私たちはいたるところでこのことについて読んでいます。 指先から得られる豊富なデジタル インサイトを活用し、ビジネス インテリジェンスの力を取り入れることで、より多くの情報に基づいた意思決定を行い、ビジネスの成長、進化、そして収益の向上につなげることができます。
適切なレポート ツールを導入し、データを正確に測定するだけでなく、分析する方法を理解することで、ビジネスを前進させるようなデータ主導の意思決定を行うことができるようになります。 もちろん、これは理論的には素晴らしいことです。
しかし、実際には、世界最高のデータにアクセスできたとしても、具体的な洞察を無視して、直感で意思決定を行うことがあります。 ほとんどの場合、これはビジネスにとって有害です。
直感に従ってもよい場合もありますが、ビジネスベースの意思決定の大部分は、目的、目標、またはイニシアチブに関連する指標、事実、または数字によって裏付けられ、管理レポートと業務に対する安定したバックボーンを確保する必要があります。
データ駆動型意思決定とは
BI戦略を実行するための11の重要なステップのリストをダウンロードできます！
分析的啓発への探求であなたを助けるために、我々はデータ駆動型意思決定を探索し、データ駆動型意思決定の重要性を研究し、洞察をビジネスを後押しする行動に変えるいくつかの実例を検討します
What Is Data Driven Decision Making?
データ駆動型意思決定（DDDM）は、測定可能な目標または KPI に基づいてデータを収集し、これらの洞察からパターンや事実を分析し、多くの領域でビジネスに利益をもたらす戦略や活動を開発するために活用するプロセスです。
根本的に、データ駆動型の意思決定とは、単に闇雲に撃つのではなく、検証および分析されたデータを活用して主要なビジネス目標に向かって努力することを意味します。 ビジネスにおけるデータ駆動型の意思決定を強化するための洞察の収集、抽出、フォーマット、および分析は、かつてはすべてを網羅する作業であり、当然ながらデータ意思決定プロセス全体を遅らせる要因となっていました。 その結果、データの意思決定プロセスを促進するレポート、トレンド、視覚化、および洞察を作成するために必要な IT サポートは少なくなりました。 このかなり新しい職業は、大量の生データをふるいにかけて、データ駆動型のインテリジェントなビジネス決定を行うものです。
データ科学者が「採掘」する「金」には、定性的および定量的という2種類の特徴があり、どちらもデータ駆動型の決定を行うために重要です。 定性的なデータ分析は、測定ではなく観察に基づいています。 ここでは、項目が理路整然とグループ化されていることを確認するために、データをコード化することが非常に重要です。 中央値、標準偏差、およびその他の記述的な統計は、ここで極めて重要な役割を果たします。 このタイプの分析は、観察するのではなく、測定します。
ビジネスにおける意思決定の意味を探ったところで、データ駆動型意思決定（DDDM）が重要である理由を考えてみましょう。
「情報は21世紀の石油であり、分析は燃焼エンジンである」。 – Peter Sondergaard
Why Data Driven Decision Making Is Important?
意思決定におけるデータの重要性は、一貫性と継続的な成長にある。 これにより、企業は新しいビジネス機会を生み出し、より多くの収益を上げ、将来のトレンドを予測し、現在の運用努力を最適化し、実用的な洞察を得ることができるようになるのです。 そうすれば、時間の経過とともに帝国を成長させ、進化させることができ、結果として組織の適応性を高めることができるように立ちます。 デジタル世界は常に流動的であり、周囲の変化する状況に対応するためには、データを活用して、より多くの情報に基づいた強力なデータ駆動型のビジネス決定を下す必要があります。 これは、意思決定におけるオンライン データ視覚化の重要性を証明しています。
MIT Sloan School of Management の教授 Andrew McAfee と Erik Brynjolfsson はかつて Wall Street Journal の記事で、彼らが MIT Center for Digital Business と共同で調査を行ったことを説明しています。 この調査では、調査対象となった企業のうち、主にデータ駆動型の企業は、4%高い生産性と 6%高い利益の恩恵を受けていることがわかりました。
意思決定に共同で取り組む企業は、他の曖昧なアプローチをとる企業よりも情報を本当の資産として扱う傾向があります。
10 Tips And Takeaways For An Enhanced Data Driven Decision Making Strategy
最後に、ビジネスにおいてより良いデータ駆動型の意思決定を行うための10の実践的ヒントと注意点を紹介します。
