「ビジネスを牽引する」という言葉は、データプロフェッショナルの心を震え上がらせるのに十分ですが、経営陣はこれを好んで口にします。しかし、「牽引する」とは一体何なのでしょうか？異なる部門長からこの質問を受けた場合、解決策は同じでなければならないのでしょうか？これは車の運転に似ています。運転席の人はアドバイスでルートを変えることができますが、同乗者の小言はすぐに嫌われてしまいます。したがって、誰が質問しているかによってアプローチを変える必要があり、誰が質問しているかを見極めることが重要です。本日お勧めするこの記事では、この疑問への答えを提供し、データドリブンなビジネス開発のための標準化されたエンドツーエンドのプロセスをまとめ、皆様のお役に立てれば幸いです。

「ビジネスを推進する」という言葉は、データプロフェッショナルが最も恐れる言葉です。一体全体、ビジネスを推進するなんて？ビジネス部門からデータを求めて常に追い回されていなければ幸運なのに、一体どうやってビジネスを推進すればいいのでしょうか？

しかし、これはリーダーがよく口にする類の要求です。今日は、この件について詳しくお話ししましょう。まず、誰がこの質問をしているのかを明確にすることが非常に重要です。

Q: 次の 2 つの状況の違いは何ですか?

A. 事業部門のリーダーは次のように質問しました。「データ分析によってビジネス開発をどのように促進できるでしょうか?」

B. データ部門の責任者は次のように質問しました。「データ分析によってビジネス開発をどのように促進できるでしょうか?」

A: 違いはコントロールのレベルにあります。ビジネス部門が提案を求めれば、それを直接実行できます。一方、データ部門はあくまでアシスタントであり、提案がビジネスニーズに合致しない場合は、解決されないままになります。これは車の運転に似ています。運転者はアドバイスでルートを変えることができますが、同乗者があまりにも不満を言うと、すぐに嫌われてしまいます。つまり、質問者によって対応の仕方が異なります。今日はビジネス関連の質問に焦点を当てます。

I. ビジネス促進における誤った慣行

多くの学生が「データがビジネスを推進する」と聞くと、すぐに次のような考えを思い浮かべます。

• データから活動率が低いことがわかりました。
• 私の提案は、「もっと高く！」ビジネスを成長させることです。
• やれ！お前らもやれ！やれって言っただろ！
• ほら、活動レベルが高い！すごいね！

そんなことをしたら、間違いなく営業チームから厳しく叱られることになるでしょう。

いくつか質問があります。

1. 誰がそれをやるのでしょうか?

2. いつ完了しますか?

3. いくら貰ったの？

4. 費用はいくらですか?

5. このお金で何か他のことはできないでしょうか？

6. 大きなターンテーブルを使ったり、花に水をあげたり、木を植えたりしたほうがよいでしょうか?

7. 花に水をあげたり、木を植えたりすると、果物やクーポンがもらえますか?

8. クーポン、ポイント、ギフトは利用すべきでしょうか?

9. 10、20、30、40、50 ドル相当のクーポンはありますか?

10. ビジネスが成功してもコンバージョン率が下がっても大丈夫でしょうか？

彼らはいずれの質問にも答えることができませんでした。

一体どこで間違えたのでしょうか？ビジネスを単純化しすぎてしまったのです。「低い活動率」のように一見単純なことでさえ、行動を起こす前に、上記に挙げた数多くのステップを考慮する必要があります。そして、これらのステップの中には、データで直接解決できないものもあります（例えば、チェックインアクティビティのクリエイティブな設計、花への水やり、植樹、金の豚の飼育、家電製品の製造など…これらは単純な足し算、引き算、掛け算、割り算では計算できません）。

したがって、ビジネスの成長を促進するには、ビジネスタスクを慎重に分類し、データの活用ポイントを見つける必要があります。

II. ビジネス開発のエントリーポイント

意思決定からプロジェクト完了までのビジネス問題の解決は、主に 4 つの段階に分かれています (下の図を参照)。

プロセス全体を通して、データ分析は万能薬ではありません。合理的かつ定量的なツールであるデータ分析は、戦略的・戦術的意思決定や状況監視に適しています。一方、戦闘行動においては、データはあくまで参考資料としてしか役に立ちません。経験豊富な計画立案者による分析は、単純な計算よりもはるかに効果的です。

したがって、出力を合理的に調整することで、ビジネスがデータに依存するようになるのではなく、ビジネスをより効果的に行動へと促すことができます。「人工知能とビッグデータを使用して、この絵には赤と緑の点がいくつあるべきかを分析できますか？」— これはデータの使用方法ではありません。

III. ビジネス開発の順序

アウトプットが明確になったら、実行順序を計画できます。多くの新人が陥る間違いは、すべてを一度に達成しようと考え、非常に詳細で実行可能な計画を慌てて作成し、それを成功だと思い込んでしまうことです。これはビジネスチームの仕事を直接代替し、彼らを疲弊させます。さらに、ビジネスチームはそれを快く思いません。「私のために決断を下すなんて、一体何様のつもりだ？」と。

誰も未来を予測したり、すべてを事前に計画したりできないことを理解することが重要です。ビジネスを前進させるには、段階的なプロセスが必要です。一歩一歩合意を形成し、不確実性から明確さへと移行し、理解を徐々に深めていく必要があります。

特に重要な局面では、誰が責任者なのか、予算はいくら配分するのか、業績指標は何か、そしてどの程度評価するのかといった点が重要になります。これらは、部門長との協議、さらには部門と上司の合意形成を経て初めて確定します。そのため、冷静さを保ち、段階的に進めていくことが重要です（下図参照）。

