マネジメント

マネジメント

チームのマネジメントや組織マネジメントに関するトピックスです。

20 posts
データ分析チームを育てる

データ分析チームを育てる

私がデータ分析を始めた十数年前と比べ、データ分析のビジネス領域が広がってきているように感じています。そして、国内でも組織内にデータ分析チームを作ることは、めずらしいことではなくなりました。その一方で、チーミングには様々な課題が潜んでいます。 この記事では、データ分析チームの内製化と育成について考えてみます。 なぜデータ分析の内製化が必要か データ活用の初期段階では、外部の協力者の力を借りてプロジェクトを回してくこともあると思います。しかし、意思決定やオペレーションの改善にデータを組み込んでいくためには、チーム内で分析を回せるようになることが理想です。 例えば、A/Bテストを駆使してSaaS型のビジネスをグロースさせているWeb企業は、データサイエンティストや分析者を組織内に抱えています。自社のサービスを市場に素早く柔軟にフィットさせていくには、短いスパンで分析タスクを回していく必要があるからです。 もし、組織にデータ分析者がいなければ、技術コンサルティング会社や分析専門会社の分析リソースを都度調達することが必要になります。 調達ベースでのデータ分析プロジェクトは、しばしば...

ピープルアナリティクスの仮説検証サイクル(DDDIサイクル)

ピープルアナリティクスの仮説検証サイクル(DDDIサイクル)

ピープルアナリティクスでは、ファクトをベースに問題を発見し課題解決につなげていくことがポイントになります。これにより、人事に仮説検証型のプロセスを導入することができます。 この記事では人事における仮説検証のイメージをお伝えし、ピープルアナリティクスを人事にビルドインするための考え方(DDDIサイクル)をご紹介します。 ビジネスにおける仮説検証 ビジネスにおける仮説の検証とは、ビジネス上の施策を仮説をもって実施しその効果を振り返り軌道修正を図るような取り組み全般を指します。これはピープルアナリティクスに限らず、ビジネスの様々なシーンで活用されているアプローチです。 例えば、生産現場における改善や、WebマーケティングにおけるA/Bテストが代表的な仮説検証の例になります。 また、近年のスタートアップ企業の立ち上げでは、市場の課題とプロダクトのフィッティングを行うために仮説検証を繰り返すことがスタンダードになっています。このアプローチは、大企業の新規事業の立ち上げにも取り入れられ始めています。 なぜ人事に仮説検証が必要なのか? それでは、なぜ人事業務においても仮説検証が必要...

You’ve successfully subscribed to People Analytics Idea HUB
Welcome back! You’ve successfully signed in.
Great! You’ve successfully signed up.
Success! Your email is updated.
Your link has expired
Success! Check your email for magic link to sign-in.
Please enter at least 3 characters 0 results for your search