データ駆動型の意思決定
Data-Driven Decision Making
データ駆動型の意思決定とは?
- 勘ではなくデータで決定
- HiPPO(最も地位の高い人の意見)への対処
- DXの核となる考え方
データ駆動型の意思決定が定着すると、会議で交わされる言葉の形から変わります。「私の経験上、このバナーがよさそうです」という主張が、「直近4週間のクリック率は1.2%と2.7%で、決済まで見ると差は0.4%ポイントに縮まります」に変わります。さらに大きな変化は、決定が記録として残ることです。どの数字を見て、なぜその案を選んだのかを一行でも残しておけば、3か月後に結果が悪かったとき、誰の責任かを問う代わりに、どの前提が間違っていたのかを振り返れます。組織が失敗から学ぶスピードは、多くの場合ここで分かれます。
実務ではまず決定の性質を分けるべきです。元に戻せる決定(メールの件名、配送案内の文言、クーポンの金額)はテストで確認するほうが会議より速く、元に戻しにくい決定(事業撤退、数十億円規模の設備投資)は、データで選択肢を3〜4つに絞り込んだうえで、最後の一歩は経営陣の判断に委ねます。A/Bテストにも条件があります。週間訪問者が数千人規模だと、1〜2%ポイントの差は統計的に区別できず、標本が溜まるまで3〜4週間待つか、顧客インタビューで代替するほうがよいでしょう。指標も売上・解約率のような後追い指標と、「最初の2週間の利用回数」のような先行指標をセットで見る必要があります。またデータで決める領域(data-driven)と参考にとどめる領域(data-informed)を事前に分けておくと、不要な議論が減ります。
現場で最もよくずれるポイントは4つあります。第一に、ダッシュボードが30個あるのに月間アクセスは5人という場合です。レポートを作っただけで、意思決定は変わっていません。第二に、相関を因果として読むことです。「クーポンを使った顧客の再購入率が高い」として、クーポンを全量配布すると、もともと買う人に割引を上乗せするだけになり、利益率が下がります。第三に、指標が目標になった瞬間に崩れます。相談件数をKPIに設定すると、3分の通話を2件に分けるようなことが起きます。第四に、「もっとデータを集めてきてください」が決定を先送りする盾として使われるケースです。データ駆動とは決定を先延ばしにする方式ではなく、小さく間違えて、すぐ直すための方式です。
ビッグデータや分析技術の発展とともに台頭した経営手法で、DXの核となる文化として強調されています。
架空の事例で見てみましょう。オンラインで健康機能食品を販売するA社は、役職員90名、年売上420億ウォン(約502,278万円)規模です。再購入率は2年の間に38%から26%へ下がりましたが、週次会議では「景気が悪いから」「競合が割引を大きくかけているから」という言葉が繰り返されるばかりでした。代表は3カ月以内に原因を数字で突き止めてくるようにと指示しました。
- CRMチーム長が購買履歴を月次コホートに分けたところ、初回購入後45日以内に再注文した顧客の1年後の残存率は61%、その時点を過ぎた顧客は14%でした。「景気の問題ではなく、45日の問題だったんですね。」
- マーケティング担当者が初回購入の顧客12,000人を無作為に半分ずつに分け、30日目に服用リマインドのメッセージを送るA/Bテストを4週間実施しました。クーポンのない、純粋な案内文だけでスタートしました。
- 結果は発送グループの再注文率19.4%、対照グループ15.1%で4.3%pの差でした。別途3千ウォン(約360円)のクーポンを付けたグループは再注文率が0.6%p高かったものの、客単価が8,200ウォン(約980円)低かったため、クーポンの案は取り下げました。
- CS担当チーム長が"SMSを増やすと配信停止が噴出します"と反対しましたが、4週間の配信停止率は0.7%から0.9%へ0.2%p上がっただけでした。数字を確認した後、CS担当チーム長が先に全社適用に賛成しました。
- 6か月後の再購入率は26%から33%に上がり、月間売上は約1億8,000万ウォン(約957万円)増えました。さらに大きな変化は、会議での最初の質問が「どのコホートの数字ですか?」に変わったことだと代表は話します。
ク・ジャリョン
金鍾赫