現代の多様で変化し続ける顧客ニーズや急速に変化する外部環境において不確実性が高まる中、迅速かつ正しい意思決定やマネジメントがさらに必要とされています。これまでの「主に勘や経験に基づいたマネジメント」はレガシーとなり、多くの組織では「データを活用したマネジメント」にシフトしてきました。海外では、企業だけでなく病院や公的機関など多くの組織でデータドリブンマネジメントを取り入れており、その活用も営業から人事まであらゆる方面に及びます。それにともないデータサイエンティストを置く組織や、外部のツールを導入しデータ分析をする組織が増加しています。

さらに機械学習やAIをデータ分析に組み入れた次世代型のデータドリブンマネジメントでは、より精度の高い状況評価や予測だけでなく、対策案もアウトプットとして提供されるようになり、より速やかに対策を実施する事が可能になってきました。

今回は、「組織のエンゲージメントや生産性を高めるためのデータ活用の方法」についてご紹介します。

‍

データを活用したマネジメントのステップ

まず、データを活用したマネジメントではステップ①から⑥を実施します。

①ビジョンやゴールの設定・共有
②仮説・課題・目的に応じたデータ収集
③データ分析と可視化
④課題特定と施策検討
⑤意思決定
⑥施策実行

それぞれの組織で、人材や導入しているツールにより、②③④⑤を誰（どのツール）がどのように行うか異なります。

例えば、データの収集やデータ分析には以下の種類があります。

‍

データ収集：

分析の目的に合ったデータを選びますが、様々な方法で社内外のデータを収集することが可能です。例えば社内データであれば、通常業務の中で集積されるデータと特別に収集されるデータがあります。

・通常業務の中で集積されるデータ：データベース、ファイルサーバーなどに蓄積されているプロジェクト進捗、売上、勤怠情報、メール、コメント履歴など
・特別に収集データ：パルスサーベイ、人事評価など

「Garbage in, Garbage out＊」と言われるように、データ分析後のインサイトの質は利用するデータの質に依存することから、データ選びや収集には考慮が必要です（＊「ゴミを入れたら、ゴミが出てくる」正しくないデータや偏ったデータを用いると、役に立たない情報しか得られないという意味）。

‍

データ分析：

データ分析は、そのアウトプットにより以下の種類に分ける事ができます。

・振返り型：何が起きたのか（記述）？なぜ起きたのか（診断）？ 過去や現状等の情報をアウトプットします。
・予測型：何が起きるのか？ 統計やモデリングを利用して将来予測をアウトプットします。
・処方型：何が起きるのか？そのために、何をするべきか？

将来予測だけではなく、それに対して取るべき戦略やアクション案を提示します。

振返り型分析や予測型分析と比べ、処方型分析から得られるインサイトは意思決定に直結し、施策実行までに要する時間が短縮されます。

これまで主に振返り分析、一部で予測型分析が活用されてきましたが、機械学習やAI活用がめざましく進む中、それらを活用した予測型分析や処方型分析を活用する組織が増えてくるでしょう。

‍

‍

海外のデータ活用事例

多くの組織では、生産性向上を目指し、業務効率化や組織の活性化、またメンバー育成や付加価値の創造のための数々の施策を実施しています。

より効果的な施策をより速やかに実施するために、データドリブンのアプローチを取っている組織が増えています。

Business Intelligence (BI)ツール：

一般企業だけでなく公的機関や軍に至るまで、データサイエンティストやBIスペシャリストを置いている組織が増えてきました。加えて、データサイエンティストのようなスペシャリストでなくても利用しやすく直感的にインサイトが理解できるB Iツールの開発や導入が進んできたことで、従業員誰もが自らデータを活用し業務に利用し、提案や組織マネジメントに活用できる環境になりました。業務を通じて集積されるデータを管理・分析・可視化し、データに基づく意思決定を支援するBIツールは、現在160以上あります。これらのBIツールは、様々な用途で利用されていますが、業務効率化による生産性向上もその１つです。

それぞれのツールでその特徴は異なりますが、例えばPower BIや Tableauはその使い易さやアウトプットの分かりやすさ（可視化）が強みの１つです。分析プラットフォームをTableauに一元化した企業では、業務の効率化に加え意思決定力とスピードが加速し企業の差別化に繋げています。また、Power BIでは機械学習やAIを活用し、速やかにインサイトを得ることができます。これらのリーディング製品以外にも様々な優れたツールがありますが、それぞれの組織に適したツール選びをするには、組織目標やデータ活用の目的、組織規模やステイクホルダー、他のツールとの連携性やコストなども考慮する必要があるでしょう。

‍

従業員エンゲージメントサーベイ：

組織活性化度や従業員のエンゲージメントを測るためにパルスサーベイやアニュアルサーベイを活用する組織が大企業を中心に増えています。パルスサーベイは、従業員の意識調査を短期間に繰り返し行う、いわば組織の健康診断です。従業員の満足度やエンゲージメントの状況を客観的、継続的に把握でき、組織マネジメントに活用する事ができます。

