第105話|データ分析を活用した場合の「課題解決アプローチ」

第105話|データ分析を活用した場合の「課題解決アプローチ」

データを上手く分析し、そして目の前にある課題を解決する、もっともベタなデータ分析・活用です。

何か特別なやり方があるに違いない!」と思う方もいるかもしれませんが、実はそうではありません。

通常の課題解決アプローチに、データを絡めればいいだけです。データを絡めることで、課題解決の精度やスピードを高めることができます。

では実際、何をどうすればいいのでしょうか。

今回は、「データ分析を活用した場合の『課題解決アプローチ』」についてお話しいたします。

課題解決アプローチ「5ステップ」

世の中には、色々な課題解決アプローチがあります。今回紹介する課題解決アプローチは、特別なものではなくベタなものです。

以下の5ステップからなります。

簡単に説明すると、「見つけた問題に対し課題設定し、その課題を解決するための施策を考え、その施策を実行しどうなったかを評価する」というものです。

各ステップについて、もう少し説明します。

①問題発見

①の「問題発見」とは、現場で起きる「問題」(改善 or 変革)の発見をするステップです。

何を問題とするのかは、人が考えなければなりません。

特に、変革を問題にする場合、現状AI(人工知能)には無理でしょう。改善を問題にするのであればAI(人工知能)でも何とかできる部分があるかもしれませんが、変革は無理でしょう。

何はともあれ、何を問題とするのかは、人が頭で考え設定する必要があります。

もちろん、データを活用して、問題発見の手助けをすることは可能でしょう。

②課題設定

②の「課題設定」とは、現場とデータから「課題」を設定するステップです。

ここで言う課題とは、データを使って解決することが課された問題、つまりデータ分析で解決すべき問題です。一言で言うと「データ分析・活用のテーマ」です

問題の中には、解決できない問題や、ほったらかしても影響に小さい問題などもあります。

課題とは、問題の中で、ほったらかすと多大なる悪影響があり、かつ、解決することのできる問題です。今回の場合は、「データ分析を活用して」というキーワードが付きます。

ここも、人が考え設定する必要があります。とは言え、悪影響の見積もりなど、データを大いに活用する場面もあることでしょう。

ここで忘れてはいけない重要なことがあります。評価指標の設定です。

設定した課題に対し、検討した施策を実行した時の状況を、何かしらの指標で評価する必要がでてきます。

評価指標を設定するとき、具体的なビジネス成果との結びつきと、具体的なアクションへの繋がりがあることが必須です。このとき、目標値と期限も設定しておきましょう。

⑤の「実行評価」で使います。

③施策検討

③の「施策検討」とは、その課題に対する「施策」を洗い出し評価するステップです。

どのような施策を打つのか、その施策案は人が考える必要があります。

どの施策案を実施すべきか。

どうせなら、効果が高く、かつ、コストパフォーマンスも良く、確実に成果を得られるものがいいでしょう。

データ分析の出番です。予測モデルなどを構築し、各施策案を実施することでどのくらいの効果があるのかが見積もれます。

データ分析が大いに活躍するステップです。

このとき、単に成果であるリターン(効果の大きさやコストパフォーマンスなど)だけでなく、確度(リスクの小ささ)も考慮しましょう。

簡単に言うと、リターン最大化とリスク最小化を目指します。

④施策実行

④の「施策実行」とは、決定した施策を現場で「実行」するステップです。

一見すると、データと無関係に見えますが、大いに関係があります。

先ず、実行時に新たなデータが蓄積されるステップです。ここで、上手くデータが収集できないと、分析に悪影響が出てきます。

そして、そもそもデータ分析・活用を実践するのがこのステップです。

このステップで、データ分析した結果を参考にアクションしてもらえないと、意味はありません。

⑤実行評価

⑤の「実行評価」とは、実行した結果を指標を用い定量的に「評価」するステップです。

ここも、③の「施策検討」と同様に、データ分析が大いに活躍するステップです。違いは、③の「施策検討」はこれから起こる「未来」のお話しで、⑤の「実行評価」はすでに起こった「過去」のお話しです。

1つ注意点があります。評価指標です。

事前に、②の「課題設定」で評価指標を明確に定義し、目標値などを設定しておきましょう。定量的ま指標である必要があります。つまり、数字で表現する、ということです。

⑤の「実行評価」は、単に実施した施策を評価するだけでなく、次にどうすべきかを考えるステップでもあります。

有名なPDCA(計画-実行-評価-改善)サイクルで言うところの、CA(評価-改善)のところに該当します。

ベタだけど、PDCAサイクルで回そう!

今紹介した課題解決アプローチは、以下の5ステップからなるものです。

  • ①問題発見
  • ②課題設定
  • ③施策検討
  • ④施策実行
  • ⑤実行評価

①~⑤のステップを、1回だけ実施しただけでは、データ分析・活用の効果は薄いでしょう。

では、どうすればいいでしょうか。

難しいことを考えずに、有名なPDCA(計画-実行-評価-改善)サイクルを回せば十分です。

先ほどの5ステップとの関係性は、以下のようになります。

■ P(計画):

  • ①問題発見
  • ②課題設定
  • ③施策検討

■ D(実行):

  • ④施策実行

■ CA(評価-改善):

  • ⑤実行評価
  • ③施策検討

以後、D(実行)へ。

要するに、①②③→④→⑤③→④→⑤③→④→……と続きます。必要があれば、再度P(計画)を練り直します。

ついでに、OODA(Observe-Orient-Decide-Act)ループで考えると「⑤③→④→⑤③→④→……」が該当し、「⑤がObserve、③がOrientとDecide、④がAct」となります。

今回のまとめ

今回は、「データ分析を活用した場合の『課題解決アプローチ』」についてお話しいたしました。

今回紹介した課題解決アプローチは、特別なものではなくベタなもので、以下の5ステップからなります。

  • ①問題発見
  • ②課題設定
  • ③施策検討
  • ④施策実行
  • ⑤実行評価

簡単に説明すると、「見つけた問題に対し課題設定し、その課題を解決するための施策を考え、その施策を実行しどうなったかを評価する」というものです。

③の「施策検討」と⑤の「実行評価」で大いにデータ分析が活躍します。

もちろん、①の「問題発見」や②の「課題設定」でも、データを活用する余地は大いにありますが、データ分析でどうにかする、というよりも、人の頭脳を駆使しなければなりません。

データを上手く分析し、そして目の前にある課題を解決したい!」とお思いでしたら、参考にして頂けますと幸いです。

ビジネスデータサイエンス支援カンパニー
株式会社セールスアナリティクス