1) バイアスを防ぐ
私たちが行う精神的な作業の多くは無意識に行われるため、意思決定を行う際に使用する論理を検証することが難しくなります。 また、目の前にあるデータではなく、「あったらいいな」というデータを見ることに罪悪感を持つことさえあります。 このようなときに役立つのが、優秀なチームです。 自分の偏見を共有しない (あるいは知らない) 有能な第三者に判断を仰ぐことは、非常に貴重なステップです。
自分が扱っているデータを知っているチームと一緒に働くことで、有益で洞察に満ちたフィードバックへの扉を開くことができます。 データを民主化することで、技術的スキルに関係なく、すべての人がデータにアクセスし、情報に基づいた意思決定を行うことができるようになります。 多くの場合、これは革新的なダッシュボード ソフトウェアによって行われ、かつては複雑だった表やグラフを、より多くの人がデータ駆動型の優れたビジネス決定を下せるような方法で視覚化します。 その証拠は数字に表れています。 2010年にマッキンゼーが行った1,000以上の主要なビジネス投資に関する調査（現在でも読むと参考になる）によると、組織が意思決定プロセスにおけるバイアスの影響を減らす努力をすると、最大で7%高いリターンを達成できたことが明らかになりました。 データ駆動型意思決定 (DDDM) に関しては、偏りを減らし、数字に語らせることがすべての違いを生みます。
偏った行動を克服するヒント
- シンプルな意識 – 誰もが偏っているが、偏りの存在が意思決定に影響を与えることを意識すると、その影響を抑制するのに役立つ。
- Seeking out Conflicting Information – 自分や他人に適切な質問をすることで、自分の偏りを認識し、意思決定プロセスからそれを取り除くことができます。 先入観を捨て、本当にデータを研究することで、あなたの収益を本当に変えることができる洞察に警告することができます。 ビジネスインテリジェンスは、損失を避けるだけでなく、利益を得るためにあるべきであることを忘れないでください。 ビジネスのニーズではなく、誇大広告に従わないように戦略を立て、明確なKPI(Key Performance Indicator)を定義してください。 KPIにはさまざまな例がありますが、やりすぎず、業界内で最も重要なものに集中しましょう。 このような状況下、「BI戦略」を実行するための11の重要なステップのリストをダウンロードできます！
3) 今すぐデータを集める
正しいデータを集めることは、正しい質問をすることと同じくらい重要です。 中小企業やスタートアップ企業では、データ収集は初日から始めるべきでしょう。 ツイッターの共同創設者であり創業者のジャック・ドーシー氏は、スタンフォード大学でこのような学びを共有しました。 「Twitterの最初の2年間は、何も見えませんでした…直感とデータのバランスをとる代わりに、すべてを直感に基づいていました…だから、Squareのために最初に書いたのは、管理者ダッシュボードです。 私たちは、すべてを記録し、すべてを測定するという非常に強い規律を持っています」。
4) 未解決の質問を見つける
戦略と目標が決まったら、その目標を達成するために、答えを必要としている質問を見つける必要があります。 正しいデータ分析の質問をすることで、チームは正しいデータに集中することができ、時間とコストを節約することができます。 この記事の前の例では、WalmartとGoogleの両方が非常に具体的な質問をしており、結果を大きく改善することができました。 そうすることで、本当に必要なデータに集中することができ、「念のため」とすべてを無闇に集めることから、「それに答えるためにこれを集める」ことに移行できる。
5) これらの質問を解くために必要なデータを探す
集めたデータの中から、前の段階で定義した未解決の質問に答えるのに役立つ、理想のデータに焦点を当てるようにしてみてください。 回答すべき質問とデータ収集の枠組みを設定した後、それに目を通して意味のある洞察と分析レポートを抽出し、データ駆動型のビジネス決定を行う必要があるのです。 実際、ユーザーからのフィードバックは、カスタマーエクスペリエンスに関するより深い分析を行い、実用的なインサイトを抽出するのに有効なツールです。 これを成功させるためには、コンテキストを持つことが重要です。 例えば、購買ファネルでのコンバージョンを向上させたい場合、訪問者が離脱する理由を理解することは、重要なインサイトとなるでしょう。 フィードバックフォームのオープンコメント（このファネル内）の回答を分析することで、チェックアウトで成功しない理由がわかり、それに応じてウェブサイトを最適化することができます
7) 1142>
