圧倒的な量のデータに直面している世界中の組織は、データと分析 (D&A) を活用して、収益の増加、コストの削減、リスクの軽減のための洞察を導き出すことを検討しています。 マッキンゼー 洞察力を重視する企業は、EBITDA (利息、税金、減価償却前利益) が最大 25% 増加したと報告していることがわかりました [1]。によると フォレスター、意思決定にデータと洞察を使用する組織は、2 桁の成長を達成する可能性がほぼ 2019 倍高くなります [80]。しかし、データが豊富で D&A に対する高い意欲があるにもかかわらず、データを洞察に変換することに成功している組織は多くありません。 3 年 XNUMX 月、調査顧問会社 Gartner は、D&A プロジェクトの XNUMX% がビジネス成果をもたらさなかったと報告しました [XNUMX]。この成功率の低さには多くの理由がありますが、重要な要因の XNUMX つは、多くの企業が D&A から得られた洞察を効果的に活用するのに苦労していることです。 

しかし、洞察とは正確には何でしょうか?洞察とは、関係、パターン、分類、推論、予測などの未知の要素であり、既知であれば意思決定に影響を与えます。これらの洞察は通常、記述的分析、予測的分析、および規範的分析手法を組み合わせて使用​​して得られます。記述分析 – 「何が起こったのか」 – 履歴データを分析して、過去のパターンや遅れているパターンを特定します。予測分析 – 「何が起こるか」 – 過去のデータから将来の傾向やイベントを予測します。最後に、処方的分析 (「何がそれを実現するか」) は、予測分析から得られた洞察を使用して、最適な行動方針を推奨します。

インサイトを分類する方法はたくさんありますが、 から 観点から見ると、洞察にはパフォーマンスに関する洞察と実用的な洞察の 4 種類があります [XNUMX]。 パフォーマンスに関する洞察により、測定エンティティの新たな可視性や知識が得られます。パフォーマンスに関する洞察の例には、販売数量による上位 3 つの SKU (在庫管理単位)、CLV (顧客生涯価値) による上位 5 つの顧客などが含まれます。パフォーマンスに関する洞察は、データ サイエンティストによって生成されることも、データ サイエンティストによって生成されることもあります。 generative AI ChatGPT などのツール。パフォーマンスに関する洞察に基づく実用的な洞察は、アクションや応答に変えることができる洞察です。洞察に 3 つの主な特徴がある場合、その洞察は実用的であると言えます。

• 実用的な洞察が意思決定を促進します。
• 実用的な洞察は、意思決定を実行するために資金、労働力、設備などのビジネス リソースを消費します。
• 実用的な洞察は、決定が実行されるときにビジネス プロセスに変化をもたらします。

このような状況を背景に、企業はどのようにして実用的なビジネス成果につながる洞察を効果的に展開できるでしょうか? FAAR フレームワークを導入すると、組織内で洞察が得られる可能性が高まります。 FAAR は、機能、分析、原子性、役割の 4 つの要素に基づく頭字語です。次のセクションでは、これら 4 つの要素について詳しく説明します。

Function では、インサイトの消費はビジネス関係者のニーズに依存すると述べています。全体として、利害関係者が組織内で洞察を必要とする機能には、監視、分析、詳細の 3 種類があります。 

• 経営幹部や上級管理職は、業績を監視するための洞察を必要としています。 
• マネージャーには分析のための洞察が必要です。
• アナリストやその他の個人の貢献者は、非常に詳細なレベルでの洞察を必要としています。 

FAAR フレームワークの 2 番目の要素は、分析のレベル (つまり、ビジネス パフォーマンスを測定および改善するために必要な洞察のサイズと規模) です。分析の洞察のレベルは、高、中、低の 3 つのレベルにあります。 

• 高度な分析は、 抽象的な ビジネスバリューチェーンへの洞察を扱います。
• 中レベルの分析は、注文から現金化 (OTC)、調達から支払い (P2P)、記録から報告まで (R2R) など、バリュー チェーンの特定のプロセスに関する洞察に焦点を当てています。
• 低レベルの分析では、システム内の同様のアクティビティやエンティティに関する洞察が記述されます。

利用される洞察の原子性は、FAAR フレームワークの 3 番目の要素です。原子性の観点から見ると、インサイトには粒度、集計、KPI の 3 つのタイプがあります。 

