データ分析レポートを作成する上で、価値ある推奨事項を提供することは重要なステップですが、多くのアナリストにとって難しい部分でもあります。この記事では、様々な事業部門のデータに関する理解とニーズに基づき、正確で実践的、かつ洞察に富んだ推奨事項を提供するための実践的な方法論を紹介します。

データ分析レポートを書くときに最も恐れていることは何ですか?

—提案セクションです！提案の書き方がわからないか、「GMVが減少しました。増やすことを提案します！」といった簡単な文章を書いてしまうと、上司から「もっと価値ある提案をしてください！洞察力が必要です！」と批判されることになります。

どうすればいいでしょうか？今日はこのことについて話し合いましょう。

I. 問題解決の鍵

この問題を解決する鍵は、ビジネスが真に求めているものを理解することです。すべてのビジネス部門がデータ思考を理解しているわけではありません。データに関心がない部門もあれば、データに非常に重点を置き、自ら多くの分析を行っている部門もあります。

ビジネス部門に効果的なサービスを提供するには、まず「これらの人々はデータについてどの程度理解しているか」を考慮し、それに基づいて具体的なニーズに応える必要があります。データについて深い理解を持つ人々は、より具体的なアドバイスを期待する可能性が高いため、まずはこの状況についてお話ししましょう。

II. 緊張している人々を落ち着かせる

データに精通した人の中でも、特に厄介なタイプがいます。それは、過敏な人です。今日株価が2%上昇したとしても「徹底的な分析」をしなければならず、明日株価が1%下落したとしても「徹底的な分析」をしなければなりません。最悪なのは、下落を分析したレポートを書き終える前に、指標が既に反発してしまい、方向転換して上昇局面の分析レポートを書かなければならないことです…

本質的に、このような人はデータの通常の傾向を理解しておらず、細部に目を向ける前に全体像を把握する習慣もありません。そのため、通常の変動と真に異常な傾向を見分ける能力が欠如しています。だからこそ、些細なことにとらわれてしまうのです。

この時点で、私は彼らに「いい加減なことはしないで」とアドバイスしたかったのです。もちろん、私たちは丁寧にこう言いました。「基本データのパターンを理解し、開発動向に注目することをお勧めします。この指標は引き続き監視していきます。」これは彼らを安心させるだけでなく、真の問題を特定するのにも役立ちました（下の画像を参照）。

III. 指導と指示を欠く人々

データを見るものの、KPIと成果データにばかり目を向けてしまうタイプの人がいます。KPIが前年比や前月比で低下したり、目標全体に届いていないのを見るとパニックになり、途方に暮れてしまいます。注意！このタイプの人は「ハードルを上げる」という考えが大嫌いです。ハードルを上げる必要があることは分かっていても、どうすればいいのか分からないのです。

この時点では、より詳細な分析が必要です。ベンチマークやプロセス診断を用いて、自社とベンチマークのギャップを把握し、実行プロセスにおける問題点を明確にすることをお勧めします。これにより、解決策を策定しやすくなります。

最後に、ベンチマークからの学習と弱点への対処という 2 つの方向に分かれた提案が示されました。「ベンチマーク XX から学習し、XXX プラクティスを改善することが推奨されます」と「XX の問題を改善することが推奨され、全体的なパフォーマンスが x% 向上することが期待されます」 (下図参照)。

IV. 仮想目標による検証

データを見る際に、クロス分析、比較分析、プロセス分析といった一般的な分析をすべて自分で行い、仮説を直接立ててしまうタイプの人がいます。そのような人に「ベンチマークからの学習／問題の修正」について話そうとすると、「それはもう分かっています。いくつか重要な問題についてお話ししましょうか？」と聞かれるでしょう。

この時点では、彼の分析仮説を直接入手し、検証し、彼の質問に直接答えることが最善のアプローチです。これが最も効果的なアドバイスです。問題は、彼の分析仮説が複雑すぎて直接定量化できない場合があることです。この場合、仮説を分解し、定量化可能ないくつかの視点から分析することができます（下の図を参照）。

最終的な提案は、次のように直接的に述べられます。「事業部が懸念しているXXの件ですが、私が確認したところ、問題は確かに存在し、影響要因も存在します。早急に対処することを提案します。」

