データドリブンな意思決定は「本当に正しい」のか？ ガートナーが語る4つの手法と意義
コメント
注目のコメント
データドリブンな意思決定を構造的に解説した良記事です。
意思決定には「合理的」「原理的」「協働的」「直感的」の4つの手法がある。いずれも強みと弱みがあり、状況に応じて使い分ける。
データドリブンは合理的手法。意思決定支援、意思決定案提示、意思決定自動化の3段階で進むとのこと。
日本企業は意思決定結果の追跡が苦手、あまり評価指標KPIを使っていないそうです。
私の感覚もそうです。KPI設定が苦手、というより評価されることを避けがちです。プロセス改善のための評価であって、人事評価と混同している印象もあります。
だから本当は一気に自動化を見据えて取り組むのがよいです。うまく行かなくても、それは人のせいではなく、AIがダメと言えますから。非常にデータドリブンな会社環境での経験を経た上で、データ分析は重要であり、確実により良い決断を導きます。
一方、ビジネスは「マジック＆ロジックのバランス」が大切だと思います。ロジックであるデータドリブンで、より質の高い結果をもたらすと同時に、ガッツフィーリングといった直感やマジックよりの右脳の要素も取り入れることが、より良いビジネス判断につながると思います。データを知った上で、直感に頼ると言うのが実態。100%はわからないのだから、最後は直感でしかない。それが判断者の世界観。ビジネス観できまる。
ただ、データを知っておくと、意外な選択肢を見つけたり、ありえない選択肢を減らせる。そう言うメリットはある。
データが正解を教えてくれるわけではない。最近の情勢変化の速さを見るに、人間万事塞翁が馬。
結局は判断に納得感、腹落ち感が伴うかがかなり重要。短期的に失敗と思っても中期的にはわからない。
判断を正解にしていく情熱、一体感の方が大事だと思う。
そう言う目に見えない要素を、避ける人が多いけど、判断より実行の方がはるかに大事だと思う。
正解っぽいことを言うことは、この情報過多の世の中で、そんなに難しくないし、そこまで重要だと思わない。
