運用データ駆動型（現在は2024年です。データ駆動型の方法をいくつかご紹介します）

2024年、データに基づいた方法をいくつかご紹介します

ビジネス競争において、データは事業運営の鍵となっています。この記事では、言葉の変更、形容詞の追加、ロジックの変更、指標の変更など、データの表現方法を変更することでビジネスの成長を促進する実践的な方法をいくつか紹介します。しかし、真のデータ駆動型開発はビジネスの現実と結びつき、実際の信頼できるデータに基づく必要があることに注意する必要があります。この記事を一緒に見てみましょう。

データ分析を頻繁に行う友人は、パフォーマンスを向上させる最も早い方法は口径を変更することだけだということを知っています。

口径の変更は一瞬で完了し、必要なデータアナリストは1人だけなので、一人当たりの成果は非常に高くなります。

多くの人的資源と物的資源を必要とし、効果が出るまでに半年かかる他の方法と比較すると、この方法ははるかに効率的です。

ビジネス部門の同僚がパフォーマンスの向上を図りたい場合、製品主導、マーケティング主導などのさまざまな戦略に頼る必要があります。

しかし、データアナリストは非常に単純かつ直接的です。彼らは単にデータを変更し、「データ駆動型」の方法を使用します。

データ駆動型メソッドを使用する方法をいくつか紹介します。

最初の「データ駆動型」アプローチは、属性を追加することです。

形容詞をさらに追加すれば、誰でも1位になれます。

過去2年間、新エネルギー市場で新車が発売されるスピードは非常に速く、ついて行くのが困難です。メーカーは、人々に自社の車を覚えてもらうために、世間の注目を集め続ける必要があり、さまざまなランキングが登場します。

たとえば、Ideal は新しいブランドの売上リストを発表しましたが、Ideal はリストの中ではるかに上位にいました。なぜ？このリストは「新しい力」に限定されているからです。 Ideal はリストのトップに立って以来、ほぼ毎週リストを発表しており、Ideal のブランド認知度が急速に高まっています。

しかし、このリストにおけるアイデアルの順位は、特にとんでもないものではありません。結局のところ、新勢力にはまだ多くの競争相手がおり、新勢力の中で1位を獲得することは確かに比較的良い結果です。

次のものはちょっととんでもないものです。

某映像は2021年に新型車が発売された後にポスターを公開し、某市場で1位を獲得した。

「最初」という形容詞は十分に長いです。読み上げましょう。 「ブランド平均ガイド価格は32万を超え、成熟した自動車会社と中国のブランドの中で第1位です。」 32万平均ブランドガイド価格、成熟した自動車会社、中国ブランドなど、合計24語あります。形容詞は少なくとも3つあります。このような制限された条件下では、基本的に競争相手は残っていません。

合弁車は昨年苦戦し、かつては販売トップだったトヨタとフォルクスワーゲンはともに急激な落ち込みを経験した。その結果、トヨタはポスターに形容詞を追加しなければならなくなり、昨年2月の売上高には単に「合弁事業」という新しい見出しが書かれるだけになった。

こうした例はたくさんあります。自動車業界に加えて、携帯電話業界にも、そのような条件に当てはまるリストが満載です。

つまり、最初でない限り、形容詞を追加します。

形容詞が十分にあり、競争相手が十分に少ない限り、常に 1 位を見つけることができます。

2 番目の方法は、インジケーターのロジックを変更することです。

この作業はデータアナリストだけが行うわけではありません。また、厳密さで知られる財務分析でも非常に一般的です。

財務分析の場合、財務指標は3つの固定テーブルであるため、指標自体は変更できませんが、指標の計算ロジックを変更することは可能です。

例えば、2013年に鞍山鋼鉄集団は多大な利益圧力に直面しました。同社は2年連続で損失を被った。今年も損失が出れば、取引停止や上場廃止のリスクに直面する可能性がある。

鞍山鋼鉄は2014年4月9日に財務報告を発表し、2013年に前年比119.13%増の黒字を達成し、損失を回避することに成功したと発表した。

それで、鞍山鋼鉄はどのようにしてこの転換を達成したのでしょうか?

実際のところ、答えは「データ駆動型」です。

当時、鉄鋼市場は長期低迷しており、市場環境は非常に悪く、損失を利益に変える見込みはほとんどないと一般に考えられていました。鞍山鋼鉄は減価償却期間を調整することで損失を利益に変えることができた。

鞍山鋼鉄は、住宅・建物の減価償却期間を30年から40年に、機械設備・伝動設備の減価償却期間を15年から19年に延長した。このようにして、年間減価償却費が軽減されます。

調整後、安鋼の2013年の純利益は2012年に比べて約9億元増加し、7億7000万元に達した。つまり、減価償却期間を調整しなければ、Ansteel の 2013 年の純利益は実際には依然として損失のままとなります。

