一般記事

プロダクト担当者が押さえておきたい，データ活用施策を成功に導く6つのステップ

プロダクトマネージャ, データマネジメント, データ活用

この記事を読むのに必要な時間：およそ 4 分

STEP3 誰のどのジョブをリプレイスするか？

データ活用施策が失敗する理由の3つ目は「リプレイス対象が明確になっていない」ことです。施策を設計するにあたって「どの顧客または社員の」「⁠どの作業または判断を」「⁠どのように置き換えるか」を書き出しましょう。以下がその一例です。

顧客が商品を探す
→その手間を削減するために，検索機能をつくる
経営企画部門が売上を集計している
→その手間を削減するために，売上ダッシュボードをつくる
販促部門がクーポン配信対象を探している
→その手間を削減するために，クーポン配信システムをつくる

上記を考えるにあたって，業務改善やUXデザインの手法が役に立ちます。例えば，顧客への価値提供であればカスタマージャーニーマップ，社員への価値提供であればバリューストリームマッピングや業務フロー図といった手法が存在します。これらの手法の体系的な説明については，書籍などを参照してください（※1⁠）⁠。

※1）参考書籍として以下をおすすめします。
カスタマージャーニーマップ：『はじめてのカスタマージャーニーマップワークショップ⁠』⁠ 加藤希尊 著，翔泳社，2018年9月
バリューストリームマッピング：『リーン開発の本質⁠』⁠ メアリー・ポッペンディーク，トム・ポッペンディーク 著，高嶋優子，天野勝，平鍋健児 翻訳，日経BP，2008年2月
業務フロー図：『ユーザー要件を正しく実装へつなぐシステム設計のセオリー⁠』⁠ 赤俊哉 著，リックテレコム，2016年2月

STEP4 データ利用の状況を5W1Hで言えるか？

データ活用施策が失敗する理由の4つ目は「利用イメージが具体的になっていない」ことです。データの利用状況について，5W1H（誰が，いつ，どこで，何のために，何を，どうするのか）を書き出しましょう。

例えば，社内向けにプロダクトの売上ダッシュボードをつくる場合は，以下のようになります。

  • ◯◯部長が（誰が）
  • 水曜日の朝10時に（いつ）
  • 役員ミーティングで（どこで）
  • 進捗確認のために（何のために）
  • 週次の売上推移を（何を）
  • 報告する（どうするのか）

ここまで明確になると「データはリアルタイムで集計する必要はない」「⁠◯◯部長が報告しやすいようにレイアウトを整えよう」といった創意工夫が可能になります。利用状況を考慮せずにただダッシュボードをつくるよりも，効率良く高い成果を出せるはずです。

STEP5 利用者に適したツールか？

データ活用施策が失敗する理由の5つ目は「テクノロジーの選定ミス」です。記事や書籍を読み漁ると，BIツール（Business Intelligence）によるモニタリングや機械学習によるクーポン配信など，テクノロジーやノウハウは無数に見つかるでしょう。5W1Hに対してベストなツールを検討しましょう。

「部署や役割によって最適なツールは異なる」ということを念頭に設計してください。例えば，筆者が担当現場でモニタリング業務についてヒアリングしたところ，以下のような回答が寄せられました。

マーケティング部門：
Excelを使いたい。圧倒的に使い慣れている。手元で数値を変えて，簡単なシミュレーションを行うには便利だと感じる。
アナリティクス部門：
Tableauを使いたい。高価格なので全員に配布できるわけではないが，専門部隊に限定すればライセンスを購入できる。高機能なので多様な分析要求に対応できる。
Webディレクター：
Redashを使いたい。関係者へのダッシュボード共有という観点で便利だ。SQLを書いたらデータをグラフィカルに表示してくれる。最近はSQLを勉強しているメンバーが増えている。SQLを見せながらソフトウェアエンジニアに相談できる点も良い。複雑なことをやるのは難しいが，手軽に利用できる。
Webアプリケーションエンジニア（機械学習のチームを含む）：
Jupyter Notebookを使いたい。プログラミングや統計解析のスキルがある人間にとっては使いやすいツールだ。Pythonを実行できるので，凝ったデータ加工処理を行うこともできる。データ可視化や記録，共有の観点でも必要な機能が揃っている。

