データサイエンスは、ビジネスを運営する際に持つべき優れたツールです。
ただし、分析は、影響を与える場合にのみ役立ちます。 この影響は、会社の成長、より良い製品、または収益の増加によるものである可能性があります。
分析を使用してビジネスの意思決定を行うことは、データ主導の意思決定として知られています。 これには、データの収集、パターンと事実の抽出、および推論の作成が含まれます。
あなたの会社の意思決定の大部分をデータ主導にするために時間とリソースを投資することは、今や間違いなくより人気があります。
それにもかかわらず、調査はそれを示しています 腸の感触 それでも意思決定プロセスに影響を与えます。
これの主な要因は、組織内の適切な意思決定フレームワークの欠如です。
この記事では、BADIRフレームワークと、それを使用して実用的なデータ駆動型を作成する方法を紹介します。 あなたのビジネスのための洞察。
BADIRデータから意思決定へのフレームワーク
バディール フレームワークは、ビジネス上の問題を解決するために設計された非常に効果的なデータから意思決定へのフレームワークです。
適応は簡単で、あらゆる業界で機能します。 これは、データサイエンスと意思決定サイエンスをXNUMXつのわかりやすいフレームワークに統合することを目的としています。
アリン、 有名なデータサイエンスのコンサルティング、トレーニング、およびアドバイス会社が、このデータから意思決定へのフレームワークを考案しました。
今日、デジタルトランスフォーメーションイニシアチブのためにさまざまなフォーチュン500企業がBADIRを採用しています。
Data-to-Decisionsフレームワークの主な機能
- 実用的なデータ主導の洞察を提供する
- 仮説に基づく分析計画を策定する
- データ指定を容易にしてデータを作成します
- のパターン認識技術から得られた洞察 機械学習 と統計
- 利害関係者に実用的な推奨事項を提示する
Data-to-DecisionsフレームワークのXNUMXつのステップ
BADIRのデータから意思決定へのフレームワークには、順番に従う必要のあるXNUMXつのステップが含まれます。
ビジネスの質問
何らかのデータ抽出または分析を行う前に、まず、解決しようとしている問題のコンテキストを理解する必要があります。 これにより、今後必要となる反復回数を減らすことができます。
これには、適切な質問をすることが含まれます。 このフレームワークでは、XNUMXつの基本的な質問(誰が、何を、どこで、いつ、なぜ、どのように)を行うように促しています。
たとえば、どのような決定を下す必要があるかを確実に理解する必要があります。
この決定は緊急ですか?
最終的な推奨事項をいつ思いつくかを知る必要があります。
最後に、私たちは私たちの利害関係者が誰であるかを知る必要があります。
データは、ロジスティクスチームだけでなくマーケティングチームとも共有する必要がありますか?
分析結果を知る必要がある利害関係者は何人ですか?
実際、私たちは非常に基本的な質問を適切な質問に変換しようとします。 たとえば、「国、製品、機能ごとの顧客データ」というデータリクエストがあるとします。
より適切で有用なリクエストは、次のようになります。「リリース後に顧客を失った理由は何ですか。 この損失に対処するために、営業およびマーケティング部門はどのような行動を取ることができますか?」
分析計画
具体的なビジネス上の質問を決定した後、次のステップは分析計画を策定することです。
SMARTゴールを作成する必要があります。 SMARTは、Specific、Measurable、Achievable、Relevant、およびTimeBoundの頭字語です。
次に、仮説を立てる必要があります。 これらは、私たちのデータを使用して証明または反証することを目的としたステートメントです。 これらの仮説に加えて、それぞれを証明するために必要な基準を設定する必要があります。
また、データ分析中に必要な方法論を調べる必要があります。 一般的な方法は次のとおりです。
-
集計
-
相関
-
トレンド
-
推定
方法論を決定した後、データ仕様も決定する必要があります。
過去XNUMX年間のデータを使用しますか、それとも過去のデータを使用しますか?
主に財務データまたはマーケティングデータを使用しますか?
これらの質問は重要です。これにより、後でデータ収集プロセスが簡単になります。
このステップの最終出力はプロジェクト計画です。 これには、この分析を実行するために必要なすべてのリソースと、プロセスの各ステップのタイムラインが含まれます。 プロジェクト計画では、利害関係者とチーム内のさまざまな役割も指定されています。
たとえば、次の仮説があるとします。「前四半期のマーケティングキャンペーンの成功が低かったため、当社は顧客を失っています」。
この分析を証明または反証するには、過去XNUMX年間のマーケティングデータを取得する必要があります。
相関方法を使用して、CTRのようなメトリックが相関しているかどうかを判断したり、四半期ごとの顧客数を予測したりできます。
データ収集
分析計画のステップでデータ仕様を記述できるため、データ収集がはるかに簡単になりました。 これにより、不要なデータが取得されるのを防ぐことができます。
これは、選択した方法を実行するときに時間を節約できるため、大量のデータを処理する場合に特に重要です。
データ収集ステップには、データのクレンジングと検証も含まれます。 データクレンジングとは、データを操作して使用可能にすることです。
データが正確であることを確認するために、データ検証を実行する必要があります。
洞察を引き出す
次のステップでは、データから洞察を実際に導き出します。
このステップでは、データのパターンを確認します。
たとえば、相関分析では、主要なメトリックの分布を調べる単変量分析から始めることができます。 該当する場合は、テスト母集団とコントロール母集団の間に違いがあるかどうかも確認できます。
XNUMX番目のステップで設定した基準を使用して、仮説の証明と反証も試みます。
最後に、このステップの出力は私たちの調査結果であるはずです。 定量化された影響に関する調査結果を提示する必要があります。
たとえば、利害関係者を引き付けるために、特定のパーセンテージの低下によるドルの影響について言及することができます。
顧客獲得のパーセンテージの低下は、1万ドルの収益の低下につながる可能性があると言うかもしれません。
おすすめ
推奨事項は、BADIRフレームワークで最も重要なステップです。 これらの推奨事項は実行可能でなければなりません。
これらが、このフレームワークの各ステップを実行した主な理由です。
この最後のステップでは、複数のことを達成したいと思います。 まず、ターゲットオーディエンスと関わりを持つ必要があります。 これは、短く洞察に満ちた推奨事項を提示する必要があることを意味します。
信頼できる健全な推薦はまたあなたが効果的なビジネスパートナーとして認識されることにつながります。
最後に、あなたの推薦はあなたの聴衆を行動に向かわせるはずです。
推奨事項の提示を担当する場合は、すべての調査結果を含むスライドデッキを構築することが重要です。
スライドデッキの作成は、すべての調査結果から始めて、デッキの流れを徐々に合理化するという反復的なものです。
最後のスライドデッキには、簡潔なエグゼクティブサマリーが必要です。 付録に追加情報を追加できます。
まとめ
Data-to-Decisionsフレームワークを採用することは、ビジネスデータから実用的な洞察を確実に得るための優れた方法です。
データサイエンスと意思決定サイエンスを組み合わせることで、関係するすべての利害関係者間の対話が可能になります。 BADIRのデータから意思決定へのフレームワークの各ステップは、効果的な最終出力、つまり実用的な推奨事項につながります。
あなたのビジネスやチームがこのタイプのフレームワークからどのように利益を得ることができるかを教えてください!
コメントを残す