データドリブン的思考とはいったい何か？

大学の秋学期の授業も今日で終わりました。
来週からもうテストとのことで、コロナ渦で
ギリギリ今学期も終了ということになります。

大学での講義をしましたが、データドリブンの
考え方が学生さんにもわかるように説明します。

結論
データを扱う時は、仮説を最初に立てる
です。

経営者の意思決定や学生の企画立案においても、
データ活用は不可欠です。

ITの発展に伴い、消費者行動に関する
情報収集が安易となりました。

位置情報から、人の流れが前週比
どうなっているのかも
数値化することが可能です。

ビッグデータの活用は、企業にも
多くの情報が集まるようになりました。

しかも、集めることと利用することに
分業することも可能になりました。

近年はデータの分析とコロナ渦での活用がますます
重要視されています。

消費者が持つ価値観の多様化とともに、
これまでのような企業側の一方的な

アプローチ手法では個別のニーズを
洗い出すことはできません。

データを基にお客様が求める商品やサービス
企業の対応をきめ細かく
とらえて仮説を立てて意思決定
する必要があるのです。

ちなみに、こういったデータを基に
アクションを起こすことを
データドリブンと呼ばれています。

数値の集まりから仮説の検証をする
のでこのデータドリブンは
マーケティング活用にも適しています。

データドリブンは、マーケティング手法の
ひとつとして考えてもＯＫです。

その昔のデータベースマーケティングと
個人的には類似語がデータドリブン
だと考えています。

正しくは、データをもとにマーケティングを
組み立てていくことを
データドリブンマーケティング
と呼ばれています。

コロナ渦において、最近の新しい生活様式の導入により
お客様の価値観は多様化しています。

よって、きめ細かくニーズを捉えなければなりません。

データを活用することで、
感覚や経験といったあいまいな指標だけではなく
数値を扱うことでより具体的なマーケティング施策
導入することができます。

データドリブンは、
・仮説を立案する
・データを収集する
・データを分析する
・データをマーケティング施策に組み込む

といったシンプルなやり方です。

しかしながら、実践するのは容易ではありません。
なぜなら、全体設計図的なイメージをつけて
いないと、仮説・目的・目標をKPIに落とし込む
ことはできないです。

基本ステップを理解し、
それを着実に実行するためにも
以下のポイントに注意してください。

ステップ１：仮説を立てる
ステップ２：データの収集
ステップ３：データの分析
ステップ４：アクションプランの策定

データドリブンは仮説を立案し、
データを収集することから始まります。

そうでないと、全方位的にデータを
集めていては膨大な時間がかかり、
実践的でないからです。

事前にフォーカスすべきデータを選択する
ことは、仮説が明確か否かにかかってきます。

よって見極めることがとても重要です。
絶対にしてはいけないのは、「とりあえず出してみよう」
です。

どのような情報が得たいのか？
といった分析後のゴールイメージを
持つためにも、仮説を立てることが大切です。