社会は、何かが正しいか間違っているかを単に知るという「直感」の概念を、莫大な量の威信、重要性、影響力で吹き込んできました。実際には、いくつかの研究によると、アメリカ人の半分以上は、彼らが反対に話す証拠に直面している場合でも、信じるべきかを決定するために、彼らの”腸”に依存しています。直感の概念は、現代の生活の中でとてもロマンチックになったので、今では多くの人々が私たちの世代の”天才”について話し、理解していることの一部です。

例えば、科学では、アルバート-アインシュタインはしばしば”直感的な心は神聖な贈り物です”と言って引用され、ビジネスでは、スティーブ-ジョブズは”あなたの心と直感に従う勇気を持っています。”

直感は有用なツールになる可能性がありますが、単なる腸の感覚に基づいてすべての決定を下すのは間違いです。直感は、特定の道を歩み始める予感や火花を提供することができますが、それはあなたが検証し、理解し、定量化するデータを介して行われます。

直感は、 PwCが実施した1,000人以上の上級幹部を対象とした調査によると、データ主導型の高い組織は、データに依存しない組織と比較して、意思決定の大幅な改善を報告する可能性が三倍高くなっています。

データ駆動型の意思決定により、より効果的な起業家や組織のメンバーになることができる方法を学ぶことに興味がありますか？ 以下は、より多くのデータ駆動型になることの利点についての情報だけでなく、あなたのプロセスでより分析的になるために取ることができる手順の

データ駆動型の意思決定とは何ですか？

データ駆動型意思決定（DDDMと略されることもあります）は、データを使用して意思決定プロセスを通知し、コミットする前に行動方針を検証するプロセ

ビジネスでは、これは多くの形で見られます。 たとえば、会社は次のような場合があります:

• 顧客が望む製品、サービス、および機能を特定するための調査回答を収集する
• 顧客が自社の製品やサービスを使用する傾向があるかを観察し、フルリに組み込むことができます 意思決定プロセスは、ビジネス目標やアクセスできるデータの種類や品質など、さまざまな要因に依存します。データの収集と分析は、長い間、企業レベルの企業や組織において重要な役割を果たしてきました。

  データの収集と分析は、企業レベルの企業や組織にお しかし、人類は毎日2.5五十バイト以上のデータを生成するため、あらゆる規模の企業がデータを収集、分析、解釈して実際の実用的な洞察にすることはかつてないほど容易ではありませんでした。 データ駆動型の意思決定は何世紀にもわたって何らかの形でビジネスに存在してきましたが、それは本当に現代的な現象です。

  データ駆動型の意思決定の例

  今日の最大かつ最も成功した組織は、インパクトの高いビジネス上の意思決定を行う際に、データを利 組織が意思決定プロセスにデータ分析をどのように組み込むことができるかをよりよく理解するために、これらのよく知られたビジネスのサクセスストーリを検討してください。

  Googleでのリーダーシップ開発

  Googleは、それが”人の分析”と呼ばれるものに重い焦点を維持しています。「よく知られているpeople analyticsの取り組みの1つであるProject Oxygenの一環として、Googleは10,000件以上のパフォーマンスレビューからデータを抽出し、データを従業員の維持率と比較しました。 Googleは、この情報を使用して、パフォーマンスの高いマネージャーの一般的な行動を特定し、これらの能力を開発するためのトレーニン これらの取り組みは、管理者の好感度の中央値を83％から88％に高めました。

  スターバックスでの不動産の決定

  2008年に何百ものスターバックスの場所が閉鎖された後、当時のCEO Howard Schultzは、将来の店舗の場所を特定するために、より

  Starbucksは現在、人口統計やトラフィックパターンなどのデータを使用して理想的な店舗の場所を特定するために、位置分析会社と提携しています。 組織はまた、意思決定を行う前に、地域チームからの入力を考慮します。 スターバックスは、新しい投資を取る前に、特定の場所の成功の可能性を判断するために、このデータを使用しています。

  Amazonでの販売を促進する

  Amazonは、以前の購入と検索行動のパターンに基づいて、顧客に推奨すべき製品を決定するためにデータを使用します。 Amazonは盲目的に製品を提案するのではなく、データ分析と機械学習を使用してレコメンデーションエンジンを推進しています。 マッキンゼーは、2017年に、Amazonの消費者購入の35％が同社の推奨システムに結びつく可能性があると推定した。

  データ駆動型の意思決定の利点

  あなたはより自信を持って意思決定を行います

  データの収集と分析を開始すると、あなたはそれが

  データは複数のロールを実行します。 一方では、それはあなたがより良いあなたが作る任意の決定があなたのビジネスに与える影響を理解することができ、現在存在するものをベンチマーク

  これを超えて、データは直感や直感だけではないように論理的で具体的です。 この確信はあなたの構成が間違った決定がなされたこと過度に心配しないで特定の視野か作戦に十分に託すことを可能にする。

  決定がデータに基づいているからといって、それが常に正しいことを意味するわけではありません。 データは特定のパターンを示したり、特定の結果を示唆したりする可能性がありますが、データ収集プロセスや解釈に欠陥がある場合、データに基づく決定は これが、すべてのビジネス上の意思決定の影響を定期的に測定し、監視する必要がある理由です。

