Analyticsチームの仕事について

anboo
698
4
0

Analyticsチームの仕事について

Published at May 6, 2020 12:25 a.m.
Edited at July 15, 2020 1:33 a.m.

何のためのチームか

データを使ってより良い意思決定を行うことをサポートするチームです。

より良い意思決定とは何か?

  • 指標の推移を可視化することで変化にいち早く気づき、必要な対応をとれる
  • セグメント分析やファネル分析で、注力どころが見つかる
  • 仮説をデータで検証し、より確度の高い打ち手を見つける
  • 実施した施策を数値で評価し、次の改善に繋げる
  • etc...

サポートすること

Analyticsチームは、データを元に経営戦略や各チームの戦略に助言・提言は行いますが、自ら最終的な意思決定を下すことは基本的にありません。
Analyticsチームは、自分でプロダクトを作るわけでも、顧客と直接コミュニケーションをとるわけでもありません。自ら顧客に直接的に価値を届けることはできないのです。
Analyticsチームが価値を届けるのは、社内のメンバーに対してです。社内のメンバーの日々の意思決定をより良くすることで、間接的に顧客に価値を届けます。

具体的には、社内のメンバーが自分で必要な数字に簡単にアクセスできるように、データ環境を整備したり、モニタリング体制を構築します。
また、分析によって事業・サービスの解像度を上げ、戦略の方向性を定めたり、打ち手の精度を上げる提言を行います。

データを使うということ

データ分析は魔法ではないので、データを見れば何でもわかるわけではありません。制約条件がたくさんあるし、苦手なこと・できないこともたくさんあります。
データ分析で、誰も予想していなかったような事実が判明することはほとんどありません。だいたいが「なんとなくそうだと思ってた!」という結果が、改めてデータで証明されることになります。日々現場で向き合っている担当者の感覚は、だいたい正しいからです。
そして、その「”なんとなく” を "より確からしく"すること」こそが、データ活用の大きな価値となります。ビジネスの場では、日々あらゆるイシューが出てきますが、その一つ一つに"現時点で最も確からしい答え"を出して、それを前提として次のステップに進んでいかなければなりません。データ活用は、その"確からしさ"を上げるための強力な武器となります。

何をするのか

  • Lv.1: データマネジメント
    データは、適切な形で・適切な場所に・適切な取得方法で格納されていなければ、分析やモニタリングに活用することはできません。まずは社内のデータを"活用できるデータ"にするためのデータ整備を行い、分析やモニタリングができる環境の土台を作ります。詳細はこちら

  • Lv.2: モニタリング
    各指標の実績値が正しくトラッキングできるようになります。
    指標の推移を継続的に見ていくことで、事業の成長を評価/予測したり、施策の評価をしたり、異変を検知することができるようになります。

  • Lv.3: 基本的な分析 (ex. 単変量解析, 2変量解析)
    セグメント分析やファネル分析などで事業の解像度を上げ注力どころを見つけたり、相関分析でKPIを伸ばすための重要指標を見つけたりと、戦略を立てる際に役立つインサイトを提供します。施策の効果/効率の評価や、新機能の評価などもここに該当します。

  • Lv.4: 高度な分析 (ex. 多変量解析, 機械学習)
    よく相談がくる予測モデル構築やスコアリングなどはここに該当します。これは、複雑で高度な分析のため、一日二日ですぐにできるようなものではありません。
    Lv.1がきちんとできていて正しいデータがとれること、Lv.2, Lv.3によって各指標の特徴や相関関係の解像度が高くなっていることが前提であるため、Lv.1~Lv.3がある程度完了してからしか取り組めないと思っていてください。

FY2020前期の注力箇所

半年間はデータマネジメントと、基本的なモニタリングの整備に注力します。
分析については基本的にチームで対応してもらいつつ、自力での対応が難しいものは遠慮なく相談してください。

テーマ 項目 対応方針
Data Management 営業活動データ (SFDC) 一番優先度が高く、一番工数がかかるところ。データ構造から設計し直し、段階的にデータ移行やクレンジングを進めていく。Sales-Frontと連携しつつ@anboo主導で進める。
Data Management オペレーションデータ (Spreadsheet) 重要な指標から段階的にSFDC or DataStoreに移行していく。必要なデータを必要な形式で取得するオペレーション整備から始める必要がある。
Data Management サービスデータ (Spreadsheet, DataStore) @kyosuke主導で全データDataStoreに移行する。BigQueryの名目規則や権限、中間テーブルや利用ガイドラインを整備していく。
Monitoring データ取得 全社的に同じ定義で指標を見れるように、モニタリングに使用するデータ取得は原則@anbooが行う。例外として、公式な意思決定の場で使わない前提で、個人で趣味的に数字を見る分には個人で抽出して構わない。
Monitoring データ加工 自チームが使いやすいように、既存のモニタリングシートを加工して新しいものを作る場合は、原則各チームで対応する。必要なデータが足りずデータ取得が必要な場合は@anbooに相談。
基本的な分析 単純な数値抽出 条件を指定しデータをそのまま出せば良いような単純な数値抽出の場合は、基本的に各チームで対応。心配な場合は@anbooがアウトプットのレビューをします。 (ex. 2019年9~12月のリードソース別の受注率)
基本的な分析 工夫が必要なもの 複雑性が高く各チームで対応ができないもの、分析上の考慮が必要そうなものなどは@anbooに依頼してください。依頼すべきか迷ったらとりあえず相談してみてください。

スケジュール(各月のタスク)

Docsで随時更新: Analytics Team's Roadmap

チャンネル

  • #2-team-analytics: Analyticsチームへの分析の相談・依頼・議論はこちら
  • #2-team-insight: モニタリング等で見えてきたインサイトの共有・議論の場はこちら
  • #1-pj-data-infrastructure: 分析基盤やBQの利用ルール、テーブルの整理についてはこちら
  • #1-pj-sfdc-implementation: SFDCのデータ整備はこちら
  • #zh-sql: SQLの質問などはこちら

メンバー

リーダー: anboo
担当役員: kyosuke



※このドキュメントは、株式会社ドクターズプライムの社内ドキュメントをそのまま一般公開しています。
ドクターズプライムについてはこちら