私たちの脳は結論を急ぎ、代替案を検討するのを嫌がります。特に、最初の評価を見直すのは苦手です。 グラフィックデザイナーの友人が、プロジェクトの終盤で行き詰まることがよくあると言っていました。 彼は、自分が選んだ方向性にこだわりがあり、それを捨てたくなかったのです。 しかし、その理由は間違っていました。 そうなると、必ずと言っていいほど、行き詰まった原因を探るために、もう一度最初からやり直さなければならない。 常に、最終製品は、最初のドラフトからソリューションをこしらえた場合よりも何倍もよく作り直されました。
データを検証し、正しい測定基準を追跡することは、決定パターンから外れるのに役立ちます。 チームメンバーが視点を持ち、それを共有することに頼ることで、バイアスを見ることができます。 しかし、一歩下がって、自分の決断を見直すことを恐れてはいけません。 一瞬、敗北のように感じるかもしれませんが、成功するためには必要なステップなのです。 どこで間違ったのか理解し、すぐに対処することで、様子をうかがうよりも、より良い結果を生むでしょう。 何が起こるかを待つことの代償は、よく知られています。
8) 意味のある方法でデータを提示する
掘り出し、洞察を得ることはいいことですが、発見を伝え、メッセージを伝えることを管理することは、もっといいことです。 あなたの洞察力が未開発のまま埃をかぶったままにならないように、そして、将来の意思決定に利用されるようにしなければなりません。 優れたデータ可視化ソフトウェアの助けを借りれば、ITに精通していなくても、強力なオンライン・ダッシュボードを構築し、カスタマイズすることができます。 たとえば、財務を何としても管理する必要があります。
フルスクリーンで財務概要ダッシュボードを開く
財務ダッシュボードに表示される概要は、企業の財務パフォーマンスの概要を一目で確認することができるものです。 営業費用率、純利益率、損益計算書、税引前利益などの上位 KPI を備えたこのダッシュボードでは、リアルタイムのデータに集中しながら、迅速な意思決定プロセスを実現できます。
さらなるインスピレーションとして、世界で最も先進的なブランドや企業によるこれらの素晴らしいデータ視覚化の例を見てみましょう。 得られた知見をビジネス上の意思決定に適用するだけでなく、たとえデータに矛盾があったとしても、その意思決定が会社のミッションやビジョンに沿ったものであることを確認する必要があります。 また、データを行動に移す！
10) データ主導のビジネス決定を進化させ続ける
これは見落とされがちですが、それでも非常に重要です：データ主導の決定を検討、分析、質問することを決してやめてはいけません。 このハイパーコネクテッドデジタル時代において、私たちはかつてないほど多くのデータにアクセスできるようになりました。 この豊富なインサイトから真の価値を引き出すには、周囲の状況に応じてビジネス目標を継続的に更新し、進化させることが不可欠です。
Data Driven Decision Making Mistakes You Should Avoid At All Costs
この時点で、意思決定におけるデータの重要性は明らかです。 しかし、データ駆動型ビジネス意思決定のダイナミクスを理解し、実際のデータ駆動型意思決定の例を調べることで、正しい方向に進むことができますが、何を避けるべきかを理解することで、成功を確固たるものにできます。会議の準備をして、事実と数字を用意したのに、結局、決定がまったく逆の方向に進んだことが人生で何回ありましたか？
おそらくそれは、会議を始める前から決定されていたように感じたでしょう。 もしこれに心当たりがあるなら、あなただけではありません。 私たちは、KPIよりも直感に従うことが重要だと考える新人がたくさんいる新興企業についてだけ話しているのではありません。 IBM の元社員で Forrester のリサーチフェローである Rob Enderle 氏は、IBM と Microsoft の経営陣の欠点を記録した素晴らしい記事を書きました。 Enderleとそのチームは、シーメンスへの売却が大失敗であることを証明する内部報告書を作成しました。 しかし、この決定は、その報告書が出る前になされていたことが判明した。 しかし、実はその前に決定していたのだ。
BI-Surveyの出版物によると、彼らが調査した企業の58％が、通常のビジネス上の意思決定の少なくとも半分は、データや情報駆動型ではなく、直感や経験に基づいていると答えているそうです。 平均して、意思決定に際しては、利用可能な情報の50%しか使用していないことがわかりました。
私たち自身もビジネス インテリジェンスのプロバイダーとして、データ駆動型の意思決定の重要性を理解しています。 このため、クライアントがデータを最大限に活用し、有意義な方法で可視化し、生成された洞察を見事なリアルタイムダッシュボードで簡単に共有して、より良いビジネス決定を迅速に行えるようにするオンラインデータ分析ツールを作成しました。 しかし、私たちが提供する洞察は、一日の終わりに、これらのレポートが実際の意思決定者によって無視されるなら、まったく意味がありません。
