KPIに求められるSMARTとは データ分析講座(その29)

更新日

投稿日

情報マネジメント

◆ 指標を制する者がデータ分析を制する

 「蓄積されたデータを活用しろ!」といわれたら、多くの人が最初にやることといえば、恐らく手元にあるデータを何かしら集計し、とりあえず数字を眺めることでしょう。この何気なく見ている数字が「指標(KPIなど)」であり、定期的に指標を見ることを「モニタリング」といいます。そして、多くの人はモニタリングするとき、指標の推移を折れ線グラフや棒グラフなどで表現します。つまり、蓄積したデータから作った指標(KPIなど)をモニタリングすることが、ビジネスにおけるデータ活用の第一歩です。そこから、その先にあるデータ分析に進み、具体的なアクションへとつなげていくのです。このことは、データ活用の実践サイクルである「OODA(Observe-Orient-Decide-Action、観察-方向付け-決定-行動)ループ」でも、このような指標(KPIなど)のモニタリングを、O(Observe、観察)の中で最初に実施します。

1. なぜ、指標がデータ分析の「キー」になるのか?

 指標(KPIなど)は、1つだけとは限らず、多くの場合、複数の指標(KPIなど)をモニタリングすることになるでしょう。そのため、指標(KPIなど)間の関係を押さえておく必要があります。以下のようなツリー状で、指標(KPIなど)間の関係を表したりします。

情報マネジメント

 例えば、ビジネス上重要な利益である「営業利益」を出発点にしてツリーを作っていきます。営業利益は、限界利益から固定費を引き算することで求まります。限界利益は、売上高から変動費を引くことで求まります。このように、指標(KPIなど)をツリー状で表現したものを「指標ツリー」と呼んだりします。

2. 蓄積すべきデータ

 指標が設計されると、どのようなデータを蓄積すべきかが見えてきます。蓄積すべきデータには2種類あります。「指標(KPIなど)を作るのに必要なデータ」と「指標(KPIなど)に影響を与えそうなデータ」です。例えば、小売店の「日販」(1日あたりの販売額)という指標を作るには、日々の売上データを蓄積する必要です。この日の売上データが「指標(KPIなど)を作るのに必要なデータ」です。さらに、売上金額に影響を与えるであろうチラシや天候などのデータも蓄積しておいたほうがよいでしょう。このチラシや天候などのデータが「指標(KPIなど)に影響を与えそうなデータ」です。

 しかし、「蓄積すべきデータ」がすべて蓄積されているケースは少ないことでしょう。まだ蓄積されていないデータが、「これから蓄積すべきデータ」です。当面は、「今すぐ使えるデータ」だけで指標を作りデータ分析を進めることになります。

3. 「アクション」に導けないといけない

 ビジネス上のデータ活用は、単に指標をモニタリングし分析をするだけでは意味がありません。最終的に、利益などのビジネス成果につながる「アクション」に導けないといけません。指標(KPIなど)の良し悪しは、ビジネス成果につながるアクションを導けるかどうかで決まります。つまり、「よい指標(KPIなど)」が設計されれば、蓄積すべきデータが分かるだけでなく、その指標をモニタリングすることで、ビジネス成果につながるアクションを導くことができるのです。要するに、「指標(KPIなど)」はビジネスにおけるデータ活用の「要」になっています。では、「よい指標(KPIなど)」とはどのような指標なのでしょうか。どのような条件を満たせば「よい指標(KPIなど)」をいえるのでしょうか。

4. 成果の出るビジネス指標の5つの条件SMART

 【ビジネスで使う指標(KPIなど)に求められる、SMARTと呼ばれる「5つの条件」】

  •  ① Specific:具体的な「アクション」との結びつきが明確である
  •  ② Measurable:測定可能で「定量的」に数字で表現される
  •  ③ Achievable:達成可能な「目標値」が定められている
  •  ④ Relevant:利益などの「ビジネス成果と関連」している
  •  ⑤ Time:目標達成までの「期限」が決められている

 簡単にいうと、「ビジネス成果につながるアクションを導き出せる、定量的に計測された指標(目標値と期限がある)」ということです。

 この5つの条件を満たす指標(KPIなど)を設計できれば、「よい指標(KPIなど)」といえることでしょう。

 多くの場合、②(定量的である)と③(目標値がある)と⑤(期限がある)は満たされています。なぜならば、指標(KPIなど)なので「定量的」に表現されているであろうし、ビジネスで使う指標(KPIなど)は「目標値」と「期限」は計画されているからです。問題になるのは、①(具体的なアクションとの結びつき)と④(収益などの成果との関連)です。データ活用上うまくいっていない指標(KPIなど)の多くが、①か④のどちらかが欠けています。どちらかが欠けていると、ビジネス成果につながるアクションを導くことができません。では、どちらかが欠けているを、どのようにすれば確認できるのでしょうか。

5. 簡単に確認する方法

 ①か④が欠けているかどうかを、簡単に確認する方法があります。

 例えば、①(具体的なアクションとの結びつき)が欠けているかどうかを確認するために、「その指標(KPIなど)は、何のアクションの結果なのか?」や「そ...

