SWOT分析✖データサイエンス=確実性の高い経営戦略

facebookカスタムネイルSWOT分析データサイエンス確実性の高い経営戦略.jpg

これまでSWOT分析はアナログでの分析中心でした。

独自戦略自体が単純に外部環境だけで判断するなら、データ分析至上主義でもいいでしょうが、自社の「強み」は千差万別。

だからクロス分析である「積極戦略」の具体策はどこまで行ってもアナログ表現になっていました。

しかし、「積極戦略」はあくまでの仮説です。

それを検証する過程でデータ分析が必ず必要になります。

もし、SWOT分析から生まれたアナログ具体策と、それを裏付けるデータ分析がマッチングすれば、「確実性の高い経営戦略」になることはイメージできると思います。

実は、当社はデータサイエンティストの第一人者と現在共同企画を練っています。

ある段階に来たら公表しますが、今はまだ極秘です。

簡単に言うと「SWOT分析の第一人者」×「データサイエンティストの第一人者」=「データに裏打ちされた確実性の高い経営戦略」の支援、という構図を創ろうと考えています。

1、SWOT分析後、3~6か月の検証期間

よく私は「SWOT分析後、寝かせなさい」と表現します。

SWOT分析はあくまでも仮説なので、それを実行する前に「本当にその積極戦略でいいのか?」確証が欲しいからです。

SWOT分析を行った段階では、まだまだ思いつきの域を出ておらず、即設備投資や人員投入は危険性があります(ただし、緊急対策の場合は検証期間をもうけず、動きながら検証と修正を繰り返します)

この検証期間にデータで裏付けをとりたいわけです。

そのデータは最終的にKPIのような表現になっていきます。

データの定義もしっかり、SWOT分析直後に決めて、集積の仕方も決める必要があります。

 

2、検証過程で予測モデル、異常検知モデルを構築

これは「データサイエンティスト第一人者」からのアドバイスでした。

SWOT分析の積極戦略からアナログの具体策が出て、収集データの再定義をします。

それをKPI化して、集積していきます。

データ集積が進むと、今後の予測モデルを構築します。

要はグラフの延長線上です。

どんな角度になるか、どんな曲線を描くか、など未来予想図です。

この未来予想図が収益拡大傾向なら、この積極戦略は妥当性があったということでしょう。

また、異常検知モデルとは、積極戦略の検証過程で想定外のデータ結果が出る場合、どういう状況やどういう行動にでたら異常が出るかが見えてきます。

これはそのままリスク管理として具体策に挙げる事になります。

検証過程でこういうモデルが見えると経営者も安心して、その積極戦略を推進したくなります。

 

また今後詳細をつめていきますので、随時報告します。

こちらのページもいかがですか?

無料電子書籍ダウンロード

「これを無料で渡すんですか?」と同業のコンサルタントがビックリしたマニュアルをご提供!各種コンサルティングマニュアルを揃えております。

コンサルティング現場実例ノウハウ

「こんな実例ノウハウを、こんな価格で売るって正気ですか?」と仲間のコンサルタントがあきれた「コンサルティング現場で活用した実例ノウハウ」があります。クライアントとの面談や会議で、また研修時に「見せるツール」しかも記入実例付きのリアルテンプレートを豊富に掲載。