読了: 約 3 分
概要
これはなに
- 事業、サービス、各種実行における最大化と最適化について整理するためのもの
目的
- 最適化に走りすぎると大きな成果を得られないので、最適化と最大化の思考・実行のタイミングを言語化する
- 最適化と最大化をうまく使いこなし、仕事やサービスにおける成果のトップラインを高速に引き上げるため
最適化と最大化の認識がなぜ重要か
- 何の領域で大事・利用されるのか？
- ビジネス、スポーツ、ゲーム、芸術、勉強、組織・体制づくりなどどの分野にも応用できる思考
- なぜ重要か
- 短期間で大きな成果をどのようにあげるかを事前に仮説をたてて実行できる人が一番結果が出るこのスキルや実績が高いほど貴重な存在になる
- 成果の安定性
- 求められる成果を積み上げることができる「実行」をコントロールできるから
- 成果を積み上げる、大きな成果をあげるのは再現性が必要
- 再現性＝言語化ができるかどうか
- 言語化できないものは再現しないから言語化がまず大事
- できること
- 最適化と最大化をコントロールすることで、特定領域における成果を適切に・狙ってあげることができるようになる
持続的な成長を遂げる会社＝再現性の高い会社にするための方法Vol.1
5期目の会社だが私がドキュメント文化を推進してきた。社内の情報の構造・情報設計からサービスの選定ロジックを作り、サービスを選択してサービス移行なども経験してきた。サービス移行プロジェクトではPMを副業で採用し、情報設計を整理したりなどもし
T2AMP強い企業・組織・チームを作るための言語化の重要性
最近入社した社員や社外のビジネスマンの相談に乗っているときに「言語化力が高い」と言っていただく機会が増えてきた。「言語化力とは何か、なぜ高める必要があるのか、それで得られたメリットは何か」など自分の考えていることをまとめておきたい
T2AMP最適化と最大化の分類イメージ
最適化について
- 最適化はすでにある課題や問題を目標に対して指標AをN%改善する など、論理的に分解して掘り下げていくこと
- 最適化にも良い最適化といまいちな最適化がある
良い最適化
- 前提
- 事業・サービスなどの目標などに対してどの指標を伸ばせばいいのか明確になっていること
- 不明確、理解不足の状態で施策を実行すると結果が出にくい
- やること
- 改善すべき指標を明確にする
- 改善すべき指標が一番結果に直結するかどうかデータを整理してファクトを確認
- その上で改善余地が大きい課題・施策をデータを基に特定する
- 課題解決のために具体的な改善施策の内容を考える
- データ
- 特定領域におけるデータが蓄積されており、分析できる状態になっている
- 「データ量が少ない、分析に必要なデータの種類が不足している」などがある状態での最適化は危険
- 最適な手段や施策の変更可能性が高いので、作り込んだ施策・思考が大きな成長の足枷になる可能性があるから
- 特定領域におけるデータが蓄積されており、分析できる状態になっている
いまいちな最適化
- 指標
- 指標が不明確
- 指標がどこの事業・サービス成果に結びついているのか理解不足
- 実行
- 結果のトップラインが限定的な指標の最適化を図っている
- 細かい改善をすることに執着し、結果が伸びていない
- 細かい改善の自己満足になっている
- 課題
- whyの弱い場合
- 「なに×どれくらいか」＝インパクト・期待する結果の見積もりができていない
- なぜ発生するか
- 近視眼的にしか結果を捉えられていない、局所最適で全体最適の発想・視点が抜けている
- what、whyの突き詰めを行っていないから
最大化について
- 内容
- 最適化に対して最大化は「目標に対しての指標AをN%改善する」発想ではなく、「そもそもの全体を2倍にする、10倍にする」といったもの
- 目的
- 顧客・ユーザーの提供価値、事業価値、売上、成果を最大化するため
良い最大化
- 指標
- 現在の機能・サービスの中で指標が明確である
- 何の指標が重要指標かが明確である
- 分析
- 明確になった指標の上で、各指標のトップラインの想定がついており、現実的に最適化で達成するものと最大化しないと達成できないものの区別がついている
- その周辺の分析・データに基づく意思決定がされている
- 発想・着想
- 限定的なトップラインから現在の課題の根本原因から着想する
- ファクトがない場合が多いので、課題のヒアリングを多めに行う
- 課題の解像度を高めた上でトップラインがどのように変化するか見積もりができている