IV. ビジネスを推進する際の落とし穴

この議論は、「事業部門のリーダーが質問を投げかけ、自ら参加した」という前提に基づいており、これはデータドリブンな取り組みに対する上層部の強い支持を示唆しています。しかし、このような強力な支援があるからといって、恣意的にペナルティを課す権限が保証されるわけではありません。導入プロセスにおいては、新規参入者が陥りやすい落とし穴がいくつかありますので、注意が必要です。

1. 事業者の判断を直接的に信頼する。

ビジネス上の判断は必ずしもデータや事実に基づいているわけではないことに注意してください。

非常に一般的です。たとえば、次のようになります。

• 競合他社がそうしているのを見ましたが、当社はそうしませんでした。
• WeChat Momentsで、こうやってやるんだという記事を見ました。
• 上司は私に怒鳴りましたが、私は理由を尋ねる勇気がありませんでした。
• 顧客から聞いたところ、皆このことについて不満を言っているそうです。
• じっくり考えてきたこのアイデアを、ぜひ実現させてみたいと思います。
• 妻と私は一晩中言い争い、今ではみんなにイライラしています。

はい、様々な感情、立場、そし​​て個々の出来事が、人の判断に影響を与える可能性があります。ですから、企業側から「アクティビティ率が良くない」「コンバージョン率を改善する必要がある」「ユーザーエクスペリエンスが良くない」といった指摘を受けた場合、問題の原因を突き止め、具体的な数値や出来事に焦点を当て、何が問題なのかを詳細に議論する必要があります。

2. 関連する指標分析はありません。

多くの非営利およびコスト関連の指標は虚栄心効果を生み出す傾向があります。

1. 簡単にブースト：ホイールを 1 回スピンするだけで、高いアクティビティ レートが保証されます。

2. 実際のアウトプットがない: 何も購入しないのであれば、アクティビティが活発でも意味がありません。

3. 長期的な効果なし：短期的な刺激策の後はどうなるでしょうか？ プロモーションが終了すると、価格は再び下落するでしょう。

したがって、企業がこれらの指標に焦点を当てる場合、関連する指標分析、特に利益やコストなどの主要業績評価指標（KPI）との関連性を明確にすることが重要です。少なくとも、これらの主要指標が相互に関連していることを確認してください。ある程度の表面的な分析は許容されますが、過度に誇張してはいけません。

3. 事前に目標が定義されていませんでした。

これはビジネスマンがよく行うことです。

1. 活動率を上げたいのですが、どれくらいからどれくらいまで上げればいいのか分かりません。

2. 支出を増やしたいのですが、いくらからいくらまで増やせばいいでしょうか？わかりません！

3. 売上をどのくらい増やしたいのですが、どのくらい増やせばいいかわかりません。

4. ユーザーを有効化したいのですが、「休眠状態」とは何ですか？どうすれば有効化できますか？分かりません！

はい、多くの事業部門は経験、直感、そして習慣に頼りきりです。どのような指標で評価すべきか、どれだけの作業量が必要か、検討もしていません。尋ねても、わからないか、「自然な状態と比べてください」としか答えません。問題は、多くの企業が常にプロモーションやイベントを実施していることです。そのような状態を自然な状態と見なせるでしょうか？したがって、データドリブンな成果を達成するには、データを綿密に分析し、明確な目標を曖昧さなく設定する必要があります。

4. 過去の戦略は収集されませんでした。

過去に使用された戦略、目標、戦術、そして効果は収集されていませんでした。その結果、データが必要になった際に何を探すべきかという情報が不足し、最終的には経験に基づいた意思決定に陥っていました（下の図を参照）。

5. 革新的なソリューションにはラベルがありません。

同様に、革新的なソリューションをテストしたい場合は、後ほど比較分析を容易にするために具体的なラベルが必要です。そうでなければ、非常に大まかな応答結果だけを見ても、詳細な設計作業を導くことはできません。

6. テスト計画では全体像が考慮されていません。

これは前述の問題の対極です。テスト中にページの色やボタンの左右、20枚や30枚のクーポンといった細部にこだわりすぎて、全体像を見失ってしまうのです。ユーザーにとって、これはひどいプロモーションだ、利用したくない、と考えてしまうのです。

7. 実行プロセスは監視されませんでした。

リリースを急ぎ、要件を繰り返し修正した結果、最終的にイベント トラッキングを適切に実装できず、データを統合できず、結果は... まあ、予想どおりです...

つまり、データがビジネスを牽引するのです。運転中にカーナビを使うのと同じです。誰もがカーナビの便利さに気づいていますが、最終的にカーナビ機能を支えるのは、GPS測位、道路地図、リアルタイムデータフィードバック、ルートプランニングアルゴリズムなどを含む複雑なシステムです。

理論は簡単に語れますが、実行は様々な状況に適応していく必要があり、綿密な検討が必要です。しかも、これはビジネス部門の指導の下で行われるため、データ部門が単独で推進しようとすると、さらに多くの労力が必要になります。

データドリブンビジネスは困難ですが、データ分析を行う者は誰もがこの課題から逃れることはできません。どうすればプロのデータアナリストになり、データを通じてビジネス開発を推進できるのでしょうか？

著者：地に足のついた教師チェン

出典：WeChat公式アカウント「地味な陳先生（ID：gh_abf29df6ada8）」