データドリブンな業務の価値（業務高度化の波の中で、ビジネス視点で「データシステム」の価値をいかに深く理解するか）

業務の高度化の波の中で、ビジネス視点から「データシステム」の価値を深く理解するにはどうすればいいのでしょうか。

今日、業務の洗練化の波を受けて、さまざまなデータ分析手法が登場し、データシステムの需要と重要性が大幅に高まっています。この記事の著者は、データ システムを 0 から 1 まで構築する作業に参加しました。著者はデータ システムの価値について独自の見解を持っており、それを皆さんと共有したいと考えています。

近年、デジタルトランスフォーメーション、データドリブン、パーソナライズ化、運用の洗練化など、さまざまな用語が頻繁に登場し、ファネル分析、アトリビューション分析、ABテストなど、さまざまなデータ分析手法やツールも共有されるようになりました。業務の高度化の波を受け、[データシステム]の需要と重要性は大幅に高まっています。

しかし、ビジネスや組織の責任者にとって、[データシステム]をどのように定義しますか?ビジネス運営にとって具体的にどのような価値があるのでしょうか?ベストプラクティスは何ですか?筆者は【センサーデータ分析システム】を0-1から構築し、その【データシステム】の価値の根底にあるロジックを仲間と共有したいと考えています。

近年、外部環境は不安定になっており、各企業の事業運営に対する市場の要求はますます高まっています。誰もが「競争心」を感じているが、その背後にある不変のルールの中には、 「急速な発展」に伴う新規ユーザーの「配当の消失」も核心的な要因の一つに違いない。

(2018年第2四半期に11億人を超えた後、月間アクティブモバイルインターネットユーザー数は12億人の大台を突破できず、2020年第1四半期以降、前年比成長率は2％未満で推移しています - 出典：QuestMobile)

不満やため息はたくさんあるが、経営者やプロの経営者の視点からすると、変化を受け入れて第2のカーブを模索するか、第1のカーブで道を見つけるしかない。第 2 カーブのコスト率は低く、管理者の立場からすると、第 2 カーブを積極的に探索することは容易ではありません。

一般的な対処戦略としては、

• マーケティングチャネルはROIを継続的に最適化する必要がある
• プライベートドメインを構築し、古いユーザーのLTVを高め、同時に分裂に参加するのが最善です
• 新製品・サービスの開発、または製品・サービスの品質向上により、顧客単価の向上と各ビジネスプロセスのコンバージョン率の向上を実現します。

これらの対応戦略はいずれも、1 レベル掘り下げると、 「データ分析/検証」なしには実行できません。

例えば、プライベートドメイン運用の最も本質的な目的は、古いユーザーのLTV（生涯価値）を高めることだと皆が話していますが、それをどうやって高めていくのか？これには、ユーザーが継続的に価値を認識し、価値の高いアクション (HVA Hight Value Action) をより頻繁に完了することが求められます。製品のどの機能/サービス/製品が HVA をもたらすことができますか?これには、「保持分析」などのデータ分析ツールを使用する必要があります。

データ分析ツールを使用するための前提条件は、データがあることです。この文章はナンセンスのように聞こえるかもしれませんが、実際には、大手のインターネット企業を除いて、ほとんどの企業の現在のデジタル化レベルは非常に低く、データ分析ツールの需要をサポートすることが困難です。

以下に 2 つのビジネス シナリオの例を示します。

1) WeChat Moments 広告から 1 週間以内に来た新規ユーザーの注文コンバージョン率をどのようにカウントしますか?

1. 展示、クリック、消費などのメディア効果データは、さまざまな広告プラットフォームから提供されます。
2. 注文システムには基本的なユーザー情報が含まれている必要があります。
3. ユーザーシステムにチャネルソース情報はありますか?

また、データ分析システムで活用するために、メディア、注文、ユーザー間のデータ連携は確立されていますか？

2) 製品機能が成功したかどうかを科学的に判断するにはどうすればよいでしょうか?

反復前と反復後のデータ指標 (DAU、リテンションなど) を比較しますか?データに貢献する運用アクティビティはありますか?景気循環自体からの干渉はあるのでしょうか?

