データ分析が科学的な意思決定にどのように影響するか

情報爆発の時代を迎えた今日、データ分析は経営上の意思決定を支援する重要なツールとなっています。しかし、データ分析の方法と技術を合理的に活用し、それをビジネス上の意思決定に効果的に適用する方法は、すべてのデータアナリストが直面する課題です。この記事では、データアナリストが経営陣の科学的かつ正確な意思決定をより適切にサポートできるようにするための方法とテクニックをいくつか紹介します。

「データ分析は、経営陣が科学的かつ正確な意思決定を行う上で役立つはずだ」

——これは多くの企業がデータアナリストに求める要件です。しかし、問題は、それをどのようにサポートするかということです。！一生懸命に大量のデータをコーディングしているのに、なぜ「役に立たない」と言われるのでしょうか?

1. 意思決定の謎を解く

多くの学生は「意思決定」という言葉を聞くと怖気付いてしまいます。「意思決定」というと、「チャンスを掴む」「社内スキルを磨く」「仕事に取り掛かる」など、よくわからない高尚な言葉が並んでいるイメージがありますが、これらはデータとどう関係しているのでしょうか？

これらの空想的な言葉だけを見ると、実際にはデータとは何の関係もありません。したがって、データを利用して意思決定をサポートしたい場合、最初のステップは意思決定の謎を取り除き、最も単純でわかりやすいデータモデルを使用して意思決定プロセスを記述することです。こうすることで、定量化して分析することができます。

最もわかりやすい例を挙げると、ある若い男性がようやく週末を待ち、ガールフレンドとデートに行くことができました。それで彼は何をすべきでしょうか?これは典型的な意思決定の問題です。

2. 意思決定における3つの主要な要素

要素 1: 意思決定の目的。

ガールフレンドの満足度を向上させます。

要因 2: 意思決定レベル。

最高レベルの決定：外出して遊ぶかどうか（はい/いいえ）

次のレベルの決定: どこへ行くか? （遊ぶと決め、次に郊外/非日常、屋内/屋外を検討）

第 2 レベルの決定: 具体的にどの場所に行くべきでしょうか? (決定: 郊外、屋外、次に検討: 公園/遊び場/アトラクション...)

第 2 レベルの決定: どのように進むか?どこで食べますか？どうしたの？（郊外の有名な観光スポットを巡ることにし、旅程の詳細を決める）

要素 3: 評価要因。

たとえば、次の要素に基づいて、外出して遊ぶ場所を探すことにします。

1. 今は秋なので天気は良いです。

2. 私の彼女は外出して遊ぶのが好きです

3. 近くには評判の良い景勝地がいくつかあります。

4. 近くの観光スポットにはまだ行ったことがありません。

これらは「遊びに行く」ことをサポートする評価要素です。評価要素は、決定が科学的であるかどうかを判断するための重要な基準です。

なぜなら、計画段階で意思決定者が考慮する次のような要素が、現実には当てはまらない可能性が非常に高いからです。

1. 今は秋で天気は良いのですが、この2日間は突然どんより曇って雨が降りそうです。

2. 私の彼女は外出して遊ぶのが好きですが、ここ 2 日間は気分がよくありません。

3. 近くには評判の良い景勝地がいくつかありますが、私のガールフレンドは親友から、そこは楽しくないと聞きました。

したがって、実際の状況に基づいて決定を評価し、修正することが非常に重要になります。

3. 意思決定の4つの原則

意思決定を行う際に従うべき基本原則がいくつかあります。

原則 1: 明確な意思決定の目的。

「できるだけ早く彼女を捨てなければならない」というのが目的なら、冷たい暴力を使う方法だけを考えればいいのです。

原則 2: 意思決定の階層は意思決定の目標を中心に構築されます。

もしあなたの目標が「ガールフレンドを喜ばせる」ことなら、週末中ずっと家にいてゲームをしたり、コーラのプルタブを指輪代わりに使って人々を騙したりすることは考えないでください。

原則 3: 各レベルでの意思決定は、上位レベルによって制約されます。

郊外に行くことを選択した場合、交通手段としてはレンタカー/タクシーしか選択肢がなく、公共交通機関は考慮しない方がよいでしょう。

原則 4: 意思決定の各レベルには独自の評価要素があります。

意思決定者は実際の状況に基づいて評価要素を変更します。

これら 4 つの原則を理解したので、意思決定におけるデータの役割をさらに詳しく見てみましょう。

4. データが意思決定にどのように役立つか

注: 意思決定はビジネス能力であり、理論的にはデータとは何の関係もありません。それは、背が高くて、ハンサムで、並外れた気質を持ち、お金持ちの若い男性がデートに行くようなものです。何もしなくても、彼に飛びついてくる女の子はたくさんいて、満足度は非常に高いです。

しかし！皆さん、鏡を見て、一日三回自分を見つめてみましょう。私は十分良い人間でしょうか？あなたは金持ちですか？ハンサムですか？ほとんどの男性は、驚くほど美しい容姿も何十億ドルもの資産も持っていないので、女性とどのように付き合うかを真剣に考えなければなりません。このとき、さらに多くの問題が発生するでしょう。

質問1: 何をしたらよいか分かりません。多くのストレート男性は、愚かにも挨拶する以外に何をすればいいのか分からない。レストラン、公園、遊園地がいくつあるのか、どんな映画が観られるのか、まったくわかりません。さらにどのように決定を下すのでしょうか?

