営業やマーケティングの現場で、変化に適応し柔軟に「動くため」の運用サイクルがあります。OODA（Observe-Orient-Decide-Action、観察-方向付け-決定-行動）ループです。この「今週の小ばなし」でも何度か説明しています。
今回は、OODAループの中で、具体的にどのようなデータ分析をするのかをお話しします。
分析テーマと定量分析
OODAループの中で、以下の5つの分析テーマがあります。
- ①何か問題は起こっていないか？
- ②問題の要因は何か？
- ③何も対策を打たず今まで通りにするとどうなるのか？
- ④対策を打つとどうなるのか？
- ⑤何をすべきかを決める
その中で、4種類の定量分析を行います。
- (ⅰ)異常検知
- (ⅱ)要因分析
- (ⅲ)将来予測
- (ⅳ)評価決定
OODAループのA（Action、行動）は、具体的なアクションの実施になります。そのため、データ分析はOOD（Observe-Orient-Decide、観察-方向付け-決定）の中で行います。
それぞれについて、説明していきます。
O（Observe、観察）とデータ分析
O（Observe、観察）では、何が起こっていたのかを、蓄積したデータから明らかにしていきます。現状把握です。
先ず、蓄積したデータをもとに「①何か問題は起こっていないか？」を考えます。もし問題が起こっているならば、次にその「②問題の要因は何か？」を探り整理していきます。
この分析の中で実施する定量分析は、「(ⅰ)異常検知」と「(ⅱ)要因分析」です。
「①何か問題は起こっていないか？」の分析の中で、モニタリングしているKPIなどの指標の数字に、問題がないかどうかを探すのが「(ⅰ)異常検知」です。「②問題の要因は何か？」の分析の中で、問題となっている要因にあたりをつけるのが、「(ⅱ)要因分析」です。
「①何か問題は起こっていないか？」と「②問題の要因は何か？」は定量分析だけで結論付けることはできず、最終的には定性的な分析が必要になります。
例えば、「訪問後の提案率」（訪問した見込み顧客の内、提案までたどり着けた見込み顧客の割合）の数字が急激に悪化したとします。
定量分析の「(ⅰ)異常検知」で「異常である」となった場合、定量的にその要因を探れない場合があります。例えば、東日本大震災のような大地震や、リーマンショックのようなことは、定量分析として取り扱うことが難しいです。特に、非常に重大で突発的な要因ほど定量的に扱えません。なぜならば、要因を特定するほどのデータが蓄積されていないからです。そのような要因は、定性的な分析で特定しています。
このように、「①何か問題は起こっていないか？」と「②問題の要因は何か？」は、「(ⅰ)異常検知」や「(ⅱ)要因分析」などの定量分析で当たりを付け、この定量分析の結果をフックに定性的な分析を実施し、実際のところどうだったのかを考えます。
O（Orient、方向付け）とデータ分析
O（Orient、方向付け）では、「今後どのようになりそうなのか」を分析し、対策案を洗い出します。
先ず「③何も対策を打たず今まで通りにするとどうなるのか？」を考え、もしよくない未来が待っていそうであれば、次に「④対策を打つとどうなるのか？」を考えます。予測モデルを使い、定量的に「(ⅲ)将来予測」をします。
O（Observe、観察）と同様に、O（Orient、方向付け）も定量分析と定性分析の両面で分析を進めます。
例えば、もしよくない未来が待っていそうであれば、KJ法などのブレ―ミングストーミングの定性的なアプローチで、よくない未来を起こさないための「対策案」を複数作ります。
その対策案に対し定量的にどうなりそうなのかを「(ⅲ)将来予測」します。その定量的な予測結果をもとに、どうなりそうなのかを定性的に解釈します。
D（Decide、決定）とデータ分析
D（Decide、決定）では、O（Orient、方向付け）で出した「対策案」を幾つかの評価軸で評価し、今後何をすべきかをを決めます。
例えば、評価軸として「効果の大きさ」や「費用対効果」、「実現可能性」などがよく使われます。理想は、効果の大きく、費用対効果の高い、実現可能な対策です。
したがって、分析テーマは「⑤何をすべきかを決める」となります。この中で実施する定量分析は「(ⅳ)評価決定」です。いくつかの評価軸で「対策案」を評価し、定量的に最も良い「対策案」をレコメンドします。
どの「対策案」を選ぶのかは、最終的には人間による決断が必要になります。
世の中には定量化できない情報の方が多く、それらを加味し定性的に判断できるのは、人でないと無理だからです。
後はD（Decide、決定）で決めたことをA（Act、実行）で実現し、再度O（Observe、観察）に戻ります。このようにしてOODAループが回っていきます。
OODAループのA（Act、実行）は、単に決めたことを実行するだけでなく、定性的な情報（例：顧客の反応など）の収集の場であることを忘れてはいけません。
OODAループはスキルではなく意識の問題である
OODA（Observe-Orient-Decide-Action、観察-方向付け-決定-行動）ループは、変化に適応し柔軟に「動くため」の運用サイクルです。何か特別なスキルが必要なわけではありません。OODAループで回そう！ 回している！ という意識さえあれば十分です。
すなわち、OODAループは「意識の問題」です。高度な分析スキルが必要になるわけではないし、ましてや分析基盤を構築するための大規模なIT投資が必要になるわけでもありません。
もちろん、高度な分析スキルやそのための分析基盤があれば、それに越したことはないです。ただ、高度な分析スキルが無いからデータ分析ができないとか、分析基盤がぜい弱だからデータ活用が進まないということにはなりません。
営業やマーケティングなどの現場でデータ活用をするなら、「今あるデータ」を「手元にある分析ツール」で分析し、OODAループを「意識的」に回せばよいのです。
例えば、データを活用しようと思い立ったら、先ずはどこのオフィスにもある分析ツールである「Excel」で、OODAループを回しながらデータ活用を実現するのが、早道であり現実的であり実践的です。
このとき扱うデータは、Excelでも扱えるようなリトルデータでしょう。そこで、データ活用の「勘」を養うことができます。
リトルデータをExcelで扱い、ビジネス成果につなげた経験で養った「データ活用の勘」は、データの量や種類が増えビッグデータ化したときや、高度な分析手法を使うとき、高価なデータ分析基盤を導入したとき、大いに役立ちます。