この難問から、私たちは、ビジネスリーダーがなぜデータ主導の意思決定を使用しないのか、深く考察することにしました。
データ主導の意思決定を正しく行うための基礎を説明したところで、データアナリストやビジネスリーダーの過去のよくある間違いを掘り下げることで、避けるべきことをさらに深く掘り下げていきます。 データ分析ソフトの助けを借りてこれらの重要なポイントを観察し吸収することで、ビジネスにおけるデータ駆動型の意思決定が常に一貫して、結果駆動型であり、目標を中心に据えることができるようになります。
独占ボーナスコンテンツ。 データ主導の意思決定を行うには？BI戦略を実行するための11の必須ステップのリストをダウンロード！1) データの質
まず、通常呼び出される主な理由は、データの質です。 著者 Thomas C. Redmann の記事によると、データの品質とは、「業務、意思決定、および計画における意図された用途に適合する」べき、一連の定性的または定量的変数の状態のことです。 また、データの品質管理（取得から維持、処分、配布に至るまで組織内のプロセス）も、今後のデータ活用の鍵となる。
収集は、その後、うまく管理されて利用されてこそ良いものとなり、そうでなければ、資産の潜在能力は手つかずのまま、役に立たない。
過去の経験に対する過度の信頼
過去の経験に対する過度の信頼はどんなビジネスにも致命的となりうる。 いつも後ろばかり見ていると、目の前にあるものを見逃してしまう可能性がある。 しかし、環境や市場が変われば、同じやり方が通用するとは限りません。 この例としてよく挙げられるのが、LTCM危機の後にリーマンを救ったディック・フルドである。 10年後、彼は同じトリックのバッグを取り出したが、Wall Street Journalのレポートによると、”彼が頼っていた経験は、今回の住宅主導の大規模な崩壊とは同じではなかった “という。 今回の危機はもっと複雑だった。
3) 直感で判断し、データを調理する
直感で判断する経営者がいる一方で、まず直感を信じ、次に研究者や外部のコンサルタントを説得して、すでに下した判断を裏付けるレポートを作成する人も相当数います。 前出のエンダールの記事によると、マイクロソフトではこのようなことが日常茶飯事だったそうです。
4) 認知的バイアス
認知的バイアスとは、限られた情報に基づいて、あるいは現在の状況とは関係ないかもしれない過去の経験からの教訓に基づいて意思決定を行う傾向のことである。 認知的バイアスは、毎日、何らかの形で、私たちが行うすべての意思決定において発生します。 これらのバイアスは、ビジネスリーダーに、確かなデータを無視し、思い込みで行動するような影響を与えることがあります。 以下は、一般的に見られる認知バイアスの例です。
- 確認バイアス – ビジネス リーダーは、自分がすでに持っている信念を確認する情報を、正しいか間違っているかにかかわらず好む傾向がある。
- 認知的慣性 – 新しい環境条件に適応できず、データが違うと証明しているのに古い信念を固持してしまうこと。
- グループ思考 – 証拠や支持する動機に関係なく、多数派に味方してグループの一員になりたいという欲求。
- 楽観バイアス – 未来は過去よりずっと良くなるという信念に基づいて決断すること。
マネージャーはあらゆる状況で偏りがあることを認識しなければならない。 客観性などというものは存在しない。 良いニュースは、偏った行動を克服する方法があるということです。
その結果、これらの企業はビジネスチャンスを特定し、将来のトレンドをより正確に予測し、データの意思決定によってより多くの収益を生み出し、より大きな成長を促進します。
データ駆動型意思決定の3つの成功例
データ駆動型意思決定の意味と重要性をより明確に理解したところで、データ駆動型意思決定の3つの感動的な事例を掘り下げていきます。
1) Google
smartdatacollective.comの記事によると、データ駆動型意思決定の最も顕著な例の1つは、検索の巨人Googleによるものです。 その疑問に答えるため、Google のデータ科学者は、管理職の部下からのパフォーマンス レビューと従業員調査 (定性データ) を調べました。 アナリストはこれらの情報をグラフにプロットし、管理職は一般的に優秀であると認識されていると判断しました。 さらに、データを上位四分位と下位四分位に分け、回帰分析を行った。 その結果、チームの生産性、社員の幸福度、離職率において、優秀なマネージャーとそうでないマネージャーとの間に大きな差があることがわかった。 しかし、Googleの優秀なマネージャーとはどのような人なのでしょうか。