一方で、データ収集や結果の解釈には留意が必要です。パルスサーベイなどの調査を実施する場合、調査頻度や設問数が多いと回答者の負担は高く、さらにナラティブ情報をもとに分析や解釈する場合には分析者の負担も大きくなりがちです。また、これらのサーベイは課題認識の取っ掛かりとして非常に有用ですが、その後メンバーと共にクリティカルに情報を深掘り、優先課題を特定、施策を検討するというプロセスは欠かせません。さらに、匿名調査であっても調査数が少なければ特定を恐れて正直な意見を記載できない場合や、パルスサーベイの結果がメンバーの賞与に直結する状況や360度評価で互いを評価し合う状況など甘い評価をつける方が自分にとってメリットがある場合には本来の示唆を得られない可能性もあります。そのため、パフォーマンス管理・インタビュー・360度フィードバックなど他の手法を併用し、組織活性化や従業員エンゲージメントの評価や施策検討がされます。

‍

※researcHR（リサーチャー）は、Teams/Slackに追加するだけでチームの「誰が・何を知っているか」を集約・共有するアプリです。

‍

データドリブンでの組織マネジメント加速に向けて必要なもの

今回取り上げた例以外にも様々なデータやツールがデータドリブンマネジメントに活用されています。いずれの場合においても、データドリブンマネジメントから得られる効果をさらに高めるには、手法や効果を継続的に検証し、また並行してデータドリブンマネジメント組織を作る必要があります。データの収集・管理・分析などにかかる手間や費用とそれに見合ったデータドリブンマネジメントの効果が得られているか、他に良い方法はないかを常に検証します。また、得られたインサイトが意思決定に活用されているかも検証します。データドリブンマネジメントを戦略に掲げていても、トップを含めそれが文化として根付いておらず、データやインサイトが思うように活用できていない組織は少なくありません。

今後、AIなどを組み合わせた次世代のデータドリブンマネジメントが加速されると、先に挙げたステップ②から⑤まで、つまり、データ収集から意思決定までを自動化する事も可能になります。そのような環境で、さらにデータドリブンマネジメントを効果的にするためにも、これらは不可欠になります。

‍

妥当なデータ活用：

以下を検証し、組織の環境や目的にあったデータ分析をします。

・本当にそのデータは必要か？
・組織のビジョンは何か？データ活用して何を達成したいのか？
・意思決定にどのようなデータやスキルが必要か？
・課題に合うデータは、組織にすでにあるか？新たにデータ収集する事は可能か？データの質は担保されているか？
・組織の予算やリソースの状況はどうか？
・データ収集・保管・分析・可視化にはどのツールや技術が最適か？既存の方法よりも適当な手法やツールはないか？一元化することで効率的なツールはないか？組み合わせることで費用対効果の高い技術やツールはないか？

‍

データドリブン文化の醸成：

より柔軟により迅速にデータを組織課題に活用するには、組織全体、特にリーダーが、データドリブンマネジメントをするという方針を示し、データに基づく意思決定を実践し、組織内のデータドリブン文化を醸成する必要があります。また、データ活用に必要なトレーニングを従業員に提供することで、「データ分析はよくわからない」という漠然とした拒絶感や不安感を払拭し、データ利用が推進するでしょう。

‍

実行力・適応力：

データドリブンマネジメントは意思決定をして終わりではありません。データドリブンマネジメントをさらに効果的にするには、得られたインサイトを素早く意思決定に活かし、施策に適応させる能力が組織やメンバーに必要になります。

さらに、AIを活用した処方型データドリブンマネジメントが広く利用されると、データ収集から施策提案までさらに効率化されていきます。マネージャーやメンバーには、実行力に加え、発想や着想といった創造力と、コミュニケーション力やリーダーシップといった対人能力が今後一層期待されることになるでしょう。

‍

日本におけるデータドリブン組織マネジメントの今後

日本でも在宅勤務ができる組織が増えたことでソフトウェアの導入やスマホアプリの活用などデジタル化が一気に進みました。例えば、これまでホワイトボードに手書きだった情報がデジタル化され、また会議がzoomやteamsに置き換わり質疑がチャットでおこなわれるようになりました。これらは後日確認したり、検索したりすることもできます。さらに、スマホアプリを導入し日報や進捗状況が簡便に入力できるようになり、またクラウド利用も進みました。その結果、これまで企業がデータベース以外で取り扱っていたアナログデータも、デジタルデータとして集積されるようになりました。今後さらにデジタル化が加速し様々なデータが集積される中、AIなどのテクノロジーも活用し、データドリブンマネジメントがさらに浸透・加速していくと推測されます。

それぞれの組織にあったデータドリブンマネジメントを見つける参考にしていただければと思います。