意思決定には、状況の分析からアクションプランの策定まで、いくつかのステップが含まれます。データ駆動型の意思決定が単に物事を進めることとどのように異なるのか見てみましょう。
この記事の主なトピック：
なぜデータ駆動型の意思決定が必要なのか？
一言で言えば、複雑性です。私たちが下すあらゆる決定はデータに基づいています。たとえば、道を渡ることを決めるとき、直感的に多くのデータを集めます：交通状況、天候、他の歩行者の行動に関するデータなどです。
ビジネスの文脈では、直感に従って本能的に意思決定を行うこともできますが、その複雑性は高いため、この自然なアプローチでは行き詰まります。ある段階では、データ駆動型の意思決定に切り替える必要があります。
データ駆動型意思決定の主な特徴
データ駆動型意思決定（DDDMとも呼ばれる）は、意思決定を支えるために関連データを収集し分析する実践です。
具体的なプロセスについての合意はありません。多くの著者がデータ側からDDDMにアプローチする一方で、私はデータ駆動型意思決定が戦略的計画の考え方とどのように一致するかを示したいと思います。
以下に、規律あるデータ駆動型アプローチが意思決定に対する主要な特徴を示します：
- KPIの追跡。戦略と整合した重要業績評価指標（KPI）を使用する; 虚栄の指標や単純な指標に注意する。
- 根拠を記録に残す。この決定に至った経緯やその理由を書き留める。
- 失敗から学ぶ。良い決定と悪い決定の結果を分析し、学習と改善のループを作成する。
以下では、これらの特徴が実際に何を意味するかについて議論します。
データ駆動型意思決定の代替案
データ駆動型意思決定の代替案について話し合いましょう。
KPI駆動型管理
用語「KPI駆動型管理」は、通常、KPIの階層を構築し、KPIの傾向に従ってビジネスの意思決定を行う実践を指します。
- 基本的に、KPIのスコアカードについて話しています。優れた手にかかれば、それはビジネスの文脈に整合し、組織を正しい目標に導くでしょう。
時には、この用語は、実際のビジネス価値を創出することよりもパフォーマンス測定に焦点を当てる管理チームの偏りを皮肉的に表現するために使われます。
ビッグデータ
データ駆動型の意思決定について話すとき、私たちはデータがすでに利用可能であることを前提としています。それに対して、ビッグデータ施策では、大量の複雑なデータから情報を抽出することに焦点を当てています。
適切に収集、分析、報告されたビッグデータは、データ駆動型意思決定のための情報源となります。
データ駆動型の意思決定 対 データなしの意思決定
私は典型的なデータなしの意思決定プロセス（「物事を進める」と呼びましょう）とデータ駆動型の意思決定のステップを比較しました。
1. ビジネスコンテキストを理解する
| 「物事を実現する」 | データ駆動型の意思決定 |
|---|---|
| 素晴らしいアイデアがあります – やってみましょう！ | 単なる一つの決定ではなく、コンテキストの理解、優先順位付け、因果関係の発見が重要です。まずは戦略マップを見てみましょう。 |
理想的には、意思決定は組織化された戦略的計画プロセスの戦術的な部分であるべきです。 良い決定は、戦略マップに示された組織の共有ビジョンと一致しています。
2. KPIを定義する
| 「物事を実現する」 | データ駆動型意思決定 |
|---|---|
| このアイデアは興味深いですね！それに関するKPIをインターネットで探してみましょう。 | 私たちは、KPIを用いて意思決定をより具体的でより明確にしたいと考えています。オーダーメイドのKPIを設計します。私たちが尋ねる質問は以下の通りです：
|
KPIはあらゆるパフォーマンス管理システムの痛点です。KPIなしで作業することを好む人もいれば、インターネットで見つかる指標の長いリストからKPIを使用することを好む人もいます。私の意見では、あなたのビジネスの課題に特化したパフォーマンス指標を見つけることに時間を投資することは理にかなっていると思います。
3. 視覚化する
| 「物事を実現する」 | データ駆動型の意思決定 |
|---|---|
| ダッシュボードを作成しましょう！ | データをダッシュボードに表示すると、トレンドや異常を捉えやすくなります。先行指標と遅行指標のパフォーマンスデータを同じチャートに載せましょう。 |
どのソフトウェアツールでも印象的なダッシュボードを設計することは問題ありません。問題は、この情報を意思決定者にとって十分に文脈に沿ったものにすることです。