情報マネジメント

◆ 指標を制する者がデータ分析を制する

 「蓄積されたデータを活用しろ!」といわれたら、多くの人が最初にやることといえば、恐らく手元にあるデータを何かしら集計し、とりあえず数字を眺めることでしょう。この何気なく見ている数字が「指標(KPIなど)」であり、定期的に指標を見ることを「モニタリング」といいます。そして、多くの人はモニタリングするとき、指標の推移を折れ線グラフや棒グラフなどで表現します。つまり、蓄積したデータから作った指標(KPIなど)をモニタリングすることが、ビジネスにおけるデータ活用の第一歩です。そこから、その先にあるデータ分析に進み、具体的なアクションへとつなげていくのです。このことは、データ活用の実践サイクルである「OODA(Observe-Orient-Decide-Action、観察-方向付け-決定-行動)ループ」でも、このような指標(KPIなど)のモニタリングを、O(Observe、観察)の中で最初に実施します。

1. なぜ、指標がデータ分析の「キー」になるのか?

 指標(KPIなど)は、1つだけとは限らず、多くの場合、複数の指標(KPIなど)をモニタリングすることになるでしょう。そのため、指標(KPIなど)間の関係を押さえておく必要があります。以下のようなツリー状で、指標(KPIなど)間の関係を表したりします。

情報マネジメント

 例えば、ビジネス上重要な利益である「営業利益」を出発点にしてツリーを作っていきます。営業利益は、限界利益から固定費を引き算することで求まります。限界利益は、売上高から変動費を引くことで求まります。このように、指標(KPIなど)をツリー状で表現したものを「指標ツリー」と呼んだりします。

2. 蓄積すべきデータ

 指標が設計されると、どのようなデータを蓄積すべきかが見えてきます。蓄積すべきデータには2種類あります。「指標(KPIなど)を作るのに必要なデータ」と「指標(KPIなど)に影響を与えそうなデータ」です。例えば、小売店の「日販」(1日あたりの販売額)という指標を作るには、日々の売上データを蓄積する必要です。この日の売上データが「指標(KPIなど)を作るのに必要なデータ」です。さらに、売上金額に影響を与えるであろうチラシや天候などのデータも蓄積しておいたほうがよいでしょう。このチラシや天候などのデータが「指標(KPIなど)に影響を与えそうなデータ」です。

 しかし、「蓄積すべきデータ」がすべて蓄積されているケースは少ないことでしょう。まだ蓄積されていないデータが、「これから蓄積すべきデータ」です。当面は、「今すぐ使えるデータ」だけで指標を作りデータ分析を進めることになります。

3. 「アクション」に導けないといけない

 ビジネス上のデータ活用は、単に指標をモニタリングし分析をするだけでは意味がありません。最終的に、利益などのビジネス成果につながる「アクション」に導けないといけません。指標(KPIなど)の良し悪しは、ビジネス成果につながるアクションを導けるかどうかで決まります。つまり、「よい指標(KPIなど)」が設計されれば、蓄積すべきデータが分かるだけでなく、その指標をモニタリングすることで、ビジネス成果につながるアクションを導くことができるのです。要するに、「指標(KPIなど)」はビジネスにおけるデータ活用の「要」になっています。では、「よい指標(KPIなど)」とはどのような指標なのでしょうか。どのような条件を満たせば「よい指標(KPIなど)」をいえるのでしょうか。

4. 成果の出るビジネス指標の5つの条件SMART

 【ビジネスで使う指標(KPIなど)に求められる、SMARTと呼ばれる「5つの条件」】

  •  ① Specific:具体的な「アクション」との結びつきが明確である
  •  ② Measurable:測定可能で「定量的」に数字で表現される
  •  ③ Achievable:達成可能な「目標値」が定められている
  •  ④ Relevant:利益などの「ビジネス成果と関連」している
  •  ⑤ Time:目標達成までの「期限」が決められている