• 詳細なインサイトは、システム内の詳細なデータ、または最低レベルのデータとインサイトです。これには、トランザクション データ (注文書、請求書、販売注文などのビジネス イベントまたはアクションなど) とマスター データ (製品、サプライヤー、資産、顧客などのビジネス エンティティに関する) の両方が含まれます。 
• 集約データは、製造工場、顧客グループ、製品カテゴリ、店舗などのビジネス カテゴリまたは参照データ要素に関するデータです。  
• KPI (主要業績評価指標) は、測定エンティティがパフォーマンス目標を達成する成功を評価するために使用される定量化可能な尺度です。 KPI は、収益やコストなどの基本メジャー、または 2 つ以上の基本メジャーを組み合わせた複合メジャーにすることができます。たとえば、収益は基本メジャーであり、売上高と COGS (売上原価) という 2 つの基本メジャーから導出される粗利益は複合メジャーまたは複合 KPI です。測定エンティティには、企業全体、ビジネス機能 (財務など)、製品カテゴリ、チームなどが含まれます。 

FAAR フレームワークの最後のコンポーネントはロールです。インサイトへのアクセスには、インサイトを作成、編集、表示、または共有する機能が含まれます。これは、インサイト利用者のビジネス上の役割によって異なります。ロールベースのアクセス制御 (RBAC) またはロールベースのセキュリティにより、企業内での役割と責任に基づいて、承認されたビジネス ユーザーがデータと洞察にアクセスできるようになります。これにより、機密データと洞察が不正アクセスから保護され、組織の SoD (職務分掌) ポリシーに従って適切な人材が業務を遂行するための適切な洞察を確実に得ることができます。

では、組織は FAAR フレームワークを使用して D&A ソリューションを実装するにはどうすればよいでしょうか?上記の 4 つの要素に基づいて、意思決定者はダッシュボード、BI (ビジネス インテリジェンス) レポート、トランザクション レポートという 3 つの主要なツールまたはメカニズムを使用して洞察を利用できます。 

ダッシュボードは、KPI に基づいてビジネス パフォーマンスの視覚的なスナップショットを提供します。 FAAR フレームワークの適用は、ダッシュボードの目的を意味します。

• 経営幹部および経営幹部メンバー向け
• 分析レベルが低い
• 業績を監視するためのものです
• KPIに基づいています

BI レポートは、ビジネス カテゴリまたは集計に基づいてビジネス パフォーマンスの統合ビューを提供します。 FAAR フレームワークの適用は、BI レポートが次のことを行うことを意味します。

• 管理職・中間管理職向け
• 中程度の分析レベルがある
• 業績分析用です
• 製造工場、勘定科目表、顧客アカウント グループなどのビジネス カテゴリまたは集計に基づいています。

ERP (エンタープライズ リソース プランニング)、EMR (電子医療記録) などのシステムからの OLTP (オンライン トランザクション処理) レポートは、ビジネス パフォーマンスの最も詳細なビューを提供します。 FAAR フレームワークを適用すると、OLTP レポートは次のようになります。

• 詳細レベルのデータを収集して解釈する必要があるアナリスト向け
• 品目または活動レベルでの低レベルの分析の場合
• 詳細なレベルでのパフォーマンスの測定に
• 詳細なデータに基づく

3 つの主要な実装または展開オプションを備えた FAAR フレームワークを以下に示します。

多くの D&A プロジェクトは技術的な側面で優れた成果を上げていますが、残念なことに、多くのプロジェクトはインサイト消費の機能面とビジネス面を明確に理解していません。データの機能、役割、分析レベル、アトミック性を知ることは、企業が洞察を活用するための効果的なソリューションを決定するのに役立ちます。ただし、FAAR フレームワークの成功は、適切な客観的な記述、適切なガバナンス メカニズムを含む質の高いデータ、強力な D&A モデル、およびユーザーの教育またはトレーニングにかかっています。 FAAR フレームワークは、洞察を展開するための複雑な状況を過度に単純化することがありますが、それでも、組織、D&A リーダーおよびマネージャーが洞察の利用と展開戦略を策定および簡素化するための優れた出発点として機能します。

参考文献

1. mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/insights-to-impact-creating-and-sustaining-data-driven-commercial-growth
2. forrester.com/blogs/data-analytics-and-insights-investments-Produce-tangible-benefits-yes-they-do/
3. techrepublic.com/article/85-of-big-data-projects-fail-but-your-developers-can-help-yours-succeed/
4. dataversity.net/demystifying-actionable-insights-in-data-and-analytics/

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
• プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
• プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
• プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
• 情報源： https://www.dataversity.net/the-faar-framework-for-consuming-insights-from-data-and-analytics/