きっと多くの優秀な学生は、AB テスト手法を使用して実験し、正確な結論を導き出していると言うでしょう。この答え自体は非常に正しいです！

しかし、現実には ABtest を転用する必要があるので、データ転用やグレースケール解放などのツールはありますか?ツールを使用するための人/タグのグループが確立されていますか?デバイスID、地域、年齢などのさまざまな基本データは収集されますか？

この時点で、これらの質問とともに、「なぜデータ システムがますます重要になっているのか?」という質問も生じます。実際に回答されました。

定義自体は目的ではありません。よりよい理解と応用が目標です。データシステムは、簡単に言えば「データ管理＋データ分析」と大まかに理解することができます。

36krエンタープライズサービスレビューランキングの分類キーワードを通じて、基本的に[データシステム]の役割を大まかに理解することができます。次は、肯定的な例と否定的な例を使って拡張します〜

1) 悪い例

上の写真は「デジタルトランスフォーメーションの成功例」です。いわゆる否定的な理由は、[データ システム] が日常の運用プロセスに深く入り込んでおらず、洗練された運用にはあまり役に立たないことです。いわゆる分析は、ビジネス データのアイコン/カンバン表示にすぎません。

国有企業にとっては、データ管理やデータ分析が行われており、「事実から真実を探る」という役割を果たすことになると思います。日常の経営に大きな影響を与える可能性があり、まさに「デジタルトランスフォーメーションの成功」と言えるでしょう。

しかし、現在の市場環境では、この[データシステム]は、スタートアップ企業の上級管理職や、製品、成長、運用などの職位の中間管理職にとって成功とは言えません。

2) 肯定的な例

この記事では、いくつかの重要な質問に答えます。

• 成長実験を設計する前に、データ システムを通じて問題を監視し、成長目標を決定するにはどうすればよいでしょうか。
• 実験でデータ指標を定義する方法と、公開データを利用して優先順位を決定する方法を教えてください。
• 最終的な ABtest 実験で科学的な結論を導き出すにはどうすればよいでしょうか?

時間が限られている友人は、Xiao Wei の結論を直接見ることができます。

データ システムのコア価値は、上の図にまとめられています。

• これにより、チームはデータから適切な最適化の方向性についての洞察を得ることができ、経験主義に頼ることを避けることができます。
• 最適化の方向性や新しいアイデアが本当に効果的かどうかを科学的に検証できるでしょうか?
• 経営陣が会社の運営状況を迅速に把握し、早期警告を発するのに役立ちます。

前の記事を簡単に振り返ってみましょう。

• 【データシステム】それがますます重要になってきている根本的な理由は、市場の変化です。顧客獲得ボーナスがなくなったことで、洗練されたプライベートドメイン運用の重要性が高まっています。
• データシステム自体は「データ管理+データ分析」ツールで構成されています
• [データシステム] は、企業が成長ポイントを把握し、成長の想定を検証し、データ指標とデータ警告を直感的に表示してリスクを軽減するのに役立ちます。

これはデータ システムの重要な価値を示していますが、ビジネスやオペレーターの観点からは、その機能の限界にも注意を払う必要があります。

• [データシステム]はツールですが、実際に継続的な成長をもたらすことができるのはチームです。つまり、優れた最適化計画、成長実験、起業家のアイデアなどを完成させるには、経験豊富で意欲的なチームメンバーが必要です。チームがより価値を発揮するためには、ツールはインフラとして非常に重要ですが、さらに深く掘り下げると、組織の能力とリーダーの認識が重要になります。
• コスト削減は一定の競争上の優位性しか得られませんが、効率と量の増加は長期的な存続を保証します。そのため、ツールレベルでも、[データシステム]は[マーケティングオートメーション]やMatrechツールの基礎に過ぎません。

次回は、プロジェクトリーダーが品質と量を保証しながら、[センサー分析]を0から1に迅速に実装する方法について説明します。興味のある友人は注目することを忘れないでください。

著者: 魏志

この記事はもともと @魏知 によって 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。