問題 2: 実行できることがあることはわかっているが、それを評価する方法がわからない。上海にはディズニーランドがあり、広州には長隆があることを知っていたので、天気や気分など考えずに彼女をそこへ連れて行きました。その結果、私は何の理由もなく批判されてしまいました。

質問3: 評価レベルの詳細度が不十分です。評価が詳細になるほど、問題も多くなります。彼女は長隆に行きたいと言っていたので、興奮しながらチケットを予約しました。交通手段や食事、お金の用意などについては、何も手配していませんでした。その結果、少女は途中でお腹が空いて疲れてしまい、お金の無駄になってしまいました。

わからない、不明確な、または数字を間違って計算したといった状況に遭遇したときこそ、データが役に立ちます。

現時点では、データは次のようになります。

現状の明確化
論理を整理する
計算プロセス

それによって意思決定をサポートします。

意思決定の科学性や正確性も、データを通じてある程度保証されるようになります。

いわゆる非科学的な意思決定：外へ遊びに行くこともできたのに、結局家にいて彼女を不幸にしてしまった。あるいは、観光地を訪れたのに、そのことを知らなかったために行かなかったという可能性もあります。これらの問題は、現状を明確にし、データを通じてロジックを整理することで回避できます。

いわゆる誤った判断。タクシーに乗るべきだったのに、時間と距離を間違えてバスに乗ってしまい、彼女が疲れて怒ってしまった…

ただし、データは科学的かつ正確な決定が何であるかを直接伝えることはできません。しかし、現在の決定が非科学的かつ不正確であるかどうか、またそれが科学的かつ正確である可能性はどれくらいかを評価することは可能です。

物語はここで終わります。おそらく多くの男性がため息をついてこう言うでしょう。「ああ、そうだ、僕には彼女すらいないんだ」意思決定がいかに難しいかがわかります。実際、会社で決断を下すのは、ガールフレンドを追いかけるよりもはるかに簡単です。

5. ビジネス上の意思決定とデータ分析

会社での意思決定が一人で恋人を追いかけるよりも簡単である理由は、ある程度の規模の会社であれば組織体制や人事分業が確立しており、正式な会社であれば事業範囲が明確であるからです。したがって、企業の事業特性や部門間の分業状況を理解していれば、手がかりを追って意思決定の特徴を掴むことができます。これは女の子が何を考えているのかを推測するよりもはるかに簡単です。

データの観点から見ると、企業の意思決定の中核は複雑ではありません。核となるのは:

ABCインジケーター、どれをやればいいですか？
いくらから、いくらまでですか?
完了するまでにどれくらい時間がかかりますか?

これら 3 つの質問に答えるだけで、残りの問題は具体的な実装の問題になります。異なる部門や異なるレベルのリーダーは、間違いなく異なる指標を気にします。

部門間の違い:

戦略開発部：全社業務指標
営業部門：売上金額、売上数量、売上金...
運用部門: ユーザー総数、新規ユーザー数、アクティブユーザー数...
サプライチェーン: 生産オーダー数、製品供給数、使用材料数...

リーダーシップのレベルにも違いがあります。

企業レベルの幹部：開発経路、評価基準、責任分担などの戦略的な問題
部門レベルのリーダー: どの製品ラインに重点を置くか、どの顧客グループに重点を置くか、タスクの割り当てなどの戦術的な問題
チームとリーダー：朝に働くか夜に働くか、赤と青の色、左と右のボタンなどの戦闘問題

さらに、多くの決定は固定されたルーチンに従います。たとえば、単一の製品の場合、典型的な戦略は 3 つあります (以下を参照)。

複数の製品ライン/事業ラインの場合、典型的な戦略は 3 つあります (以下を参照)。

そのため、さまざまな業務のデータフォームを蓄積しておけば、それを参考にしてリーダーが意思決定のロジックを明確にすることが容易になります（下図参照）。

6. データに基づく意思決定の難しさ

実際の業務では、主に以下の理由により、データで意思決定をサポートすることが困難です。

1. 業務を理解しておらず、部門、レベル、分業、目標について全く知らない

2. 意思決定のレベルを明確に区別できず、表面的すぎるか詳細すぎるかのいずれかになる。

3. 各レベルの評価要素が記載されておらず、評価が不十分で納得できない。

もちろん、より悪いアプローチは、1 つのモデルですべての問題を解決し、あらゆる種類の問題を明確に分析できる無敵の将軍の超素晴らしいモデルを構築しようとすることです。本当にそんな素晴らしいものがあるのなら、仕事をやめて株に投資してみることを強くお勧めします。あなたは世界で次に大金持ちになるでしょう、やったー！問題のロジックを整理し、段階的に進め、複数の方法を組み合わせることが、意思決定をサポートする正しい方法です。

しかし、とても気取ったタイプのガールフレンドも常に存在します。