「分析的に成熟した組織（AMO）の構築」
「アナリティカルに成熟した組織（AMO）の構築」
組織の分析ニーズを特定し、データ駆動型にするためのいくつかのシンプルなフレームワーク
組織の分析的な成熟度を理解することは、データプロフェッショナルとしての強力な優位性を与えてくれます。それによって、「非分析的な」意思決定（「プロジェクトの優先順位付け」から「調査結果の提示方法」まで）がより情報に基づいたものになり、長期目標を策定するのにも役立ちます。そしてそれは本当に優位性です – データの専門家の多くはこのような長期目標を設計するための一歩を踏み出していません（そしてこれらの長期目標を達成する人はさらに少ないです）。
この記事は3つのパートに分かれています:
- パート1：分析的成熟度の理解
- パート2：ステージの移行
- パート3：「成熟した」組織とは何か
さあ、深堀りしてみましょう！
分析的成熟度の理解
与えられた時間での任意の組織（チーム、製品、会社など）は、分析的成熟度のある特定の段階に位置しています。人間が「はい、歩き、そして走る」と進むように、組織も同じような段階を経ます。それは自然の不変の法則の一つです：すべては創造、発展、そして成熟を経るのです。
いくつかの興味深いフレームワーク¹を使って分析的成熟度を理解する方法があります。個人的な経験から、以下の4つの要素を使って組織を見ることが最も有用で実行可能だとわかりました:
- ニーズ: Robert D. PengさんとElizabeth Matsuiさんは「データの芸術」という本で、記述的、探索的、推論的、予測的、因果関係のある、機械的の6つの主な質問タイプがあると述べています。聞かれる質問のタイプは、あなたの組織の成熟度レベルの素晴らしい指標です – 成熟度の低い組織は主に記述的や探索的なデータ研究に興味を持ちますが、高度な成熟度の組織は予測的や因果関係のある疑問をより多く持ちます。
- 人: 分析的成熟度のもう一つの重要な要素は、能力と容量の両面での人です。組織が持つデータリソースの数とその能力によって異なります
- ツールとプロセス: データの専門家には標準化されたツールはありますか？データチームのための標準化されたプロセス（優先順位付け、テンプレートなど）はありますか？
- 文化: 意思決定において、直感とデータのバランスはどうなっていますか？
これらの要素それぞれで組織のスコアによって、以下の3つのステージに分類されます:
- 開始ステージ: この段階では、組織は既に起こったこと（「後知恵」）を知るために基本的なレポートが必要です。中央のデータチームも存在せず、データアナリストさえいないかもしれません – データ研究は数人のデータに精通したオペレーターによって彼らの9-5の仕事の上に行われています。ツールやプロセスもありませんし、ある特定の現象を見る際にどの視点を使うべきかについての明確な合意もありません。これにより、ノイズがたくさん発生します（例: 異なる降雨定義を持つ複数のチームが意見の相違を引き起こす）。文化的な側面では、データが意思決定プロセスに基づくべきだという合意はありますが、データが不足している（またはデータへの信頼がない）ため、「情報に裏打ちされた直感」に基づいた意思決定が多く行われています。
- 開発ステージ: 組織は自分たちの市場や追跡すべき主要なメトリクスについて良い可視化を持っています。今度はなぜ物事がある方向に進化しているのかを理解する必要があります（「洞察」）。各チームはデータのプロフェッショナルにサポートされ始めます（各チーム内に組み込まれたり、中央のデータチーム内にいたりします）。データ基盤がGoogleスプレッドシートからより堅牢なツールに変わっています。データの依頼を整理し優先順位付けるため、最初のデータプロフェッショナルは基本的な優先順位付けの原則とチケットシステム（例: Googleフォーム）を確立します。共通の観点がチーム全体で採用されており、その結果、意思決定にはますますデータが重要視されています。非専門の人々は、ツールのおかげで自分たちでデータを見ることができます
- 成熟ステージ: 組織はなぜ物事がある方向に進んでいるのかを理解し、将来の変化を予測し影響を与えることができます（「洞察」）。中央集権的なデータチームが形成され始め、従来の段階の「反応型サポート」から主体的な考え方のパートナーとして機能します。ツール、プロセス、メトリクスは標準化されています。データはあらゆる意思決定プロセスで期待される存在です
上記の画像は現実の簡略化です。実際には、組織は各コンポーネントごとに非常に異なるスコアを取ることがありますが、大筋は理解できます。このフレームワークの魅力は、次のとおりです:
- 組織の分析成長を妨げる重要な要素を発見するための構造化された方法を提供します。
- 組織が現在どの段階にあるか、そして次に進む方法を特定することができます。
これが、このフレームワークを使いこなすと強力な優位性を得る理由です。どこにいるかとそこにない理由を理解し、なぜまだそこにいないのかを診断する方法を提供します。その後、あなたの仕事は「ただ」道を阻む障害物を取り除く戦略を立てることです――それが次に見る内容です。
移行段階
リチャード・ラムレットは、「優れた戦略、劣った戦略」で次のように述べています。「戦略の核心は常に同じです: 特定の状況の重要な要素を発見し、それらの要素に対処するための行動を調整し、焦点を絞る方法を設計すること」。
組織の分析成熟度を向上させるときにも同様です。次のステップに進むのに役立つ重要な要素を特定し、そのための計画を立てる必要があります。上記で見たフレームワーク-組織のニーズ、データリソース、プロセス＆ツール、データ文化の4つの要素に分解された分析成熟度-は、組織のギャップを特定するのに役立ちますが、特定することはジョブの20%に過ぎません。残りの80%について議論しましょう
優れた戦略、劣った戦略フレームワーク
私はリチャード・ラムレットの本が大好きで、これについて考えるための素晴らしいフレームワークだと思います。彼は、優れた戦略には3つの要素があると説明しています:
- 診断: フレームワークの最も重要な部分は診断です-これはあなたの論理的なアプローチ全体の基礎です。診断は現在の状況だけでなく、組織がそこにいる原因と「なぜ」を理解できるようにする必要があります。
- ガイドライン: この診断からいくつかのガイドラインを導出できます-これらのガイドラインを使用すると、分析成熟度を向上させる旅に乗り出したときに意思決定プロセスを容易にし、長い時間軸で追跡できるようになります。
- 上記に従う一貫した行動計画: 診断とガイドラインを持って武装した場合、主なタスクは、いつまでにどこにいたいか、そしてそこにたどり着くための方法を決定することです。
診断から始める
「よく述べられた問題は半分解決された問題である」ジョン・デューイ
現在の状況とその真の「なぜ」を理解することが目的です。症状に取り組むのではなく、根本原因にまで進み、修正すべき点を修正したいです。
以下は、良い診断を行うためのいくつかのヒントです:
- 以前に述べた4つの次元から始めます：ニーズ/人々/ツール＆プロセス/文化に対して、このレンズを使用して組織を評価し、それぞれの領域で根本原因にたどり着きます。
- 現在の課題と解決策に関するデータを取得します。
- インタビューを行います：人々と、彼らの仕事、意思決定プロセス、および日々の仕事でデータを使用する方法について知りたいです。
- 人々を影で追跡します：同様に、人々を追跡することは、彼らの日常業務についてより深く理解する素晴らしい方法であり、インタビューだけではわからない洞察を明らかにすることができます。
- アンケートを送信します：組織の規模に応じて、アンケートを送信することはより多くの定量的データを得るのに役立ちます。ボーナス: これにより、組織が「分析」に対してどのような感情を持っているかを追跡し、後で報告することができるベンチマークを得ることもできます。
- 「文献調査」を行います。社内（過去の作業を確認し、前の課題を解決しようとした方法、成功したかどうか、そしてなぜ不成功だったかを理解する）と外部（ウェブ上で無料で利用できるコンテンツが豊富であり、考えている問題が以前に文書化され、議論されたことがほとんどです（HBRの素敵な記事や分析愛好家のマイナーフォーラムで）。異なる問題を解決するための他の人々の視点を得ることは常に非常に役立ちます）。
- 5つの「なぜ」を実践します：新しい洞察を明らかにするたびに「なぜ」と自問してください。事象の鳥瞰図を見て、組織がその状況にある主な理由を理解したいです。長い時間経過の中で事態がどのようになったかを知るためには、課題に深く関与している場合でもこの作業は必要です。
ガイドラインの派生
「みんなは皆、口で一つ嘘をつくまでは、皆計画を立てている」- マイク・タイソン-
診断により、ガイドラインを派生させることができるパターンが明らかにされます。これらのガイドラインは、いくつかの異なる状況で役立ちます：
- 行動計画を定義する際に：これらを高速道路の「ガードレール」と考えてください。常に正しい方向を向いて、診断した問題を解決するようにします。
- 予期しない状況に直面した場合に：異なる原則を使用して意思決定をサポートし、導くことができます。これにより、心の平穏が得られます。