上記はあくまで一例です。部門ごとのおすすめツールを紹介しているわけではありません。新しいツールが次々に誕生していますし，既存ツールも日々進化しています。筆者があるBIツールを使い始めたときは，2週間に1回の頻度で新機能が追加されたということもありました。

ここで伝えたいのは，個々のツールの優劣ではなく「自分にとって使いやすいツールが，必ずしも他の役割を担う人々にとってベストではない」ということです。向き不向きを考慮せずに特定のツールを押し付けるだけでは，データ活用施策は成功できません。

STEP6 改善サイクルは回っているか？

データ活用施策が失敗する理由の6つ目は「PDCAサイクルを回せていないこと」です。施策実施やツール導入の後には，以下の3点に注目してモニタリングしましょう。

  • 導入したツールが活用されているか？ 配布したクーポンは利用されているか？
  • 施策を通して期待する効果が得られているか？
  • 想定外のトラブルや労力が発生していないか？

施策実施前の想定と現実の活用状況にギャップがある場合は，改善施策を講じましょう。企画時にすべてを考慮できるとは限りません。改善サイクルを繰り返すことで，現場の業務への定着を目指しましょう。

例えば，「⁠売上ダッシュボードが使われていない」といった課題であれば，◯◯部長にインタビューして「月曜までの数字しか反映されていない」「⁠細かく表示しすぎて議論が本筋から逸れる」といったコメントが引き出し，データの更新速度向上や，表示内容の調整を行います。

クーポンの場合も同様に，クーポンを使うケースとそうでないケースの違いを分析して「メール配信時のテキストを変更する」「⁠対象商品を見直す」といった改善が可能です。

データ活用施策を進めるために

データ活用施策を成功に導く6つのSTEPを紹介しました。プロダクトの機能追加やUI修正を行うときの流れと同じだったのではないでしょうか。あくまでデータ活用は手段に過ぎません。「⁠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わないようにご注意ください。

強いて挙げるなら，機能追加やUI改修と異なり「過去のデータを取り直すことはできない」といった特徴があります。データ活用施策を次々と講じるには，データを安心・安全・簡単に使うための基盤システムが必要になるでしょう。

「基盤をつくるのは大変そうだ」「⁠まずはExcelで小さくデータ分析を試したい」という考え方も間違いではありませんが，Excelでデータ分析を行うには，そのデータを誰かがどこかから抽出する必要があります。データテクノロジーを武器にしてプロダクトを成長させるなら，基盤への先行投資は必須だと筆者は考えます。

ただし，どれだけ技術的に難易度の高い挑戦をしても，活用施策が満足のいかない結果に終わるのであればビジネス価値はありません。データの活用方法を描き，ゴールから逆算する形で，データ収集・整備の投資判断を行います。「⁠とりあえずデータを集めてみた」という場当たり的な整備では，データ活用につながりません。

データ基盤を考えるにあたっては拙著『実践的データ基盤への処方箋』（⁠技術評論社）を参照いただけますと幸いです。もし「専門的な話はよく分からない」「⁠データ活用について相談したい」とのことであれば，筆者までお気軽にお問い合わせください。

本稿を最後までお読みいただき，誠にありがとうございました。データ活用を考えるときには，ぜひ参考にしていただけると嬉しく思います。

プロダクトマネージャ, データマネジメント, データ活用

著者プロフィール

ゆずたそ（ユズタソ）

自称企画屋・コンセプトデザイナーです。新規事業，急成長プロダクト，レガシーシステムとフェーズを問わず炎上現場に次々と巻き込まれ，システムアーキテクチャの再構築やエンジニアチームの立ち上げ，立て直しに従事してきました。現在は業務支援サービスの企画・開発を推進しています。著書・寄稿に『個人開発をはじめよう！』『データマネジメントが30分でわかる本』『Software Design 2020年7月号 ログ分析特集』など。

バックナンバー

2022

  • プロダクト担当者が押さえておきたい，データ活用施策を成功に導く6つのステップ