 簡単にいうと、「ビジネス成果につながるアクションを導き出せる、定量的に計測された指標(目標値と期限がある)」ということです。

 この5つの条件を満たす指標(KPIなど)を設計できれば、「よい指標(KPIなど)」といえることでしょう。

 多くの場合、②(定量的である)と③(目標値がある)と⑤(期限がある)は満たされています。なぜならば、指標(KPIなど)なので「定量的」に表現されているであろうし、ビジネスで使う指標(KPIなど)は「目標値」と「期限」は計画されているからです。問題になるのは、①(具体的なアクションとの結びつき)と④(収益などの成果との関連)です。データ活用上うまくいっていない指標(KPIなど)の多くが、①か④のどちらかが欠けています。どちらかが欠けていると、ビジネス成果につながるアクションを導くことができません。では、どちらかが欠けているを、どのようにすれば確認できるのでしょうか。

5. 簡単に確認する方法

 ①か④が欠けているかどうかを、簡単に確認する方法があります。

 例えば、①(具体的なアクションとの結びつき)が欠けているかどうかを確認するために、「その指標(KPIなど)は、何のアクションの結果なのか?」や「その指標(KPIなど)から、どのようなアクションが導き出せるのか?」と問いただしてみればよいでしょう。この問に答えられなければ、恐らく具体的なアクションとの結びつきが弱いです。例えば、④(収益などの成果との関連)が欠けているかどうかを確認するために、「その指標(KPIなど)を変化させることで、いくら儲かるのか?」や「その指標(KPIなど)を変化さえることで、コストはどのぐらい削減できるのか?」、「その指標(KPIなど)を変化さえることで、どのぐらい効率化できるのか?」と問うてみればよいでしょう。

 どの問いにも答えられなければ、恐らくビジネス成果との関連性が弱いです。では、①か④のどちらかが欠けていることが分かったら、何をすればよいのでしょうか。簡単にいうと、①(具体的なアクションとの結びつき)が欠けていれば、具体的なアクションが見えるまで指標を細分化すればよいでしょう。④(収益などの成果との関連)が欠けていれば、管理会計の視点で指標を再設計すればよいでしょう。

 要するに、指標を設計もしくは再設計するとき、管理会計の視点で指標設計を開始し、具体的なアクションが見えるまで細分化していけば、①と④を満たすことができるのです。具体的にどのようにして設計していくのかは、別の機会に解説します。

   続きを読むには・・・


この記事の著者

高橋 威知郎

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)


「情報マネジメント一般」の他のキーワード解説記事

もっと見る
メタ知識とデータカタログ データ分析講座(その69)

◆ データ分析の属人化を避けるためのメタ知識とデータカタログ  データ分析の特徴として、「属人化しやすい」という特徴があります。  なぜか属人化し...

◆ データ分析の属人化を避けるためのメタ知識とデータカタログ  データ分析の特徴として、「属人化しやすい」という特徴があります。  なぜか属人化し...


販促活動 データ分析講座(その11)

  ◆ 販促というギャンブルは、販促データ分析でギャンブルでなくなる  「販促って、本当に効果があるのかないのか分からない。でも、止める...

  ◆ 販促というギャンブルは、販促データ分析でギャンブルでなくなる  「販促って、本当に効果があるのかないのか分からない。でも、止める...


IoBとは、-活用事例、リスクおよび今後の展開-

  各種センサーデバイスの進化により、身の回りの事象データが取得できるようになってきました。すでにIoT(Internet of Thin...

  各種センサーデバイスの進化により、身の回りの事象データが取得できるようになってきました。すでにIoT(Internet of Thin...


「情報マネジメント一般」の活用事例

もっと見る
中小製造業とIoTの波

 「IoT(アイオーティー)」の波が、中小製造業にどのような影響をおよぼすのか、具体的にどのような変化がこの業界に訪れるのかについて、解説します。   ...

 「IoT(アイオーティー)」の波が、中小製造業にどのような影響をおよぼすのか、具体的にどのような変化がこの業界に訪れるのかについて、解説します。   ...


人的資源マネジメント:データ指向ものづくりがもたらす高い生産性

 今、ものづくりの現場が目指すべきは「データ指向ものづくり」だと思います。 今回は、インダストリー4.0のような次世代ものづくりの大波への備えともなる 「...

 今、ものづくりの現場が目指すべきは「データ指向ものづくり」だと思います。 今回は、インダストリー4.0のような次世代ものづくりの大波への備えともなる 「...


‐社内の問題克服による開発活動‐  製品・技術開発力強化策の事例(その14)

 前回の事例その13に続いて解説します。社内における様々な問題を高いレベルで深く追及して解決することが、競争力のある技術を育成し、売れる製品を生み出す事に...

 前回の事例その13に続いて解説します。社内における様々な問題を高いレベルで深く追及して解決することが、競争力のある技術を育成し、売れる製品を生み出す事に...