- トレードオフやステークホルダーに対する断固たる拒否を行う際に：断固たる拒絶は常に難しいものですが、戦略上重要です。原則を明確にし、ステークホルダーが同意するようにすることで、彼らの要求に抵抗することは彼らにとってより受け入れやすくなります。
ガイドラインの最も難しい部分は、それに固執することです。それは生活と同じです。
行動計画の設定
この行動計画は、分析的な成熟度のさまざまな要素を一貫性があり、結束力を持ってカバーする必要があります。
行動計画の設定方法：
- サポート対象の組織内の専門家を見つけ、彼らと共に計画に取り組んでください：
- 診断とガイドラインを彼らに説明し、次のステップや時間枠について彼らとブレーンストーミングを行ってください。
- スピーディな組織の場合、オプションの最適化を検討してみてください-それにより、組織の成熟度を向上させるだけでなく、「ファイアドリル」や時間的に緊急な問題にも対応できるようになります。
- 組織の一部を支援している場合、自組織以外の分析機能との相互作用を考え、それを計画に組み入れてください。
- 成功基準を設定してください：定性的な作業が行われている場合は、成功基準の設定を忘れないでください。他の作業と同様に、終わった後にこれが成功であるかどうかを言えるようにする必要があります。したがって、解決しようとしている問題を適切に表現するために成功基準を適切に考慮してください。
- 報告プロセスとタイムラインを設定してください：仕事を行うことは重要ですが、もし誰もそれを知らなかったり、作成したものを使用しなかったりする場合、本当に価値を生み出しているのでしょうか？適切な報告プロセスを設定することで、複数の目標を同時に達成できます：
- 作業を大きな視野に広げ、協力の機会を提供することで、作業をより多くの人々に知らせます。
- 新しい分析製品のマーケティング戦略を容易にします（新しいダッシュボードやレポートを広告する場を持つことができるため）。
- 指導者の関与を確保してください：リーダーシップのサポートなしでデータに基づいた文化を築くことはできません。計画を彼らに提示し、目標に向けてスムーズな進行を確保するために彼らの支持を得てください。
成功の方程式
The FS ニュースレターはこの考えを最近共有しました：
「成功のレシピ：
- スタートする勇気。
- 集中するための規律。
- 正しい解決策を見つける自信。
- 進捗が常に目に見えるわけではないという辛抱。
- 悪い日でも進み続ける忍耐。」
最終的には、これがすべての要点です。組織の分析的な成熟度と、それがあるべき場所についての会話を始める勇気、（即座のファイアドリルに対処しながら）行動計画を立てる規律、潜在的な反対意見にもかかわらず、適切な解決策を見つける自信、前進するための忍耐と執念が必要です。
そして、最後のゴールに到達できることを願っています：分析的に成熟した組織の構築
最終目標：分析的に成熟した組織（AMO）
私はAMOについてたくさん話しましたが、それが具体的にどのようなものであり、なぜ素晴らしいのかを具体的な例を示して説明しましょう。ここで具体的な例を示した第3部です！
AMOとは、自身の市場の複雑なダイナミクスを理解し、それに影響を与えうる活動を把握している組織です。
分析的に成熟した組織は、自分たちの活動（「入力メトリック」）が短期的な結果（「出力メトリック」）を駆動し、その結果が長期的な結果（「アウトカムメトリック」）につながるかどうかを明確に把握しています。
- 例えば、分析的に成熟したマーケティング組織は、プロモーションメールの送信（入力：送信されたメールの数）が新規登録（出力：登録数）に与える影響、そしてそれらの登録者が将来的に有料ユーザーになる割合（アウトカム：有料ユーザー数）を知っています。彼らは異なる比率（登録数と送信数の比較）を使用し、異なるキャンペーン間でベンチマークを行い、技術を向上させるのに役立てています。
成熟した組織は、トップラインメトリックに影響を与える要因を明確に理解しています。彼らはルート原因分析をスムーズに実行し、これらのトップメトリックの進化を理解し、是正措置を講じることができます。
- 例えば、営業組織は、逆風や利益の大きい機会がある場所に優先するべきチャネルや顧客セグメントを特定することができます。彼らは調査プロセスを完成させ、自動化するほどに進化させ、この段階ではアルゴリズムが適切な情報を直接提供します。
データのニーズはより「複雑な」問題に向かっている – たとえば、機会のサイジング、因果関係の追跡など。これらは、深いドメインの専門知識や高度な統計的手法を必要とする難しい問題です。
- 例えば、分析的に成熟した人事組織は、従業員の定着や成功を推進する要因を調べ始めます。そのために因果関係の分析を実行し、成功の予測子となる主要な要因を抽出します。
