何となくデータ分析を始めても、組織や自分の行動変化につながらず、
可視化や提案で終わってしまうことが多々ある。
この原因は、
・分析者に意思決定権がない権限不足
・実力や準備が甘いため起こる行動不足
のいずれかに起因する。
巷で言うデータ分析の技術は、データを整頓する手段に過ぎない。
それはFP&Aであっても、アナリティクスであっても、統計予測であっても、財務モデリングであっても同じだ。
仮説とゴールを設定して、ピカピカの洞察を出したとしよう。
その洞察が、いかに正しく実行可能な粒度だとしても「お前に言われたかないよ！」で終わる権限不足なら、その分析は徒労に終わる。
あるいは権限があったとしても、実行不可能な前提と粒度で「これじゃ行動できない！」で終わる実力不足なら、その分析は混乱を招いて終わる。
上記２つとも、データ分析あるある話だろう（本当は「あるある」ではダメなのだが）。
そうではなく、データ分析がうまくいっている流れに着目しよう。
統計的品質管理（SQC）は、製造現場の検査ロットに対応の実情を知って、それに対応した行動を取るまでが一連の流れであり、製品の価値向上という行動を必ず伴う。
FP&Aは、PL・BS・CFの予実差異の掘り下げにより企業の実情を知って、それに対応した行動を取るまでが一連の流れであり、予算達成と企業価値向上という行動を必ず伴う。
財務モデリングは、フリー・キャッシュ・フロー（FCF）の算定により企業価値や事業価値を評価して、それに対応した行動を取るまでが一連の流れであり、投資判断と売却益を出す行動や意思決定を必ず伴う。
アナリティクスは、KGIとKPIの設定や、商品やサービスの顧客動向を予測することで、それに対応した行動を取るまでが一連の流れであり、売上向上のための行動を必ず伴う。
このように見ていくと、権限と行動がワンセットでデータ分析が意味を持つのであり、根本はデータ分析の技術や設計ではなく、組織やビジネスモデルや立場の話に行き着いてしまうのだ。
現実解。
このような場合、まず「立場を上げるためにデータ分析を活用する」とか「ビジネスモデルを再定義する形でデータ分析を活用する」というように、逆から捉え直すほうが手っ取り早い。
というのもデータ分析は、耳の痛いことや言われて不快な事実を、ありのまま受容することが根底にあるためだ。
追記。
ありのまま受容できず、権限と行動を駆使せず、目の前で起こっている状況を現状維持で過ごすなら、まともなデータ分析は邪魔なだけである。
そのような組織に関わっている場合、勇気を出してさっさと見切りをつけるしかない。
boxcox.net、遠藤武。