事業部門がまた事態を困難にしています。データアナリストは何をすべきでしょうか?

この記事では、データアナリストが「頭の悪い」チームメイトに直面したときに使用すべき戦略を詳しく説明し、参照ポイントの発見から隠れた厳格なターゲットの特定まで、一連の実用的なソリューションを提供します。これは、データ分析の専門分野に対する深い洞察であるだけでなく、ビジネスとデータ分析の統合についての有益な探求でもあります。

データを扱う学生には、インベントリ、要約、レビューのレポートがたくさんあります。「頭の悪い」チームメイトのグループが次々にオンラインになり、データ分析を行う学生にとって非常に困難になります。

具体的なパフォーマンスについては、次の図を参照してください。

さあ、馬を買うことについての暗黙の言葉をみんなに言わせてください。ビジネスをやれ、ビジネスをやれ、自分が何をしたいのかさえわからないのなら、やる意味なんてない！あなたの脳はどこへ行ってしまったのですか！先ほどは尋ねませんでした。これで完了です。股間にウンチしてしまい、お尻を拭く時に自分の事を思い出しました…どうすればいいですか？今日はそれを詳しく見ていきましょう。

01 頭がない？愚かか悪いか

なぜこのようなことが起こるのでしょうか?一つは、愚かだ。

多くの人は頭を使わずに働いています。

確かに、多くの企業のオペレーション、プランナー、プロダクトマネージャーは、仕事をする際にテンプレートを探したり、独創的なアイデアを思いついたときに競合他社の製品をコピーしたりするだけで、他のことは何も知りません。

彼になぜそんなことをするのかと尋ねますか？

彼はこう答えた。

これは私たちが過去にやったことであり、今年やろうとしていることです
他の人がこれをやっているのを見たので、私もやってみようと思います。
私はこれを10年間続けてきましたが、なぜ続けないのでしょうか?
これは上司の命令です。分かりませんし、聞く勇気もありません。

これがうまくいくかどうか、結果はどうなるか、うまくいかなかったらどうするかについては、まったく考えたことがありませんでした。

ビジネスがうまくいけば、あなたにとっても、私にとっても、そしてすべての人にとっても良いことです。業績が良くないと、環境のせいにしたり、激しい競争相手のせいにしたり、投資をしていない会社を責めたり、盲目的な命令を下したリーダーを責めたりし始めます。最後の文「これは人工知能とビッグデータを使って分析する必要がある」は、私にとって厄介な問題です...

もう一つのカテゴリーがあります: 悪い。

書いた目標は達成できないかもしれないと不安だったので、あえて空欄にして「人工知能ビッグデータ分析」を待ちました。

たまたま新人がそれを信じてしまったのです！本当に人工知能モデルなら対応できると思ったし、二人は意気投合しました。

最終結果:

分析結果が特に良かったら、上司が質問します！そして彼はデータアナリストに責任を押し付けてこう言いました。「理解できない、すべてはデータ分析の問題だ」。
分析結果が良くない場合は、立ち上がって「分析が十分に深くないのではないか」と言います。分析は十分に包括的ではないのでしょうか?それは、業界、マクロレベルの要因、ユーザーなどのより深い影響を考慮していないからでしょうか?
つまり、修正するために持ち帰ったものの、徹底的に分析しなかったということです。

つまり、これらは私たちが直面したくない混乱なのです。しかし、事態がこのようになってしまい、チームメイトには本当に目標がなく、良心がはっきりしていて、一緒に償いたいと思っている場合、私たちは何をすべきでしょうか?

02 行き詰まりを打破する鍵：参考文献を見つけること

後で状況を改善したい場合、最も重要なことは参考資料を見つけることです。

後から評価基準を追加します。こうすることは、「最初に矢を射て、次に標的を引く」ようなもので、非常に非科学的です。しかし、評価基準がまったくないよりはましです。評価基準がなければ、活動のパフォーマンス、ユーザー、売上などのデータを単純に計算するだけでは、次のような一連の問題が発生するからです。

ほら、全然不明瞭なんです。

これはまだパフォーマンス活動です。ユーザー数の増加や在庫の整理など、タスクベースであればさらに混乱を招きます。満足するにはあと何人のユーザーが必要ですか?成長限界はどのくらいですか？このショットにすべてのお金を使いました。残りの月はどうすればいいでしょうか？いずれにしても在庫を処分しなくてはならないのに、なぜイベントが良いと言えるのでしょうか?何も明確に説明されていません。

したがって、まず参照先を見つけ、正しいか間違っているか、良いか悪いかを評価し、次にそれがなぜ良いか悪いか、そして改善の余地がどれくらいあるかを分析してください。これは最も明確かつ効率的な方法であり、無意味な論争を大幅に減らすことができます。

03 隠された固定ターゲット

この記事の例はプロモーション活動です。論理的に言えば、プロモーション活動は、結局、実際にお金が使われるので、確実に売上を伸ばします。重要な問題は、販売量の増加が投資コストに見合うかどうかです。

これは、すべてのプロモーション活動には暗黙の厳格な目標があることを意味します。

プロモーションなしと比較して販売量が増加
活動期間収入+活動費用が活動売上成長率より大きい

具体的な例については次の図を参照してください。

活動をやると、やらないよりも悪くなります!イベントに参加する人はほとんどいませんでした！それはまったくのナンセンスだ。なんと明らかな問題でしょう。

しかし、通常、この時点でビジネス部門が出てきて、会社を弁護しようとします。「イベントを行わなかったら、状況はさらに悪くなるので、イベントの後の方が悪いのです。」このような隠蔽行為は恥知らずであり、自分の過ちを認めようとしない典型的な行為である。何もしなければ地球が爆発すると言ってみたらどうですか？