分析的に成熟した組織は、いくつかの専門データチームが協力している組織です。
- 分析的に成熟した組織の骨格は、きれいなデータに依存しています – それが分析的に成熟した組織では、データエンジニアがパイプライン、データセット、およびデータベースを作成し、非常に厳格なルールと「サービスレベル契約」（SLA）に承認したため、それが異なる下流のチーム（データサイエンスまたはビジネスインテリジェンスなど）に簡単に活用されます。
- また、データエンジニアと共同で作業するプロダクトマネージャーもいます。彼らは組織の最も緊迫した問題を解決するために適切なデータベースを構築することを確認し、データの探索性を向上させるツールを開発します（非常に成熟した組織でも、常に複雑なトピックです）。
- データサイエンティストは、これらのデータを消費し、製品とビジネスユーザー向けのより深い洞察を提供することで、組織がより良い意思決定を行えるようにします。彼らは通常、中心的なチームであり、彼らの仕事が上流と下流のチームのロードマップに影響を与えます（つまり、彼らのニーズがデータエンジニアリングチームのロードマップに影響を与え、彼らの調査結果は他のアナリストチームの仕事に影響を与えるでしょう）。
- 最後に、ビジネス/データ/財務アナリストがいます。彼らは戦略的な意思決定と日々の業務の両方をサポートします。
大規模小売業の具体例を挙げると：
- データエンジニアは、ストアの名前、場所、在庫、アイテムごとの販売数などを含む日次データベースを構築します。
- データサイエンティストは、これらのデータベースを使用して「マーケットバスケット分析」を実行し、一緒に購入されるアイテムを明らかにします。
- ビジネスアナリストは、これらの調査結果を受けて、異なる店舗内での実施方法を検討します。彼らは「実施」を追跡するためのメトリックを作成し（おそらくそのために異なる店舗のOKRを設定します）。
分析的に成熟した組織は、堅牢なツールと標準化されたプロセスを持つ組織であり、異なるチームがより速く、より高品質な洞察を得ることができます。
- 分析的に成熟した組織では、堅牢なデータガバナンスプロセスが実施されており、データを利用するのが容易になっています。アナリストはデータソースごとに数時間かけて二重チェックする必要はありません – 信頼できる認定されたデータベースとメトリックがあり、貴重な時間を節約することができます。
- 一般的なデータ研究の標準化を目的とした複数のツールが構築され（または導入されています） – これにより個々の貢献者のエラーの余地が少なくなり、必要な洞察を得ることができる人数が増えます。
- 例えば、A/Bテストの統計テストを行うのではなく、データを入力するだけで自動的に行われるツールがあります。
- 同様に、プロジェクト管理の観点からは、研究の「手順」がマッピングされ、形式化され、標準化されています（優先順位付けの意思決定プロセスから研究の内部的な上市までのすべて）。これらの形式化されたプロセスにより、組織は誰が何を行っているのかを理解し、異なるデータチームとの協力方法を把握しやすくなります。
ついに、分析的に成熟した組織は、全員がデータに精通している組織です。
- ナレッジ管理が優先されているため、人々は簡単にリソースやサポートを見つけてデータリクエストに対応できます。
- また、内部の”データ愛好家”エコシステムを組織化し始めたいくつかのインスピレーションを与える”データリーダー”もいます（詳しくは次の記事で説明します！）
- 内部のトレーニングは利用可能であり、データの進化に関わらず人々のスキル向上が図られています。
- データフォーラムは”クール”です – ここで素晴らしい会話や重要な決定が行われます。データチームは”思考パートナー”と見なされ、主要な決定が行われる際にテーブルに招かれます。すべての決定はデータに基づいています。
要約すると、非常にスムーズに機能するシステムです。データチームが品質の高いインサイトの生成に集中できるようにすべてが整っており、データ利用への参入障壁が取り払われており、興味のある個人はインサイトを導き出し、日々の仕事を改善することができます。それは理想郷です。
この記事はAnalytics Explainedにも掲載されており、私がシンガポールのスタートアップからSFの大手テックまでのさまざまな分析的な役割で学んだことをまとめ、読者の質問について分析、成長、キャリアについて解決しています。
¹: Analytics Maturity Models: An Overview by Karol Król and Dariusz Zdonek
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
