私たちが日常的に行う行動のほぼすべてがデータに基づいています。高速道路で車を運転するときは、周囲の車両や道路を観察することで、車線変更やターンの仕方がわかります。家を買うとき、近所、不動産価格の傾向、地元の学校、今後の修理の必要性など、さまざまな要因を考慮せずに盲目的に申し出ることはありません。人生における私たちの行動や決定は、それがどんなに大きくても小さくても、ある程度はデータに基づいています。そのデータが感覚入力の形で提供されるか、より系統的な調査と分析のプロセスを経たものかは関係ありません。
この点では、ブランドは個人と変わりません。企業が下す決定で、何らかの形式のデータの収集とレビューを伴わないものはほとんどありません。特に今では、カスタマージャーニーが多数のチャネル、デバイス、プラットフォームにわたる精巧で広大なプロセスに変わりつつあり、ブランドにはかつてないほど多くの顧客データが殺到しています。
このようなデータを収集することは容易ではありませんが、マーケティング担当者またはプロダクトマネージャーにとってより困難なステップは、蓄積したデータをどのように使用するのが最善かを判断し、この情報がビジネスの運営にどのような役割を果たすべきかを判断することです。最近、データの収集と分析の方法を考えるのにどれだけの時間を費やしているかを考えると、データだけでは正しい判断を下すのに十分ではないことが多いのはほぼ不公平に思えます。ほとんどすべてのビジネス上の意思決定には曖昧さが伴います。意思決定プロセスを成功させるには、データと直感が共存している必要があります。
「データ主導型」の意思決定とは
データ主導型の意思決定とは、観察可能なデータのみに基づいてビジネス上の意思決定（内部ポリシーと幅広い戦略的方向性の両方）を決定するプロセスを指します。それには、データを収集する組織間のプロセスを構築し、次にパターンと意味を抽出して組織の意思決定の基礎として使用する必要があります。行動方針を導き出すためにデータが手に入るすべての場合において、直感、個人的な経験、意見よりもデータが優先されます。これらのインプットは、固有の偏見の原因であり、健全な判断を損なうと見なされているためです。
ビジネスコンセプトとしてのデータ主導の意思決定は、インターネット接続技術よりも前から存在していましたが、その人気の高まりは、2000年代初頭の「ビッグデータ」の出現と同時に起こりました。この頃から、電子メール、Web、その他のデジタルタッチポイントでの消費者とのやり取りにより、かつてない規模で顧客データが生成され始め、企業は顧客とのやり取りに役立つ新しい情報の流れに圧倒されました。
入手可能なデータの量が増えるにつれ、企業が直面するあらゆる問題の万能薬として定量的情報を求めていたビジネスリーダーの心の中でのデータの価値も高まりました。データ主導型のアプローチで意思決定を行うには、組織ごとに独自の手順がありますが、一般的に言えば、一般的なプロセスには次のステップが含まれます。
- 目標を明確にしてください。
この情報を収集して解決しようとしているビジネス上の問題は何ですか?問題をできるだけ具体的に定義することは、多くの場合、このプロセスの後のステップに役立ちます。たとえば、「プッシュ通知を配信するとアプリのダウンロード数が増える」という表現は、範囲が広すぎて曖昧です。テストする戦略とアプリダウンロード数の単純な増加または減少との相関関係を証明するのは難しいでしょう。「日曜日にプッシュ通知を配信することで、過去1年間に3回以上コンサートに参加したロサンゼルスの25〜33歳の人々の間で、アプリの内部チャット機能の採用が10％増加する」などのより具体的な目標は、はるかに具体的で実行可能です。 - データソースの定義:
次に、会社のWebサイト、モバイルアプリ、POSシステム、既存の顧客データベースなど、顧客データを収集するソースを特定する必要があります。データから顧客の全体像をできるだけ完全かつ正確に把握するには、できるだけ多くの異なるタッチポイントからデータを収集するのが最善です。 - データ収集戦略の概要:
次に、特定したソースからデータを収集する方法を決定しましょう。さまざまなデバイスでデータポイントを抽出するには、どのツールを使用しますか？収集されたデータはどこに行きますか？これらの問題を解決するために、エンジニアリングリソースをどの程度割り当てることができますか？データスタックに追加できるツールやソリューションは非常に多いため、顧客データプラットフォームのような一元化されたハブをデータスタックに配置することで、これらすべての問題だけでなく、データ品質、データ規制法の遵守などの他の重要なニーズにもどのように対処できるかを検討する価値があります。 - 点をつなげてデータを分析しましょう。
目標を定義し、追跡を実施し、さまざまなソースからデータを取り込んだら、未加工の情報を掘り下げて、正しい判断を下すのに役立つ洞察を見つけましょう。ほとんどの場合、データ分析ツールを活用してこれを行うことをお勧めします。インフラストラクチャのカスタマーデータプラットフォームがあれば、A/Bテストを実施しているのか、アトリビューションモデルを調べているのか、ユーザー分析を調べているのかに関わらず、収集したデータを適切なツールに簡単に接続して洞察を得ることができます。 - 行動を起こして結果を評価する:
生データをすぐに利用できるようになったので、製品やメッセージなど、最初にこの情報を収集したきっかけとなったことについて決定を下すことができます。ただし、決定を実行したら、フォローアップ分析を実行して、望ましい結果が得られたかどうかを確認することが重要です。そうでない場合は、次のような質問を自問する必要があります。適切な変数を測定し、適切なデータを収集できたか？収集したデータの品質に問題はありましたか？将来、よりポジティブな結果が得られるように、このプロセスをどのように変えていけばいいのでしょうか？
データ主導型アプローチの落とし穴とは？
観察可能な事実を会社の意思決定の基礎として使用することが、健全な戦略の基礎となります。あらゆる意思決定の中心にデータを置くことは常に良い考えですが、データは常に解決しようとしている問題の文脈の中で理解される必要があります。さらに、生の事実と数字だけで意思決定が決まり、人間の直感が道に迷うと、陥りやすい落とし穴がいくつかあります。
意思決定への最も成功したアプローチは、多くの場合、人間の直感とデータを組み合わせたものです。チームが適切な行動方針を決定する際に、経験、意見、「直感」を持ち込むことの価値を認識すると、多くのメリットが得られます。1つは、人間の脳は、人間の行動に関する生涯にわたる関連する経験や観察にアクセスできることです。これは、どの分析モデルでも処理できるよりもはるかに微妙なデータセットです。このため、人間は接線情報を合成し、異常値や外れ値を予測し、データモデルが見逃しがちな創造的な道筋や解決策を考え出すことに長けています。経験的データポイントは、それがどれほど信頼できるものであっても、それらを生成するために使用される限られた入力セットのみを反映しています。しかし、直感とデータの適切なバランスを見つけることは、口で言うほど簡単ではありません。これを実現するための便利な手法は、データのみに基づいて意思決定を行う際によくある落とし穴を念頭に置いておくことです。
最も一般的な落とし穴の1つは、相関関係を因果関係と間違えることです。変数 A の変化が結果 B と同時に発生したからといって、変数 A が結果 B の原因になったわけではありません。たとえば、次のシナリオを考えてみましょう。ある食料品配達会社が Web サイトのホームページに新しいレイアウトを導入したところ、そのサービスに登録する顧客の数がすぐに増えました。同社のマーケティングチームは、新しいホームページには「今すぐサインアップして無料で配信！」という行動を促すフレーズが表示されるため、新しいレイアウトがこの増加につながっていると想定しています。目立つテキストで。<button>しかし実際には、<h1>CTAテキストがタグではなくタグになっているため、登録は実際にはオンサイトの行動の変化ではなく、検索エンジンのトラフィックの増加の結果です。これにより、ウェブページは「」の検索で上位にランクされました。無料の食料品配達、」と、ウェブサイトを訪れる意欲的な顧客の増加。
この企業は、成功の原因をレイアウトの変更に誤って帰しているため、今後の Web デザインの決定は、目立つテキストが売り上げを伸ばすという誤った仮定に基づいて行う可能性があります。さらに、テストから得た真の洞察を見逃すと、SEOを最適化する機会を逃す可能性があります。単にデータに従うというこの落とし穴を避けるために、チームは常に、観察した結果に寄与する可能性のあるすべての変数を本当にテストしたかどうかを自問する必要があります。そうでない場合は、さらなる調査とデータ収集が必要です。
過度に厳密なデータ主導型戦略のもう1つの意図しない結果は、創造的思考を阻害する傾向があり、皮肉なことに、成長の可能性を制限する傾向があることです。iPhone、ビデオストリーミング、ソーシャルネットワーキングなど、私たちの生活様式を変えた最近の最も革新的な製品イノベーションはすべて、成功の可能性を証明する前例やデータのない青空的なアイデアから始まりました。アイデアを承認したり製品をリリースしたりする前に、堅固なゴールドスタンダードを見極めることをチームが強く主張するなら、将来の成功の度合いが過去の成功の度合いを超えることは決してないでしょう。もちろん、不必要なリスクを受け入れることは必ずしも良い考えではなく、リスクを取るという最悪のシナリオが手に負えない結果を招くことは決してないはずです。とはいえ、限界に挑戦して真の成長を遂げるためには、しばしば、データを少し脇に置いておく必要があります。
データに基づいた意思決定は、両方の長所を融合させます
データに基づいた意思決定を戦略として行うことで、データだけで進路を導くことによるこれらの欠点やその他の潜在的な欠点をチームが回避できます。この記事のように ハーバード・ビジネス・レビュー 実証されているように、成功している組織は、データ主導の洞察と、人間の経験だけがもたらす直感と創造性の両方のメリットを確実に享受できるように、高いレベルのデータリテラシーを奨励しています。
.jpg)