  関連：行動中のビジネス分析の3つの例

  あなたはより積極的になるでしょう

  あなたが最初にデータ駆動型の意思決定プロセスを実 データは、あなたとあなたの組織がそれに反応しなければならない物語を伝えます。これはそれ自体価値がありますが、データと分析がビジネス内で果たすことができる唯一の役割ではありません。

  これは価値があります。

  十分な練習と適切なデータの種類と量を考えると、競争が起こる前にビジネス機会を特定したり、深刻になる前に脅威を検出したりするなど、より積極的な方法でそれを活用することができます。

  あなたはコスト削減を実現することができます

  ビジネスがビッグデータイニシアチブに投資し、そのプロセスでより多くのデータ駆動型になることを目指すことを選択する可能性があります多くの理由があります。 Harvard Business ReviewのNewVantage Partnersが実施したFortune1,000の幹部の最近の調査によると、これらの取り組みは成功率が異なります。

  最も影響力のある取り組みの一つは、調査によると、費用を削減するためにデータを使用しています。 経費を削減するために設計されたプロジェクトを開始した組織のうち、49％以上がプロジェクトから価値を見ています。 他の取り組みは、より多くの混合結果を示しています。

  “ビッグデータは、すでに運用効率を向上させるために使用されている、”ランディ-ビーン、コンサルタント会社NewVantageパートナーズのCEO兼マネージングパートナーは、調査の結 “そして、最新の最新の情報に基づいて情報に基づいた意思決定を行う能力は、急速に主流になっています。”

  

  より多くのデータ駆動型

  ビジネスへのアプローチでより多くのデータ駆動型になるという目標がある場合、その目標を達成するために取ることがで ここにあなたが分析的なmindsetのあなたの毎日の仕事に近づくことができる方法のいくつかを見てある。

  どこでもパターンを探す

  データ分析は、その中心に、異なるデータポイント内のパターン、または間の相関を見つけようとする試みです。 これらのパターンと相関関係から、洞察と結論を引き出すことができます。

  より多くのデータ駆動型になるための最初のステップは、より分析的であることを意識的に決定を下すことです-ビジネスだけでなく、あなたの個人 これは簡単に見えるかもしれませんが、それは練習を取るものです。

  あなたは、財務諸表の上に注ぐ食料品店で並んで立って、または電車の中で通勤しているかどうか、あなたの周りのデータのパターンを探します。 これらのパターンに気づいたら、洞察を外挿して練習し、なぜそれらが存在するのかについて結論を導こうとします。 この簡単な演習は、あなたの人生の他の分野でより多くのデータ駆動型になるために自分自身を訓練するのに役立ちます。

  すべての決定をデータに結びつける

  ビジネス関連であろうと個人的な性質であろうと、行動の過程を決定する際に直感や過去の行動に頼らないように最善を尽くしてください。 その代り、分析的なmindsetを適用するための意識した努力をしなさい。

  あなたの決定を通知するために使用できるデータを特定します。 データが存在しない場合は、自分でデータを収集する方法を検討してください。 データを取得したら、それを分析し、洞察を使用して決定を下すのに役立ちます。 パターンスポッティング運動と同様に、アイデアは、分析があなたの意思決定プロセスの自然な部分になるように十分な練習をすることです。

  データの背後にある意味を視覚化

  データの可視化は、データ分析プロセスの巨大な部分です。 数字の表から意味を引き出すことはほぼ不可能です。 グラフやグラフの形で魅力的なビジュアルを作成することで、傾向をすばやく特定し、データについて結論を出すことができます。

  一般的なデータ視覚化技術とツールに慣れ、すぐに利用できる任意の形式のデータで視覚化を作成する練習をします。 これは、あなたの毎月の支出の習慣を視覚化し、視覚化から結論を引き出すためにグラフを作成するのと同じくらい簡単にすることができます。 その後、これらの洞察を使用して、翌月の個人予算を作成できます。 この演習を完了すると、データ駆動型の決定が正常に行われます。

  あなたの教育を促進することを検討

  あなた自身であなたの意思決定プロセスにデータを組み込む方法を学ぶという考えに不快なら、あなたが成功するために必要なデータサイエンスのスキルを開発するために追求することができる教育オプションの数があります。

  どのオプションが最も理にかなっているかは、あなたの個人的および専門的な目標に依存します。 たとえば、深刻なキャリア変更を検討している個人は、データ分析やデータサイエンスに重点を置いて修士号を取得することを決定するかもしれません。 しかし、他の人にとっては、オンラインビジネス分析やデータサイエンスのコースを受講するだけで、成功に必要な基盤を築くのに十分です。

  データを使用して重要な質問に答える

  データ駆動型の意思決定には多くの利点がありますが、そこに到達するためにオールオアナッシングアプローチを取る必要はないことに注意することが重要です。 小規模から始め、パフォーマンスをベンチマークし、すべてを文書化し、調整することで、より多くのデータ駆動型になり、組織で繁栄することができます。データを使用して組織のビジネス上の意思決定を通知する方法について詳しく知りたいですか？

  Data Science ReadyやData Science for Businessなどのオンライン分析コースが、データの考え方を開発するのにどのように役立つかをご紹介します。この投稿は2021年2月19日に更新されました。 それはもともと2019年8月26日に出版されました。