問題と課題について「データドリブン思考」＃１
データドリブン思考
輪読会でこちらの書籍を読み込んでいます！
内容と実際の業務で感じたことを書き出していきます。
問題と課題について
「現状の課題を考えましょう！」という光景見たことありませんか？
私の会社もやってました。
これについて今まで疑問に思ってきました。
それは、一度もそれによって問題が解決されたことがなかったからですwww
無駄でしかないですね、仕事をした気がするというものですね。
そもそも「問題」と「課題」とは何か見ていきましょう！
「問題」・・・目標と現状との間にあるギャップ
「課題」・・・目標と現状とのギャップを埋めるためにやるべきこと、「問題」を解決するためにやるべきこと。
ここの時点で気付く人はいると思います！
そもそも、「問題」が決まっていないことが多くないでしょうか？？
目標はあっても、現状の共有がされていない。
現状はわかっていても、目標が曖昧すぎてギャップが明確にならない。
そのような状況では「データ集まりました！」と言ってもどのように活用すればいいのかわからないですよね。
ということは、捉え方を間違えるとデータ分析は役に立たないんです。
失敗例
・部分最適化した分析
→品質を上げるという「部分」に着目したが、コストが上がり売り上げは変わらない。
・問題を構造化できなかった分析
→混雑の緩和のために施設を新設したが、出勤者数の抑制で解決できたのではないか。莫大な費用をかけなくても良かったのではないか。
・分析が目的化した分析
→データを集めやすいのでネット販売を開始。しかし、ネットの利益は全体の5%にも満たないので店舗販売に注力するべきではなかったのか。
店舗販売の割合が多いなら、そのデータをどのように集めるかが重要。
話はそれますが、こちらの動画のように今あるデータをどのように活用するかの方が大切なんですよね。ぜひ興味がある方はみてみてください！
課題は意思決定プロセス
「データ分析は直接的に課題を解決しない」
売上が伸びない問題に対して、購買意欲を上げるという課題を設定します。
これで、データ分析に取り組めるでしょうか？？
何を紐解いていけばいいか、わからないですよね？？
何を予測したいのか、どういった仮説を検証したいのか明確にしないと
「データ分析の意味がない」ということです。
「組織というものはすべての判断と意思決定を生産する工場である」
著者はこちらに違和感があるということを言っています。
私も違和感がありました。
「判断」→ある事柄について、考えをまとめて定めること。
「意思決定」→所定の行動の代替の中から、特定のひとつの代替案を選び出すこと。
「決定」→はっきり決めること。
それぞれの意味をまとめましたが、選ぶ行為を生産するということになっているのです。
つまり、
「組織というものはすべての判断と決定を生産する工場である」
がしっくりくるわけです。
何につながるかというと、、、
「判断と決定がまずいから問題が生じる」のではなく、
「判断と決定の生産のやり方がまずいから問題が生じる」と捉えることです。
なので、「製品が良くない」ではなく、「製品の生産のやり方」がまずい。
→「製品の生産のやり方がまずいから、低品質な製品を出荷し、顧客クレームなどの問題を生む」と捉えるということです。
フレームワーク
これまでの内容、考えをフレームワーク下記のようになるとのことです！
ぜひ、使ってみてください！
また、こちらの本を手に取っていただいて意見を交えると嬉しいですね！
この記事が気に入ったらサポートをしてみませんか？