私はついにデータ主導の成長の根底にあるロジックが何であるかを明らかにした

はじめに: 成長効果は常に人々に困難を感じさせます。この記事では、データ分析主導の成長の方法論について説明します。各ポイントは著者の過去の経験を詳細にまとめたものです。データ分析に興味がある方の参考になれば幸いです。

「データ分析は成長を促進する必要があります！」多くの企業の要件です。しかし、実際に実行してみると、多くの学生が困難に直面しました。毎日の仕事はデータを計算するだけのように思えますが、どうすれば成長できるのでしょうか? ABテストという話もありますが、バージョンは製品側でリリースし、分裂活動は運用側で行います。データを計算しました。

今日は成長を達成する方法について詳しく説明します。

1. 成長の根底にある論理

自分を見つめ直す質問をしましょう: なぜビジネスは成長しているのでしょうか?成長したいのであれば、第一に、ビジネス自体があまり悪くないこと、そして第二に、ビジネスに十分な発展の余地がなければなりません。

これら 2 つの前提の下で、成長の根底にある 4 つの論理が浮かび上がります。

現状を変える必要はありません。投資を増やすだけで、生産量が増加します。
私たちは現状を変え、最も弱い部分を埋める必要があります。
私たちは現状を変え、今最も効果的な実践を推進する必要があります。
今やっていることをやめて、もっとチャンスのある新しい分野を見つけてみませんか?

この図は次のように要約できます。

そこで次の質問は、「このプロセスでデータ分析は何ができるのか？」です。

2. データ支援の根底にあるロジック

2 番目の自問自答は、「データなしでビジネスを行うことは本当に不可能なのか?」です。もちろん、データビジネスは行われません。ご存知のとおり、歴史を通じて物事はこのように行われてきました。歴史上、戦争は「無数の敵兵、無数の死」を伴うものでした。歴史的に、料理は「少し、適量、少し、瞬間」が重要でした。データなしでビジネスを行うことはまったく可能です。ただ、それがどれだけうまくできるかはわかりません。

次に、3 番目の自己探求の質問が来ます。

「無数の敵兵」と「500人の敵兵」のどちらが好きですか？
料理をするとき、塩は「ひとつまみ」がいいですか、それとも「塩5グラム（塩入れのスプーン一杯分）」がいいですか？
「ちょっと待ってください」と言われたほうがいいですか、それとも「15分だけ待ってください」と言われたほうがいいですか?

誰もが正確な判断、明確な結果、視覚的なプロセスを好みます。ここでデータが役に立ちます。

したがって、データサポートをうまく行いたいのであれば、最初から明確なアイデアを持っている必要があります。データアナリストが素晴らしいイベントプランや素晴らしい製品プロトタイプを考案することを期待するのではなく、データを使用して正確に判断し、プロセスを視覚化し、結果をテストします。製品化された形で出力するのが最善です。これにより、すべての戦闘部隊に地図、レーダー、ドローンが装備され、全体的な戦闘能力が向上します。

3. 追加投資の分析

クラスメートの中には、追加投資、このビジネスにもお金がかかる、50万くれたら200万やる、100万くれたら400万やる、などと考え始めた人もいました。さらに分析が必要ですか?

これは本当に分析が必要です。入力自体にはいくつかの種類があるため（下の図に示すように）、入力の種類ごとに出力を増やすことができます。

販売は、全身に影響を与える複雑なプロセスです。間違った方向に投資すると、ボトルネックが発生しやすくなります。一般的なものとしては、次のようなものがあります。

過剰販売と生産不足により在庫切れが発生する
販売への過剰投資、生産の急増により、否定的なレビュー/返品/苦情が発生する
マーケティングへの過剰投資は直接的な成果を生まず、お金の無駄になる
マーケティングへの過剰な投資、深刻な相互補助、不十分な生産量、そして深刻な無駄
マーケティングへの過剰投資は販売チャネルのボトルネックとなり、成果が出ない
供給への過剰投資は売上不振と深刻な製品在庫不足を招いた
販売、マーケティング、供給に同時に投資した結果、コストが急増し、資本連鎖が崩壊しました。

つまり、単純な「追加」入力でも構いません。いくつかの要素を考慮する必要があります:

