軍事顧問は、この4つの方法で話します。

領主は尋ねた。「敵はどのような陣形を組んでいるのか？」

軍事顧問：敵は八門金鎖陣を展開しており、これは...

この時、藩主は状況を理解しておらず、軍師は藩主に一般的な知識を与え、物事をわかりやすく説明することで、決定を「支持」していました。

領主は尋ねました。「軍事顧問は敵を撃退するためにどのような良い戦略を持っていますか？」

軍事顧問はこう答えた。「最善の戦略は、敵が長い距離を旅して疲れ果て、食料や草も不足しているという事実を利用し、野原を開墾して都市を要塞化することです。」中間の戦略は... 最悪の戦略は...

ここに多くの詳細があります:

1. 軍事顧問は、分析と結論、理由と行動提案を組み合わせたアドバイスを提供します。

2. 軍事顧問がアドバイスをする際、ただ 1 つの提案だけをすることはほとんどなく、最良、平均、最悪のシナリオを十分に考慮します。

3. 軍事顧問の提案は単なる提案に過ぎません。彼は主に代わって裁きを下すことはない。最終決定権は依然として領主にあります。

興味深いことに、領主が最善の戦略を選択することはめったになく、中間の戦略、あるいは最悪の戦略を選択することが多いことがわかりました。このとき、オープニングシーンが登場します。 「もし主君が私の言うことを聞かなければ、大敗を喫することになる」と頑固に主張した軍事顧問は皆殺しにされ、賢明な軍事顧問は沈黙を守った。賢い奴らは、敗北後の領主の脱出計画をすでに準備し始めていました、ハハ。

曹操は華容路で関羽に阻まれ、殺されそうになった。軍顧問は駆け寄って言った。「我が主君、関羽は正義の人です。彼は上司を誇りに思いますが、部下を辱めたりはしません。また、強い者をいじめますが、弱い者をいじめたりはしません。彼のところに行って慈悲を乞う方がよいでしょう...」これは典型的な注意喚起です！

知らせ！リマインダーのタイミングは重要です。平時であれば、「殿様、お気をつけ下さい」と言えばよい。領主はただ微笑んでこう言うだけです。「殿、あなたは心配しすぎです。」あなたのリマインダーは、重要な瞬間にのみ耳を傾けられます。

戦いの後、彼らはこうまとめました。「この戦いでは、主君は10回勝利し、敵は10回敗北しました...」しかし、このとき、戦いに勝てば、誰もがその功績を自分のものにし、耳を傾ける者はほとんどいませんでした。戦いに負けた後、誰もが逃げ道を探し、何か間違ったことを言ったら「罰」を受けるかもしれません。

話は終わったので、真面目な話に移りましょう。データに基づく操作に対する正しいアプローチは、他の人に自分のやり方を強制するのではなく、質問に答え、提案し、思い出させ、要約することです。さらに、これら 4 つの作業の重要度と頻度も異なります (下図参照)。

データ分析を本当に成功させるのは、質問に回答する作業です。運用担当者がデータの有用性を認識し、ワークフローの各ステップでデータを確認することを忘れない限り、データ分析には取り組むべき作業が残ります。これらのタスクで蓄積されたデータは、将来の詳細な分析の手がかりにもなるため、さらに実行する必要があります。また、ワークフロー全体を実行するのが最適です（下図を参照）。

リマインダーは、実際に問題がある場合にのみ役立ちます。私はよく、前年比 3% の低下と前月比 2% の低下について不平を言いますが、誰も耳を傾けませんし、耳を傾けたとしてもフィードバックはありません。次のような重要な問題を見つけます。

1. トラフィックデータが異常です。誤ったトラフィックがある可能性があります。

2. 活動参加が異常であり、不正行為がある可能性があります。

3. 進捗が遅すぎてタスクを完了できない可能性があります

この時点でリマインダーを与えると、注意レベルを効果的に高め、潜在的な危機を解決することができます。

サマリータイプは多くの機能を備えていますが、重要性は最も低くなります。運用部門は多くの場合、彼らの指示に従い、自分たちの仕事が効果的であることを証明しようとします。自然成長率をマイナスにすることについては、 「市場が下落している」ことを証明するために、下落している競合会社のデータを選択すること、これらはすべて日常的な操作です。このとき、「それは市場のせいではなく、あなたのせいだ」と主張し続けると、争いを生むことになります。すべてのデータを公開し、それを信じるかどうかを上司に判断させる方がよいでしょう。

最もよく言われるのは、データ分析によって効果的な提案が得られるということです。実際、運用部門には既に独自の判断があり、提案を受け入れないことがよくあるので、強制する必要はありません。しかし、この時点で、生徒の中には次のような疑問を持つ人もいるかもしれません。「先生が私の提案を受け入れてくれないのなら、私の提案が価値があることをどうやって示せばいいのでしょうか？」

もちろん、価値を反映するだけでなく、データに対する運用の信頼を高める方法もあります。

前の例と同じであれば、提案をするときは 1 つだけではなく 3 つ提案してください。自分の提案が合理的であることを証明するだけでなく、運用側が自分の提案を採用しなかった場合に何が起こるかを証明することも重要です。提案されたロジックは次の図のように出力されます。

たとえば、運営側がクーポンを発行している場合、データを見ると、クーポンの発行数が増えるほど活動の効果が悪くなることがわかります。これは、かなりの数の古いユーザーが習慣化しており、いずれにしても購入するため、クーポンを 1 枚多く取得することでより多くの割引を享受できるためです。こうした自然購入グループを回避するために、クーポン発行ルールの変更を提案したいと考えます。この時点で提案をするときは、「ルールの変更を提案する」と直接言うのではなく、次の 3 つの状況を列挙します。

このように、運営側が皆さんの意見を聞いて方法を変えていくのがベストでしょう。たとえ運営側が耳を傾けず、現在の古い慣行を継続するとしても、将来の状況について予測を立てていることになります。あなたの予測が正確で、解雇審査が予想通りの結果になった場合、あなたは素晴らしいです。これは本当の千里眼ではないでしょうか？口には出さなくても、心の中では「この予言はすごい！」と思うはずです。今後はあなたの判断と提案をさらに信頼するつもりです。このような提案を数回繰り返していくと、たとえ相手があなたのアプローチを 100% 受け入れなかったとしても、少なくともあなたの意見を聞くために協力してくれるようになり、あなたに対する信頼は倍増します。

オペレーション側が私たちの提案に耳を傾けず、ビジネストレンドを正確に予測できない場合は、分析能力を向上させる必要があることを意味します。正確なデータ分析には、問題を特定する方法を知ることと、問題を放置した場合の結果について正確な判断を下せることが含まれます。それでもトレンドを正確に予測できない場合は、能力の向上を続けてください。

上記から、データを有効に活用して業務上の意思決定を導くためには、データアナリストはデータの抽出方法を知る必要があり、また、データ分析の価値を反映するために、コミュニケーションスキルと正確なビジネスベースの判断能力も必要であることがわかります。