現時点では2つの状況があります。

上図1のような傾向であれば、業績は引き続き低下しているものの、低下幅は緩やかであり、現時点ではまだ会社がいくらか前進できる可能性があります。

傾向が上の図 2 のように通常の周期的な変動を示していても、イベント後にパフォーマンスが低下した場合は、そのイベントは悪いものであり、それを洗い流す方法はありません。

現時点で、企業側に言えることは、ひざまずいて間違いを認め、頭を下げて殴られることだけです。

04 その後の目標達成のための他の方法

もちろん、ほとんどのプロモーション活動では、費用をかけた後にはまだある程度の効果が得られ、パフォーマンスやユーザーなどの指標も増加し続けています。この時点で、他の方法を使用して、後で目標を作成することもできます。

具体的には、これまでの活動の展開や形態によって異なります。

状況1: 過去の活動がない

これは、アクティビティが初めて開催される場合や、長期間アクティビティが行われていない場合によく発生します。このとき、アクティビティが全体的にどの程度増加したかを確認するための基準として、アクティビティと同じ長さの期間を選択できます。イベントに参加している地域やユーザーグループ間の違いを詳しく見てみましょう。

これを実行するビジネス上の意味は、全体のレベルをベンチマークとして、全体のレベルよりも低いレベルに改善する方法を検討することです。

この比較を通じて、アクティビティ内の最適化ポイントを明らかにすることができます。

同時に、今回が初めてなので、次回は心配しなくて済むように、今回の全体的なレベルを今後のベンチマークとして残しておきます。

ケース2: 過去の活動がなく、周期的に変動している

状況 1 に基づくと、アクティビティ自体の影響を受けるビジネスに周期的な変動がある場合 (上の図に示すように)、アクティビティにはすべてのボートを持ち上げる上げ潮がある可能性があります。このとき、前周期の成長をもとに自然成長計算を行い、この部分を差し引いた上で評価を行うことができます。

ケース3: 過去にイベントがあり、イベントは1つだけだった

このとき、前回の活動を参考にして、まずその活動の入出力比率とそれがもたらす総合的な効果を計算します。これら 2 つの指標を組み合わせることで、イベントを継続すると利益が出るか損失が出るか、イベントの影響の限界を判断できます。これにより、アクティビティの特性（良くなっているか、悪くなっているか）を把握できます。この判断があれば、後から具体的な内容をどのように改善していくかが見えてきて、詳細な分析を行う際の参考にもなります。

ケース4：過去に活動があり、複数の活動が重複していた

現時点では、各活動の貢献度を計算するのは困難です（そのため、多くのビジネス関係者は目標設定を諦めますが、後で個別に評価する必要があり、イライラします）。これに対処する最善の方法は、まず全体的な入出力を見て、この期間の活動の組み合わせの効果は高い/低いという一般的な方向性を設定することです。このトーンを使用すると、後で構造分析を実行して、各小さなアクティビティの影響を個別に確認し、多くのサブアクティビティを追加するか削除するかを決定できます。（下図参照）

05. イベント後の修復の必要性を排除

不満はさておき、一部の事業部門では目標の設定方法を本当に知らない場合があります...このような場合は、真剣に指導する必要があります。

本質的に、パフォーマンスは計算されるのではなく、達成されるものです。事前に目標を設定するのは、行動を起こしてより良い結果を達成するためのモチベーションを高めるためです。本当に複雑な分析が必要なのは事後集計なので、ここでビジネス部門の人々が大きな心理的プレッシャーを感じる必要はありません。

そうは言っても、良い成績を残せなければ、いずれにせよ罰せられるのだから、なぜ気にするのでしょうか?

06 特別なお知らせ

特に注意すべき目標の種類として、「満足度」というものがあります。

一般的に、ユーザー数、有料ユーザー数、売上高、売上高などの指標はすべてシステムによって記録されます。それらの意味は非常に明確であり、目標として使用しても問題ありません。しかし、「満足度」のように直接記録できず、意味が不明瞭なものについては特に注意が必要です。

まず、満足とは何かを明確に定義することは困難です。

5 つ星のレビューは満足できるものと考えられますか?では、10 元のクーポンで購入した良いレビューは満足度としてカウントされますか?最初に 5 つ星を付けてから不満を言うのは満足と見なされますか?メッセージを残さなければ満足とみなされますか?

第二に、システムデータを使用して満足度を定量化することは困難です。ほとんどの問題を黙っておくということは、苦情や否定的なレビューなどの極端なケースしか記録できず、ほとんどのユーザーは信頼できるシステムデータを持っていないことを意味しています。サンプルアンケートを使用すると、データの品質がわかります...

繰り返しになりますが、満足度は、売上高やユーザー数などの最終目標と直接関係はありません。批判すればするほど相手が怒るという状況は、多くの業界でよく見られます。

NPS、ブランド影響力、ブランド評判、市場シェア（業界データは第三者から提供される必要があり、第三者が何であるかを知っているため）など、定義が不明瞭で、データ品質が不安定で、操作しやすい指標が数多くあります。事前にその基準を明確に話し合っておかないと、後で終わりのない論争が起こります。しかし、ビジネス側は特に「新規ユーザー登録を促し、ブランドの影響力を高める」といった言葉を書くのが好きです...これは簡単な話です。同様のニーズをお持ちの方は、市場調査を担当している同僚に依頼するか、第三者に依頼することをお勧めします。私たちはこの混乱に巻き込まれるつもりはありません。