再び、アナリストは、社員が優れた仕事をしたマネージャーを推薦できる「グレートマネージャー賞」のデータを見直しました。 社員は、そのマネージャーの何がそんなに素晴らしいのか、具体的に説明する例を提示しなければなりませんでした。 さらに、上位4分の1と下位4分の1のマネジャーにインタビューを行い、データをまとめました。 Googleの分析によると、Googleで優れたマネジャーになるための行動上位8項目と、そうでない3項目が判明しました。 また、グレートマネージャー賞の継続、年2回のフィードバック調査の実施など、新たな知見を盛り込みながら、マネジメントトレーニングを改訂しました。 経営陣は、嵐の前に仕入れるべき商品の種類を知りたかったのです。 そこで、ウォルマートのアナリストは、他の店舗で過去に同じような状況で購入した商品の記録を調べ、1テラバイトの顧客履歴を整理して、フロリダに送るべき商品を決定した（定量データ）。 その結果、自然災害時には、アメリカ人はストロベリーポップタルトとビールに頼ることが判明しました。 当時ウォルマートのCIOであったLinda M. Dillonは次のように説明しています。「起こることを待つのではなく、起こることを予測することによって、トースターペストリーや6本入りパックを積んだトラックが、すぐに州間道路95号を走って、フランシス号の通るウォルマートに向かいました。「
3)サウスウエスト航空
データ駆動型の意思決定は、あらゆる業界において信じられないほどの価値を持ちますが、そうした洞察から利益を得ることが広く知られている分野の1つが航空業界です。
Southwest Airlines の役員は、ターゲット顧客データを活用して、どのような新しいサービスが顧客に最も人気があり、最も収益性が高いかを深く理解しました。
その際、この航空会社は、消費者のオンラインでの行動や活動を観察および分析することにより、異なるセグメントの顧客に、優れたレベルの顧客体験 (CX) に加えて、ニーズに応じた最高の料金を提供できることを発見しました。
データ主導の意思決定におけるダッシュボードの役割
データ主導のビジネス決定をしなければならないとき、ダッシュボードが重要な役割を果たすことがあります。 過去および現在のすべてのデータを 1 つの画面に表示し、1 つの KPI を対話的に深く掘り下げたり、部門や会社の概要を作成したりすることができるダッシュボードは、重要な情報の全体的な概要を把握することを可能にします。
1) 一般管理職
Cレベルの経営者は、常にデータを把握する必要があります。 戦略や目標に基づいて効率的に情報を追跡できるように、すべてのマネージャーは、特定の時間枠で発生した実際の収益に集中し、目標収益と比較して、それがどのように発展したかを明確に視覚化します（この例で示されているように）。 これは、すべての管理者が視覚化されたデータに基づいてうまく意思決定を行うことができ、そのプロセスをより迅速かつ効果的にすることができます。
2) オンラインショップ
オンラインショップでは、データ収集は非常にシンプルで豊富な情報を得ることができます。 ショッピングのさまざまな方法、レビューやオンライン意見へのアクセスにより、消費者はこれまで以上に情報を得ることができるようになりました。 そのため、データの明確な概要を把握することは、中小企業の経営者にとっても、大企業にとっても、最も重要なことなのです。 以下の例では、小売業の KPI を選択した場合の例として、どのように表示されるかを確認できます。
Open Sales &Order Dashboard in Fullscreen
受注総額、顧客ごとの平均受注、トップセラー、返品理由の統計および数値により、消費者の行動、商品が返品されている理由、1 年のどの時期に最も受注量が多くなるかというベンチマークを概観することができます。 そうすれば、ビジネス戦略を台無しにしかねない直感ではなく、小売分析データのみに基づいて、将来の決断を下すことができます。 – ロナルド・コース
Exclusive Bonus Content:どのようにデータ駆動型の意思決定を行うか？BI戦略を実行するための11の重要なステップのリストをダウンロードする！
否定はしない – 正しい方法でデータを活用し、成功を測定することによって、あなたのビジネスを新しい、刺激的な高みへと推進することができるのである。 覚えておいてほしいのは、最大の成功を収めるためには、データ駆動型ビジネスの意思決定に対して間違ったアプローチをとることは絶対に避けなければならないということです。 これを怠ると、直感や偏見で選択したり、組織内に劣悪なデータ文化を醸成することになります。
datapine では、あなたのビジネスにとって最適なデータ主導の意思決定を支援することに全力を注いでいます。
データ駆動型意思決定を成功させ、すべてのデータを一箇所で視覚化し、数回クリックするだけで洞察を得るための独自のパスを開始するには、14日間完全に無料で試用することができます！
私たちのソリューションは、最高のビジネスレポートソフトウェアとあなたの決定を評価する最先端の視点を組み合わせて、結果を見るために開始することができます。