- 華やかなダッシュボードが四半期報告に使用されることがありますが、実際の決定は大量のカスタムメイドのスプレッドシートを使って行われる場合があることを、きっとご存知でしょう。
この意味で、戦略実行ソフトウェア（ここではダッシュボードとバランスト・スコアカードの違いについて話しました）は、データを戦略的課題に一歩近づけます。
4. アクションプラン
| 「実行に移す」 | データ駆動型意思決定 |
|---|---|
| 計画と予算があります！ | 現在の状況理解に基づいてアクションプランを策定します。次の内容を記述します：
|
予算はアクションプランの重要な部分ですが、意思決定の背後にあるすべての詳細を策定することはさらに重要です。このようなアプローチは、新しいメンバーをチームに取り込むことを容易にし、組織全体で意思決定を展開し、結果を分析するのを容易にします（ステップ7を参照）。
5. 意思決定を優先する
| 「物事を実現する」 | データ駆動型の意思決定 |
|---|---|
| 今までやっていたことをやめて、新しいアイデアに切り替える。 | 新しい意思決定を競合するアイデアと比較するために、優先スコアカードを使用します。通常、スコアの高いものが最初に来ます。 |
戦略とは、優先順位を選び、最初に何を行うか、何を無視するかを決定することです。場合によっては、アイデアをすばやく確認して承認または拒否するだけで十分なこともあります（ステップ1参照）。一方で、組織にとって重要な要素を考慮した独自の優先順位付けフレームワークを作成することもあります。
6. 実行する
| 「物事を実現する」 | データ駆動型意思決定 |
|---|---|
| 計画があり、誰かがそれを実行します。 | 議論に参加した人が、承認された計画に従います。先行指標と遅行指標を管理ポイントとして使用します。予期しない発見を記録します。 |
リアルタイムでの状況を把握するのは良いことですが、KPIには注意が必要です。ほとんどの場合、直接的な管理に使用されるKPIは失敗します。代わりに、パフォーマンス測定を議論と改善の基盤として使用してください。
7. 結果を分析する
| 「物事を実現する」 | データ駆動型の意思決定 |
|---|---|
| このアイデアが私たちにとってうまくいった/いかなかったようです… | 各決定に対して、結果を分析する計画を立てます。結果を正式にレビューするために、ギャップ分析またはOKRフレームワークを使用します。 |
そこで、詳細に記述された根拠（ステップ4を参照）が役立ちます。最終的なパフォーマンスデータは、チームがその過程で行った仕事ほど重要ではありません。ただ「評価」を行うのではなく、失敗/成功の深い理由を分析し、戦略的改善を提案してください。
8. 学習ループ
| 「物事を実現する」 | データ駆動型意思決定 |
|---|---|
| 悪い決定は避けられません… | 意思決定プロセス自体を見直します：
私たちは意思決定文化を改善しています：再発する問題を探し、不必要な複雑さを排除し、テンプレートと基準を更新します。 |
過去の自分と話す機会です。このステップを、チームが従った原則の回顧的な視点として活用してください。コミュニケーションを改善し、インフラを改善し、内部のメカニズムをエンドユーザーの価値創造とより良く整合させてください。
データ駆動型の意思決定を本気で計画するなら、データの調達、分析、報告の努力を定量化するためのビッグデータのKPIを見てください。
結論
データに基づいた意思決定は、美しいBIダッシュボードを見るだけではありません。それはむしろ、問題を定式化し、制御ポイントを定量化し、その後に進捗と結果を追跡するための規律あるアプローチです。
バランスト・スコアカードやOKRのように適切に実施されたビジネスフレームワークは、データに基づいた意思決定を「設計によって」サポートします。
あなたのチームはデータに基づく意思決定のためにどのような実践をしていますか？コメントで自由に共有してください。
Alexis Savkinは、戦略実行アーキテクトであり、戦略実行およびバランスト・スコアカードのソフトウェアプラットフォームであるBSC Designerの創設者です。彼は、組織がパフォーマンス管理を自動化し、戦略を測定可能な成果へと転換することを支援しています。Alexisは「Strategy Execution Canvas」の作成者であり、戦略およびパフォーマンス測定に関する100本以上の記事の著者で、業界イベントで定期的に講演しています。