ターゲット市場の可能性
売上高投入産出比率
マーケティング活動の増分効果
サプライチェーンの拡張能力

ここでの計算の各ステップでは、いくつかの小さな分析ポイントからのサポートが必要です。たとえば、ターゲット市場の潜在性については、ターゲットユーザーベース、ターゲットユーザーの購買力、競合製品の普及率、ブランドがカバーするユーザーの割合を考慮する必要があります。これには、業界分析手法のサポートが必要です。マーケティング活動の増分効果は、非活動時の生産量レベル、活動の累積効果、活動が将来の需要圧迫に与える影響、および活動によってもたらされるウールプル効果を考慮する必要があります（下の図を参照）。

したがって、多くの分析作業が不可欠であり、「50 個くれたら 100 個やります」というような単純な決定ではありません。

4. ベンチマーク分析/問題分析

多くの学生は、既存のビジネスにおけるベンチマーク/問題を見つける方法に精通しています。

所得指標のみを見る場合は、階層別分析を使用して高、中、低を区別します。
収入とコストの指標を組み合わせると、マトリックス分析を使用して、両方のパフォーマンスが優れた個人を選別できます。
次に、ファネル分析法を使用して、ビジネスプロセスで最もパフォーマンスの悪いリンクを見つけます。

問題は、善と悪を区別した後、私たちは何をすべきかということです。

ベンチマークの場合、対処すべき中心的な問題は、「ベンチマークを実際に複製できるかどうか」です。
ベンチマークが再現可能な場合は、その経験を広めます。
ベンチマークが特定の市場環境でのみ成功する場合、その環境がどこに存在するかによって決まります。

特定の人/製品/チャネルだけが成功できるというベンチマークの場合は、同じタイプの人/製品/チャネルを探します。

再現性を判断するには、まずベンチマークのライフサイクル分析と機能分析を実施する必要があります。

ライフサイクルの観点から：

ベンチマーク起動期間中に特別な環境はありますか?
ベンチマーク開発期間中に特別なサポートはありますか？
ベンチマークの開発は安定しているのか、それとも一時的なものなのか?

特性の観点から：特別な立場／特別な種類の商品／特別な生理的特性を持つ人だけが成功できるのでしょうか？この情報の収集は非常に重要です。過去のデータを確認し、市場情報を収集し、過去のビジネスアクションを収集する必要があります。店舗/製品/人物にラベルを付けることによってのみ、完全な分析を実現できます。

問題分析: 問題を見つけた後、解決すべき重要なことは、その問題を克服できるかどうかです。短期的には、多くの問題を改善できない可能性があります。そこで、この問題を改善する計画はあるのでしょうか?具体的にどのような改善が行われましたか?改善後の結果はどうですか?複数回の比較を通じて問題を改善できるかどうかを判断できるように、詳細なデータ記録を保持する必要があります。改善できる場合は、ボトルネックを突破します。そうでない場合は、バイパスすることを検討してください。

5. 新たな機会を発見するための分析

新しい機会とは何でしょうか?

トラフィックは少ないが、他のチャネルよりもコンバージョン率が高い
特定のタイプの顧客は数は少ないものの、他の顧客よりも支払い能力が強い
新しい地域や新しいカテゴリーはまだ始まったばかりですが、その成長率は他よりも速いです。

これらはすべて潜在的な機会です。それを見つけるのは難しくありません。層別分析＋コホート分析でわかります。

問題の難しさは、それを発見した後に何をするかということです。新しいチャンスがさらに大きくなることは本当に可能なのでしょうか?既存の方法は本当に効果があるのでしょうか?事業が拡大すると利益は薄れてしまうのでしょうか?何も知りません。したがって、さらに詳細な分析が必要です。

ここでは、ビジネスにすでに戦略があるアプローチと、ビジネスに戦略がないアプローチの 2 つがあります。すでに戦略がある場合は、結果を直接監視して、戦略がどんどん大きくなっているかどうか、限界利益が減少しているかどうかを確認できます。戦略がなければ、過去の状況を組み合わせて機会を十分に洞察する必要があります。たとえば、特定のユーザーグループで機会を見つけるには、次の点を確認する必要があります。