ざっくりと
- データを使って意思決定
- 顧客対策に最適な手法
- 知識とスキルが必要
データドリブンとは、データを用いた意思決定です。
概要説明
データドリブンとは、データを活用して意思決定や問題解決を行う手法である。なぜなら、情報が溢れる現代社会で、直感や経験だけでは対応しきれない。
例えば、顧客データを分析することで、個々の顧客に合わせた施策を考えることができる。そして、生産性を上げるだけでなく、ビジネスの質そのものを高めることが可能だ。
つまり、データは新たな価値創造の鍵となる。だから、データドリブンは今後のビジネスにおける重要なキーワードである。
職業職種
マーケティングマネージャー
彼は、データドリブンを活用する。なぜなら、顧客の行動データを分析し、最適なマーケティング戦略を練ることができるからだ。例えば、どの広告が効果的か、どの商品が売れるかを判断する。
ビジネスアナリスト
彼は、データドリブンを使う。なぜなら、業務プロセスを最適化し、業績向上に繋げるためだ。例えば、売上データやコストデータを基に、効率的な業務フローを設計する。
プロダクトマネージャー
彼は、データドリブンを利用する。なぜなら、製品開発や改善の方向性をデータに基づいて決定することができるからだ。例えば、ユーザーの使い方やフィードバックをデータ化し、製品の改良点を見つける。
データドリブンは、英語で”Data Driven”と書き、これは直訳すると「データが駆動する」を意味します。つまり、データがビジネスの方向性や意思決定を「駆動」する、という考え方からきた名前です。
代表例
Googleは、データドリブンの大先輩だ。なぜなら、その検索エンジンはユーザーの行動データを分析して、個々に最適な検索結果を提供するからだ。例えば、過去の検索履歴をもとに、次に何を検索するかを予想する機能がある。
Netflix
Netflixは、視聴者の行動データを使って個々のおすすめ映画を提案するから、データドリブンの好例だ。なぜなら、視聴者が何を見て、どの部分を早送りしたかまでを分析して、それぞれの趣味に合う映画やドラマを提案するからだ。例えば、自分が見たことないジャンルの映画を推奨することもある。
Jeff Bezos
Amazonの創設者であるJeff Bezosは、データを駆使してビジネスを拡大したから、データドリブンの象徴的な人物だ。なぜなら、彼は顧客の購買データを分析して、どの商品をどのくらいの価格で提供すべきかを判断するからだ。例えば、同じ商品を別々の価格で提供し、どちらがより売れるかをテストすることもある。
手順例
-
目的を設定する
データドリブンは、何を解決したいのか、何を改善したいのかを明確にするためのスタートラインだ。なぜなら、目的が明確でなければ、必要なデータも何を分析すべきかもわからないからだ。例えば、売上を上げたい、顧客満足度を上げたいなど、目的は明確にする。 -
データを収集する
目的が決まったら、その目的に沿ったデータを収集する。なぜなら、データがなければ分析もできないからだ。例えば、売上を上げたいなら、どの商品がよく売れているか、どの時間帯に売れているかなどのデータを収集する。 -
データを分析する
データを収集したら、そのデータを分析する。なぜなら、データから何かを見つけ出すためには分析が必要だからだ。例えば、どの商品が売れ筋なのか、どの時間帯に売れているのかを見つける。 -
アクションを起こす
分析の結果を元に、具体的な行動を起こす。なぜなら、分析しただけでは何も変わらないからだ。例えば、売れ筋商品を更に売りやすくするために、その商品のプロモーションを強化する。 -
結果を評価する
行動を起こした結果、目的が達成されたかを評価する。なぜなら、その結果を元に次のデータドリブンの方針を決めるからだ。例えば、プロモーションを強化した結果、売上が上がったかを確認する。
類似語
データ中心
データ中心は、データドリブンの類似語だ。なぜなら、どちらもデータを中心に考え、行動するという考え方だからだ。例えば、マーケティングでもデータ中心に進めるとデータドリブンと言える。
データ志向
データ志向は、データドリブンと同じくデータを重視する考え方だ。なぜなら、データを元に意思決定を行うという共通点があるからだ。例えば、どの商品を開発するかを決める時に、市場のデータを元に決めるとデータ志向と言える。
データベースデシジョン
データベースデシジョンは、データドリブンの別の表現だ。なぜなら、どちらもデータを元に決定を下すという意味だからだ。例えば、広告の配信先を選ぶときに、ユーザーデータを分析して最適な配信先を選ぶとデータベースデシジョンと言える。
反対語
勘ドリブン
勘ドリブンは、経験や感覚を主に使って意思決定を行うことだ。なぜなら、データではなく人間の直感や経験に頼るからだ。例えば、古くからの商売人が商品の仕入れを決めるときなど。
経験ドリブン
経験ドリブンは、過去の経験や先人の知恵を基に行動を選ぶことだ。なぜなら、データの解析ではなく既存の知識や経験に基づくからだ。例えば、職人が伝統的な製法を使って商品を作る場合。
直感ドリブン
直感ドリブンは、理論やデータに頼らずに直感で決断を下すことだ。なぜなら、客観的なデータよりも主観的な感覚を重視するからだ。例えば、アーティストが作品を作るときのインスピレーション。
会話例
プロジェクト会議
「今回のプロジェクトはデータドリブンにしようと思ってるけど、君はどう思う？」
「いいね、それなら客観的な結果が出るし、最適な解決策が見つかるだろうね。」
新製品の開発
「この新製品、売れると思う？データドリブンで検討した？」
「うん、市場のデータを分析したんだ。それに基づくと、需要はあると思うよ。」
マーケティング戦略の打ち合わせ
「次の広告キャンペーン、どうする？データドリブンに考えてみた？」
「そうだね、今までの広告の反応データを見て、最も効果的なメッセージを考えよう。」
注意点
データドリブンを使用する時の注意点は偏りのないデータの収集が必要だ。なぜならば偏ったデータだと偏った結果しか得られないからだ。
例えば、商品のアンケートをとる場合、顧客全体の意見を反映するためには全ての顧客層から意見を集めることが必要だ。
そして、ただデータを集めるだけでなく、その解析方法も重要だ。だから、データ分析の専門家の意見も求めよう。
データドリブンと経験ドリブンのは、間違えやすいので注意しましょう。
データドリブンは客観的なデータを基に決定を下すことです。
一方、経験ドリブンは自分や他人の過去の経験を基に決定を下すことです。
コメント