［初出：ProductZine（翔泳社⁠）⁠］

本稿では，業務支援ツールのプロダクトマネージャーであり，データ活用の支援経験も豊富な，ゆずたそさんに，担当プロダクトのデータ活用施策を検討する際に，あらかじめ押さえておくべきステップを6つの視点で具体的に解説いただきます。（⁠編集部）

はじめに

はじめまして。ゆずたそ（@yuzutas0）と申します。私は業務支援ツールのプロダクトマネージャーとして活動する傍らで，データ基盤＆KPIダッシュボードの受託開発や，業務改善のコンサルティングを行っています。主な相談元は各社のCPO，CSO，CTO，VPoEといった方々です。

この寄稿記事では「データ活用施策を成功に導くステップ」について解説します。記事の内容は，拙著『実践的データ基盤への処方箋』（⁠技術評論社）の1章9節「ユースケースを優先的に検討しツールの整備を逆算する」をもとに加工・編集したものとなります。

想定する読者は，担当プロダクトのデータ活用施策を検討する方です。「⁠プロダクトの会員数ダッシュボードを用意しよう」「⁠デジタル広告を見直して流入を増やそう」「⁠クーポンメールを配信して売上を伸ばそう」といった施策を検討するときには，ぜひ参考にしてみてください。

データ活用施策を検討するにあたって「何か特別なことをしなければいけない」といった先入観に陥り，手段と目的が入れ替わってしまうことがあります。そうではなく，プロダクトの機能開発やUI改善と同じように，堅実なステップを経ることが大事だと気付いてもらえると幸いです。

データ活用施策とは何か

本稿における「データ活用施策」とは，データ活用によって「顧客や社員」の「作業や判断」の「Q：Quality（品質⁠）⁠」⁠「⁠C：Cost（費用⁠）⁠」⁠「⁠D：Delivery（期間⁠）⁠」⁠「⁠S：Scope（範囲⁠）⁠」を改善することを指します。

例えば，プロダクトマネージャーが売上の集計に1時間を費やしていたとしましょう。ダッシュボードを構築して，1分で売上を可視化できるようになれば「時間削減」が改善効果と言えます。同様に，スパム投稿を自動検知できれば巡回スタッフの負担を減らせますし，おすすめ商品をレコメンドすれば顧客が商品を探す手間を省くことができます。

一般的なECサイトであれば，以下のような施策を検討できます。

• 顧客数，売上高，在庫，販売数，仕入数，仕入原価，広告コストのモニタリング
• ECサイト閲覧から購入完了までの利用ファネルの可視化
• 法人販売チームごとの商談開始から契約完了までの営業ファネルの可視化
• 新機能開発による効果の見立てや，ABテストによる効果の計測
• 機械学習による商品のレコメンド
• 公序良俗に関する商品レビュー（迷惑投稿）の自動検知
• 顧客からの問い合わせの傾向分析
• 問い合わせ受信から対応完了までの時間（リードタイム）の推移の可視化
• 広告配信や検索結果の最適化
• インフォグラフィック（統計情報の可視化）を駆使した人気カテゴリ紹介のプレスリリース
• ECサイトが表示されるまでの時間（レスポンスタイム）の把握と障害検知
• 障害発生時に影響の対象となる顧客数の調査

プロダクトとデータは不可分です。プロダクトを取り巻くあらゆる活動において，データ活用のチャンスがあるはずです。

STEP1 事業目標を達成するには何が必要か？

データ活用施策が失敗する理由の1つ目は「事業目標にそぐわない」ことです。最初に，自社あるいは担当事業について，目標，現状，課題，施策を洗い出しましょう。企業によっては，既に中期経営計画やプロダクトロードマップなどの名称で設定されているかもしれません。例えば，以下のような内容です。

1年後の目標

• 売上40億円
• 内訳：顧客40万人×単価1万円

現状

• 売上30億円＝顧客30万人×単価1万円
• 顧客内訳：新規登録10万人＋継続利用20万人（※去年からの解約10万人）

課題

• 単価は問題ナシ
• 顧客数にギャップがある
• 年間の新規登録が10万人，解約が10万人なので，このままだと1年後も顧客数が横ばい

1年間の施策案

• 1：デジタル広告配信による登録促進
• 2：解約候補者へのクーポンメール配信

実務においては，これらを詳細まで検討します。例えば「登録過程のどこを改善すると効果的か」「⁠何を改善すると解約を減らせるのか」「⁠優良顧客の解約で平均単価が下がるリスクはあるか」といった課題について，調査・分析を行います。

データ集計に時間がかかる場合や，正確な数値にならない場合は，経営企画のモニタリング環境を整えることをお勧めします。筆者がデータ基盤を構築したところ，それまでは担当者が2日かけてデータを集めたり集計していたのが，同じ作業を10分で完了できるようになりました。

STEP2 優先順位が高い施策はどれか？

データ活用施策が失敗する理由の2つ目は「優先順位が低い施策を進めてしまう」ことです。データ活用施策の投資対効果を見立て，優先順位を定めましょう。

以下の表は，優先順位を決めるためのもので，意思決定マトリクスと呼びます。STEP1で提示された施策について，期待される効果と必要なコストを書き出し，総合的に判断して，優先順位を定めます。

この例では，「⁠①デジタル広告配信による登録促進」は，すぐに実施できる一方で巨額の集客予算が必要です。反対に「②解約候補者へのクーポンメール配信」は，集客予算は不要ですがシステム開発に時間がかかります。予算，開発進捗，チーム人員，市場動向などを踏まえて「①を行う」「⁠②を行う」「⁠両方同時に行う」「⁠両方とも棄却する」といった判断を下します。