強力なデータ早期警告モデルを構築しました

データ分析でまずやるべきことは、役割を明確にし、その上でアクションを収集し、判断を支援し、正確なアラートを出すことです。早期警告に基づいて、迅速な意思決定を行うための計画が策定されます。以下の記事の著者は、データ分析を実行する方法を説明しています。一緒に見てみましょう。

データ分析によって積極的に早期警告を提供できることは、誰もが最終的に期待していることです。しかし現実は非常に厳しい。指標はすでに下がっていて、事業部門は忙しく、データ分析では「なぜ昨日DAUが30%も下がったのか」をゆっくり分析しているだけということがよくあります。

結局、一生懸命頑張った後に、「もっと早くわかっていたのに、なぜもっと早くやらなかったんだろう！」という不満が残ることになります。では、どうすれば早期警告を発することができるのでしょうか?今日はそのシステムについて説明させてください。

1. 役割を明確にする

まず第一に、早期警報は人々に対して発せられる警報であるということは明らかです。したがって、誰がこの警報を聞く必要があるかが、最初に考慮すべき優先事項です。実際の仕事では、主に次の 4 つの役割があります。

早期警告を発するための最初のステップは、まず警告の対象となるビジネス シナリオを明確にし、シナリオ内の関連するすべての責任者を考慮して、役割の見落としを回避することです (下の図を参照)。

2.アクションを収集する

第二に、問題は人から発生し、人によって終わるということに注意してください。したがって、2 番目に考慮すべきことは、これら 4 種類の役割が指標の傾向にどのような影響を与えるかということです。これら 4 種類の人々が計画したアクションをさまざまなカテゴリに収集し、評価の 3 番目のステップの準備をします (下の図を参照)。

注: 影響を与えるアクションを収集するための順序があり、ハイレベル → フロントエンド → ミドルエンド → バックエンドの順になります。

これら 4 種類の人々が指標に影響を与える順序は次のとおりです。

• トップマネジメントが設定した目標がフロントエンドの実行の難易度を決定する
• フロントエンドの実行品質がミドルエンドの支援の難しさを決定する
• 実際のパフォーマンス結果によってバックエンドサポートの難易度が決まる
• バックエンドサポートの質が問題が拡大するかどうかを決定します

職場では、これら 4 つのリンクは密接に関連しています。うまく協力し合えば、たとえ問題が起こったとしても解決することができます。連携が悪ければ、お互いの足を引っ張り合い、ミスが増えてしまいます（次の図を参照）。

実際の仕事では、最初から仕事を終わらせて次の仕事に移るという単純明快な仕事サイクルではありません。どの部門でも同時に多くの作業が進行しています。したがって、徴収部門の活動は一夜にして達成できるものではなく、円滑な情報伝達経路が必要となります。特に、指標に問題の兆候が現れ始めたときには、事業部門のストレス反応をある程度把握する必要があります。これにより、判断や正確な警告をより適切に行うことができます。

3. データ評価

アクション収集の 2 番目のステップが完了すると、データ評価の 3 番目のステップを開始できます。データ評価は早期警告において最も重要なステップであり、実行中にデータの変動が見られたときに混乱を避けるための鍵となります。

指標の変動リスクを事前に認識できる理由は、過去に起こったことは将来も再び起こるという単純な真実に基づいています。したがって、プロセス中に何が起こったかを詳細に評価する必要があります。 （下図参照）

ここでは多くの具体的な分析方法が関係していますが、それらは以前の記事で紹介されているため、ここでは繰り返しません。

4. 早めに警告する

上記の準備により、早期警報を発令することができます。早期警戒モデルが確立されると、計画段階から運用を開始できます。また、計画、実行、レビューの各段階を実行し、主な役割と補助的な役割の両方をカバーします (下の図を参照)。

たとえば、販売目標を設定する場合は、次のようになります。

計画策定段階: 販売計画(販売計画、人的資源配置、サポート資材/販売サポート製品を含む)は現在の目標をサポートできますか?保持できない場合は、問題を思い出すために直接警告が表示されます。

実行段階 - 営業が主力: すべての営業チームがうまく実行していますか?実装の失敗の責任は誰にありますか?どのくらいの市場が影響を受けるのでしょうか?主力部隊として、その一部の支部で問題が発生した場合、問題が悪化するのを防ぐために直接警告を発します。

実行段階 - 補助サプライチェーンとして: コンプライアンス率が高すぎる場合、調達は十分でしょうか?コンプライアンス率が低すぎるとバックログが発生するリスクはありますか?販売実績は良好だが、関連補助部門が在庫切れのリスクに直面する場合は、タイムリーな警告も発行する必要があります。

注意：プロセス中に警告を発する場合は、業務部門の対応アクションを考慮する必要があります。たとえば、パフォーマンスは非常に良好であるが、在庫がなくなりそうな場合などです。このとき、補充計画があるかどうかを知っておく必要があります。その場合は、早期警告を発する際にこの時期についても言及し、楽観的（計画の予定通りの完了率が 100%）、保守的（計画の完了率が 50% 以下）、悲観的（計画を完了できない）のそれぞれに基づいて早期警告と推定結果を提示する必要があります（下図参照）。

このような早期警告は経営陣に非常に良い経験をもたらす

1. 経営陣はアナリストの働きを通じてビジネス全体をコントロールできるようになります。
2. 計画段階でリスクを予見できるため、適切な準備を行うことができます。
3. プロセス中は、警告値を確認できるだけでなく、問題の方向を大まかに特定できるため、プロセス中に「クラブで殴られた」ような感覚が軽減されます。
4. 警告結果を見ると同時に予想される治療計画も確認できるので、素早く判断できます。

これは、「DAU が大幅に減少しました」や「売上が 4 日連続で目標を達成しませんでした」などの結果を見て、その理由を尋ねるよりもはるかに良いエクスペリエンスです。理想的な状況では、関連する指標が 1 つまたは 2 つ悪化すると、主要指標が急落するリスクがすぐに検出されます。

5. データ警告に対する誤ったアプローチ

もちろん、データ早期警告に対する間違ったアプローチは、強力で無敵の一般モデルがすべての指標を 100% 正確に予測できると期待することです。実際に指標に影響を与える要因が多すぎるため、外部環境からの圧力や内部の積極的な行動を定量化することは困難です。したがって、非常に限られた数の数値からの予測に依存するモデルにすべての希望を託すのは、まったく信頼できません。

本当に信頼できるアプローチは、データ アナリストが常に十分な情報を入手し、上記の 4 つの手順に従って事前に準備して変化に対応することです。確かに未来を予測することはできませんが、予測できれば問題を発見するチャンスが得られます。

業界についてあまり知らない多くの人は、データがあらゆることに対する透視的な洞察力を与えてくれると信じています。実際のところ、それは全く逆です。データ アナリストは、データの傾向を判断する前に、まず鋭い観察力を持ち、会社の状況に精通している必要があります。

この点を覚えておく必要があります。

もちろん、このモデルの動作には 3 つの基本条件があります。

1. データ部門はビジネスおよび経営陣と十分なコミュニケーションを取り、十分な情報を持っている
2. データ部門では、過去の目標、方法、実行状況を徹底的に検討し、経験を蓄積しています。
3. 業務プロセスは高度にデジタル化されており、各部門の行動はデータの形で記録できる

これら 3 つのポイントは、まさに管理の問題、分析方法の問題、インフラストラクチャの問題に対応しています。そのため、すべての企業が利用できるわけではありません。会社の雰囲気が本当に悪い場合は、短くて迅速な早期警告方法を使用するしかありません。

著者: 地に足のついた教師チェン

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