注意すべき状況が一つあります。ビジネス部門の想定がすべて外部環境に向けられている場合、彼らはほぼ確実に責任転嫁を試みています。データアナリストとして、彼らを擁護するような無節操な行動は避けるべきです。外部環境に関するデータを収集し、推奨事項については事実を率直に述べましょう。

V. テストの実施を支援する

すでに仮説検証を自分で行っているタイプの人もいます。彼らは明確な計画を立てており、あとは試してみるだけです。このような場合は、検証を直接サポートするのが最善です。彼らの計画を検証する手間も省けます。彼らは長い間懸命に考えてきたので、細かいことにこだわるとすぐに議論になってしまいます。そもそも、まだ起こっていないことについて議論しても無駄です。

この時点で、提案は「テストを実施することが推奨され、提案される効果は…」と簡潔に記述できます。重要な点として、テストを実施する前に、すべての仮定を明確に列挙する必要があることが挙げられます。特に、結果に影響を与える強力な特徴があるかどうか、そしてそれらの特徴がテストプロセスで考慮されたかどうかを明確にする必要があります。これらは事前に明記する必要があります。そうしないと、テスト結果の解釈が非常に困難になります。提案は、「要因XXが結果に大きな影響を与えることを考慮して、実験設計時にXX処理を実施することが推奨されます」（下図参照）とレベルアップできます。

VI. データに詳しくない様々な人々への対応

上記のようなタイプの人はデータを理解し、直接議論することができます。しかし、次に挙げる3つのタイプの人は、データについて全く理解しておらず、中にはデータは役に立たないと思っている人もいます。このようなデータを理解していない人に対しては、アドバイスをするのは簡単ですが、沈黙を守ることさえ有効な戦略です。

一部の事業部門は、複雑なレポートを理解するスキルが不足しているため、データに鈍感です。データを与えれば与えるほど、理解度は低下します。このような場合、最適なアプローチは、主要なKPIモニタリングデータを提供し、問題が発生した際に「KPIのトレンドの変化に注意してください。問題がある可能性があります」と注意を促すことです。もし興味を示したら、そのトピックをさらに深く掘り下げましょう。

KPIが好調なため、データに無関心な事業部もあります。彼らは現状に満足し、それ以上の検討は不要だと考えています。こうした状況では、何を言っても「ああ、そうか」「分析が不十分だから、もう一度見直して」といった反応しか返ってきません。このような人に対しては、毎回あれこれアドバイスする必要はありません。KPIの裏に潜む問題点に焦点を当てましょう。問題点を的確に指摘できれば、彼らの注目を集めるだけでなく、経営陣からもあなたの能力が認められるでしょう（下図参照）。

過去の経験に頼りすぎて、データに無関心な企業もあります。「データなんて役に立たない！」と本気で思っているのです。信頼できる指標は自社の経験だけ。業績が低迷している時でも、「私の経験では、クーポンを発行すればいい」「私の経験では、新商品を出せばいい」「私の経験では、何も効果がない。経済環境全体の問題だ」と自信満々に言うのです。

このような人は、盲目的に傲慢なため、嫌がらせを受けることがよくあります。ですから、覚悟がない限り、彼らを刺激してはいけません。辛抱強く、適切な機会を待ちましょう。上司が過去の経験で失敗し、我慢できなくなったら、背中を強く押しましょう。「この方法は3回実施しましたが、ROIは毎回悪化しています。アプローチを変えることをお勧めします。」あるいは「誰もが無能なわけではありません。成功した事業ラインもあります。検討してみてはいかがでしょうか。」

VII. 要約

「分析や提案が単純すぎる」と批判されると、多くの学生は「ハイエンド」な提案を探し求め、特に大手企業から標準的な提案テンプレートやゴールドスタンダードの提案を期待するようになります。彼らは、ゴールドスタンダードの提案さえ出せば、企業は屈服するだろうと考えています。

現実には、人々のスキルレベルはそれぞれ異なるため、「人の好みは人それぞれ」という状況は職場でよく見られます。そのため、綿密なコミュニケーションを取り、ビジネスニーズを理解し、状況に合わせた提案を行うことが、より良い解決策となります。参考までに、上記の状況を分類してまとめました。

もちろん、ビジネスオペレーションを支えるデータ分析のより具体的な事例をご覧になりたい学生もいらっしゃるかもしれません。その場合は、ぜひ私のナレッジコミュニティをご覧ください！