ビッグデータ運用指標（データ指標システムの構築、標準化の全プロセスをまとめました）

データ指標システムを構築し、標準化の全プロセスをまとめました

インジケーターシステムを構築するにはどうすればいいですか?この記事では、ビジネスシナリオ、ビジネス目標、ビジネスプロセス、データ収集の観点から、特定のシナリオで優れた指標システムを構築する方法について説明します。一緒に見てみましょう！

指標システムについて話すとき、多くの学生が「AARRR」「OSM」「UJM」とまるでクロストークのように口走る...彼らはそれについて楽しく話しているが、面接官はもう一文で「これが営業業務の指標システムです！」と言い返す。「O が何であるか、U がどうであるかをわかりやすく説明してください。」多くの学生は困惑するでしょう。今日はそんな問題にどのように対処するかを体系的に説明します。

多くのデータ分析の問題と同様に、OSM などの理論自体に問題はありません。問題は、理論を教義として扱うことができないことです。ビジネスプロセスを深く掘り下げて具体的なシナリオを考慮しなければ、有用な指標システムを構築することは不可能です。

いわゆるビジネスシナリオとは、データ指標がどのようなビジネスを反映するかを指します。

これには 4 つの側面が含まれます。

ビジネス目標は何ですか?
ビジネスプロセスとは何ですか?
結果に影響を与えるためにビジネス側はどのような行動をとりますか?
ビジネスプロセス/ビジネスプロセスにはどのようなデータレコードがありますか?

多くの学生は、特定のビジネスに直面したときに指標を整理する方法を知らず、本質的にはそのビジネスに精通していないことを意味します。「営業業務指標システム」と聞かなくても、次のように尋ねることができます。

「営業マンは何を売っているのですか？」
「ターゲット顧客は誰ですか？」
「営業マンはどうやって売るんですか？」
「営業業務とはどのような業務ですか？」

どれにも答えられない場合、どうやって指標を整理すればいいのでしょうか?ビジネスを理解することが第一の要件です。ビジネスシナリオを理解したら、段階的に整理し始めることができます。

ビジネス目標は、ビジネスが最も重視するものであり、指標システムの主な指標もこれによって決まります。データを収集する際には、主要な指標が収集されることを優先する必要があります。指標システムを開発する際には、主要指標の生成プロセスを表示することにも重点を置く必要があります。

ビジネス関係者の心の中では、ビジネス目標は非常に明確です。そのため直接のコミュニケーションが可能です。

たとえば、営業業務では、一般的な主な指標には次のようなものがあります。

売上目標達成 → 指標：売上高（金額）
営業実績の向上 → 指標：売上高成長率
営業力の安定性 → 指標: 全体の離職率 / A レベルの離職率
開拓した特定顧客数 → 指標：全体の離職率 / Aレベル離職率
…

これらを整理して主要指標を設定したら、それらを特定のビジネスプロセスと組み合わせて、主要指標がどのように達成されるかを確認します。

ビジネスプロセスはデータの主なソースであり、インジケーターシステムの主なタスクはビジネスプロセスの状態に関するフィードバックを提供することです。主要な指標を取得したら、それらをビジネスプロセスと組み合わせて、プロセス指標を整理する必要があります。プロセス指標によってのみ、主要指標が低いか高いかを説明できます。

営業業務を例に考えてみましょう。営業業務は通常の営業業務に重ねて行われるため、整理すべき業務プロセスは 2 つあります。

販売プロセスが異なれば操作も異なります。指標システムを具体的かつ実現可能なものにするには、ビジネスの詳細を掘り下げて、実際にどのように運用されているかを確認する必要があります。いくつかのプロセスは非常に単純な場合があります。たとえば、営業担当者が独自の顧客リソースを持っている場合は、営業担当者自身が顧客に連絡して契約書に署名するだけで済みます。ただし、一部のプロセスは非常に長くなる可能性があります。たとえば、ソフトウェアを販売する場合、顧客リードの獲得から取引の成立までには多くのステップがあります。ここでは怠けることができず、各ステップを慎重に整理する必要があります。フローチャートを描くのが最適です。（下図参照）

営業業務は、大きく分けて次の 3 つの部分に分けられます。

トレーニング: 営業スタッフに製品知識、販売テクニック、スキルをトレーニングします
インセンティブ：物質的インセンティブ、精神的インセンティブ
組織: SOP策定、プロセス管理

ここでは怠けてはいられません。詳細を理解する必要があります。たとえば、トレーニングの場合は、時間、トピック、参加人数を明確に把握する必要があります。たとえば、物質的な報酬に対するインセンティブや報酬ルールなど、詳細を理解する必要があります (下の図を参照)。これらの詳細は、営業活動を行うための直接的な原動力となります。

ここでよくある誤解があります。指標システムを整理するとき、多くの学生はビジネスアクションではなく、ユーザーの行動だけに焦点を当てています。例えば、売上指標を整理すると、売上＝営業マン数×取引率×平均取引額、というシンプルな計算になります。

どのような賞罰制度があるのか、どのような規制制度があるのか、私には全く分かりません。これでは、結果を表示することはできても、原因を説明したり比較分析を行ったりすることができない指標システムになります。最後に、人数、割合、一人当たりの金額という3つの指標について、なぜ上がったのかと首をかしげました。なぜ落ちたのですか？（下図参照）

データ記録は安全策です。ビジネスプロセスが高度にデジタル化されておらず、データ記録が存在しない場合は、何もできません。例えば、販売業務指標システムなど。販売実績を解釈したい場合は、販売プロセスを習得し、まず販売で何が行われたか、何が行われなかったかを把握する必要があります。営業能力を診断したい場合は、営業担当者の個人ポートレートを習得し、まず営業担当者がどのような経験と経歴を持っているかを知る必要があります。運用アクションの有効性を分析するには、各アクションが開始された時刻と、それが影響を与えるユーザーを記録する必要があります。

上記のいずれも利用できない場合は、完了した注文は 1 件のみで、注文には営業担当者の個人番号が記載されます。そうなると、分析するものは本当に何もありません。最終データは次のようになります: 売上高 = 営業マン数 * 取引率 * 一人当たり平均取引額。このような少量のデータに基づいて、次のような単純で大まかな分析を行うことができます。

パフォーマンスをランク付けし、営業担当者のパフォーマンスの安定性を分析し、ベンチマークとなる営業担当者を特定します。
チームをランク付けし、チーム管理レベルを分析する
活動・政策開始前と開始後の違いを比較し、その効果を大まかに観察する

もちろん、これらの分析は詳細が不足しているため疑問視されています。データがなければ、何を分析できるでしょうか?この点をしっかりと心に留めておかなければなりません。さまざまな場面で、デジタル化プロセスの推進に尽力し、ビジネス部門のデータ収集への注目を高めるよう努めること（ビジネス部門のデータ分析結果への期待を高めるのではなく）が、データアナリストが自らを救う魔法の武器となります。「私は無敵の汎用アルゴリズムを持っており、コードが実行されると、世界とその間の空気のすべてを知ることができる」と自慢し続ける人々については、彼とは明確な線引きをして、販売の疑問に彼一人で対処させるべきです。何度か失敗した後、彼は変更を加える必要があることに気づくでしょう。

営業業務だけでなく、特定の業務に実装したいデータはすべてこのプロセスを経る必要があります。

たとえば、商品管理のシナリオでは、まず次のことを知っておく必要があります。