これは一つの会社が運営する方法ではありません。当時、三鋼民光、山東鋼鉄、富春環境保護、方台鉄鋼、河北鋼鉄など多くの企業がこの方式を採用していました。

事業そのものは変わっていませんが、事業範囲が変わり、赤字から黒字に転じました。データ駆動型がいかに強力か教えてください。

3 番目の方法は、インジケーターを変更することです。

例えば、新しい製品機能がリリースされ、ユーザーの使用時間を増やすことが本来の目的であるとします。しかし、オンラインになってから、この機能はユーザーの滞在時間に期待通りに影響を与えないことが判明しました。

こういう時どうすればいいでしょうか？

次に、滞在期間を見るのではなく、他の成長指標があるかどうかを確認します。データアナリストによる多大な作業の結果、100 を超える指標から、製品の発売後、アプリを開くアクティブな Android ユーザーの数が増加したことがようやく判明しました。こうして、製品機能の立ち上げは最終的に成功したとみなされました。

このアプローチの核心は、満足のいく指標を見つけることです。満足のいく指標が見つからない場合は、データ分析が十分に深くなく、隠れた情報が見つかっていないことを意味します。

他の状況はより直接的です。リーダーの中には、「この機能の価値を分析する」というタスクを割り当てる人もいます。これは、リーダーが報告する肯定的な指標を見つける必要があり、肯定的な指標でない場合は肯定的になるまで分析を続けることを意味します。

友人の中には、リーダーが直接、30% の成長を示す指標を見つけるように指示し、データ チームにそのようなデータを収集するように依頼したという人もいました。それを聞いたとき、本当にショックを受けました。

これらは、データ分析の分野における一般的な「暗黙のルール」です。

これまでの「データ駆動型」の方法は面倒すぎて、指標を探して口径を変えなければならないと思うなら、実はもっと簡単な方法があります。それは、直接偽造することです。

指標は依然として同じ指標であり、口径は依然として同じ口径であり、形容詞は依然として同じ形容詞ですが、報告された数字は誤った数字です。

この方法は、過去 2 年間に日本企業によって何度も実演されてきました。

簡単に検索してみると、そのような事例が数多く見つかります。

1. 2017年8月、日本の鉄鋼メーカー神戸製鋼所が製品データを改ざんし、粗悪品を高品質品として販売していたことが発覚した。潜在的な被害者には国内外の約500社が含まれており、自動車、鉄道、航空、宇宙など多くの業界に及んでいます。
2. 日本の炭素繊維素材大手東レグループは2017年11月、子会社の東レHCが自動車用材料製品の強度データを改ざんしていたことを認めた。同社経営陣は既にこの件を認識していたが、データ改ざんは違法ではなく「セキュリティ上の問題は見つからなかった」と主張した。
3. 三菱電機の完全子会社であるトーカンは2018年2月、ゴム製品253種類について品質検査が行われていなかったことを認めた。同社の製品は、新幹線車両やエレベーターなどの設備に幅広く使用されています。
4. 2021年2月、製薬会社「小林化学」の不正が発覚し、計200人以上の患者が同社の医薬品を服用してさまざまな程度の健康被害を受けた。患者の中には薬を服用した後に意識を失った人もおり、交通事故が22件発生し、薬を服用した後に死亡した患者も2人いた。さらにひどいのは、同社経営陣が16年前にこの状況を認識していたものの放置していたことを認めたことだ。
5. 2021年7月、三菱電機は30年以上続いた可能性がある製品検査データの改ざんが発覚した。三菱電機の杉山毅社長が辞任した。

この方法は非常に便利で、損失もほとんどなく、お辞儀をして謝罪するだけで済みます。

この点で、 Xiaorizi のデータ駆動型テクノロジーははるかに進んでいます。

今日の記事は純粋に楽しみのためであり、内容は真に「データ駆動型」ではないので、真似しないでください。

本当に他に方法がない場合、属性の追加、ロジックの変更、インジケーターの変更を試してみてください。結局のところ、日常生活の中で頻繁にそれを行っている可能性があります。ビジネスでは、このような柔軟性が求められることもあります。

しかし、データを改ざんするようなことは絶対にしてはいけません。少しでも形式的な会社であれば、主観的な偽造が発覚すれば従業員を解雇するでしょうし、法的リスクもあるかもしれません。

ついに2024年が到来しました。新年には、すべてのデータアナリストが上記のような奇妙な要求に遭遇しないことを願います。

コラムニスト

Sanyuanfangcha 公式アカウント: 「Everyone is a Product Manager」のコラムニスト、Sanyuanfangcha。データを活用してビジネスの成長を促進することに重点を置き、データ分析とユーザーの増加に成功します。私は読書、考えること、創作することが好きです。

この記事はもともと「Everyone is a Product Manager」に掲載されました。無断転載は禁止です。

タイトル画像は、CC0 プロトコルに基づいて Unsplash から取得したものです。

この記事で述べられている意見は著者自身の意見のみを表しており、人人士品夢家プラットフォームは情報保存スペースサービスのみを提供します。