改善のためにはボイス・オブ・カスタマーでなくボイス・オブ・プロセスが重要な理由
ボイス・オブ・カスタマーを聞いていてもプロセスを改善することはできない。ボイス・オブ・プロセスを聞くことによってのみプロセスを改善することができる。
-- ドナルド・ウィーラー
最近、データを使ってビジネスを改善するためにはデータドリブンではなくデータインフォームドを目指すべきというテーマでいくつかの投稿やセミナーを行い、ビジネスの改善のためにはボイス・オブ・カスタマー（顧客の声）ではなく、ボイス・オブ・プロセス（プロセスの声）を聞かなくてはいけないという話をしてきました。
この点においてセミナーに参加いただいた方たちより何度か質問を受けました。
というのも、一般的にはボイス・オブ・カスタマー、つまり顧客の声を聞くというのは、ビジネスの改善にとって当たり前のように聞こえます。それだけに、顧客の声を聞かずに改善とはどういうことかと、何か不思議な気がしますね。
そこで、ボイス・オブ・カスタマーの例として「売上額」または文字通り「お客様の意見」を考えてみましょう。
まず「売上額」ですが、これは遅行指標であり結果です。私達がビジネスを改善するためにほんとうに知りたいのは、何を行えば売上が上がるのかということなはずです。つまりXをすれば売上がY上がるという因果関係に関する知識です。これは自分たちのアクションと売上という結果の間に何らかの関係があるのかどうかを観察し、さらに検証する必要があります。ここで注意を払うべきなのがボイス・オブ・プロセスなのです。
また、「お客様の意見」を考えてみましょう。こちらの場合は、たしかにビジネス改善のためのヒントがあるかもしれません。しかし、多くの場合10人のお客様に質問すれば10通りの声が返ってきます。また、あるお客様はXという商品、機能が欲しいと言いますが、実際にそれらが提供されても、売上額の上昇とはならないケースがよくあります。逆に、声には出てなかったものXというサービスを追加すると売上額が上がったというケースもよくあります。
いわゆる「顧客はほんとうに欲しいものを出されるまで知らない」というやつですね。
そこで自分たちで様々な仮説を立て、それらをどんどん実験し、その効果を検証していく必要があるのですが、この検証の際に注意して見るべきなのがボイス・オブ・プロセスなのです。
最近、このあたりの話を私の説明よりももっとわかりやすくまとめていた「Goodhart's Law Isn't as Useful as You Might Think」という記事に出会ったので、みなさんと共有したいと思います。記事の中で触れられている、AmazonのWBR (Weekly Business Review)というビジネス指標をレビューし仮説検証するための仕組みも参考になるのではないかと思います。
以下、要約。
ボイス・オブ・カスタマー vs. ボイス・オブ・プロセス
ボイス・オブ・カスタマー（顧客の声）もボイス・オブ・プロセス（プロセスの声）もなんだかかっこよさそうな言葉ですが、単純で基本的なことをそれらしく言っているだけです。
ボイス・オブ・カスタマー（顧客の声）とは、ターゲット、ゴール、予算など、顧客や経営層などに求められる何らかの要件、仕様などを表すものです。
これとは対照的にボイス・オブ・プロセス（プロセスの声）とは、自分たちのビジネスや組織が何らかのアウトプット（結果、成果）を出すまでのプロセスです。例えば、ユーザーがサインアップするまでのプロセス、ユーザーがキャンセルするまでのプロセス、などです。
ボイス・オブ・カスタマー
ほとんどの人達はターゲットを与えられると現在の成果と期待されるターゲットとの差にばかり目を奪われてしまいます。まるでそれは、絶えずターゲットのことばかり考えていれば達成できるようになるかのようにです。
よくあるアプローチは、最終的なターゲットとなる数値を元に、そこに行き着くまでに達成しなくてはいけない途中の数値目標をいくつか立て、それらを達成できているかどうか絶えずチェックするというものです。
例えば体重を3ヶ月で6kg減らしたいとしましょう。その場合普通であれば毎月2kg減らしていくということになり、毎日体重計の上に立ちその目標に近づいているのであれば、よくやっていると自分を褒め、そうでなければその日食べる量を減らしたりエキササイズの量を増やすということになるでしょう。
ビジネスの場合もそうです。「今四半期のゴールは100件の新しい契約を結ぶことだから、毎月33件の契約が必要だ、今すぐ契約を取ってこい！」というかんじです。
しかし、これはビジネス改善に対するナイーブな見方です。体重のようにシンプルなものであればこういうやり方でもうまくいくときもあるかもしれませんが、実際のビジネスにおけるプロセスはもっと複雑で、そんな簡単に事は運びません。
ボイス・オブ・プロセス
自分たちのビジネスを改善したいのであれば、ビジネスを動かすプロセス（またはシステム）の声を聞かなくてはなりません。そうすることで、このプロセス（またはシステム）に対してインプットとして与えられる自分たちの行動や施策が、どのように結果というアウトプットに影響を与えるのかを理解できるようになるのです。
こうした理解を元にして初めて、何をすれば自分たちの望む結果を得ることができるのかわかるようになるのです。
これを可能にするには、継続的な努力、明確にされた目的、継続的な改善が当たり前となっている職場環境、この3つが必要となります。
自分たちに重要なビジネス指標の数値を、誰かが勝手に決めた恣意的な数値と比べてもプロセスが改善することはありません。例えば前月の数値と比べるのであれば、この現実世界にあるばらつきによって良い時も悪い時も当たり前のように起こります。
これでは、自分たちのプロセスが良いのか悪いのかも分からなければ、その改善のためのヒントを得ることもできません。
ゴールやターゲットを与えられると、人々は次の3つのうちのどれかの行動を取るようになると言われています。
- システムを改善するためにがんばる
- システムをごまかす、または改竄する
- データを改竄する
そして、ボイス・オブ・カスタマーを見ている限り、つまり何らかの恣意的な基準と比べている限り、肝心のプロセス（またはシステム）を改善することはできないため、いつまでたってもゴールを達成することができず、人々は最終的に2番目か3番目の行動を取るようになります。
データのばらつきを無視し、最新の指標の値を何らかの恣意的な数値と比べて、ことの良し悪しを判断している限り、みんなの努力は最終的にはデータをいかによく見せるかに向かってしまうのです。というのは、プロセス（またはシステム）を本質的に改善するよりも、数値の見方を捻じ曲げて都合の良い数値、または都合の良い解釈を作り上げるほうがよっぽど簡単だからです。
ビジネスプロセスのインプットを探す
多くの場合、ビジネスにおけるプロセスにおいて、望む結果を得るためのインプットがよくわかっていません。
体重をコントロールするという例を考えてみましょう。体重を減らすというプロセスにはよく知られた2つのインプットがあります。どれだけのカロリーを入れるか（何を食べるか）とどれだけのカロリーを出すか（運動などによって燃焼するか）です。ということは、体重を減らすというゴールを達成するためのチャレンジはあなたの体が異なるタイプのエキササイズ、異なるタイプの食べ物にどう反応するか、そしてあなたが始めた取り組みが毎日の習慣となるかどうかです。
これとは対照的に、ビジネスにおけるプロセスは、望む結果を得るためのインプットがよくわかっていないことが多いものです。そのためビジネスを改善するためにまず最初にしなくてはいけないのは、何がインプットなのかを探すことです。そしてそのインプットを構成する要素のうちあなたがコントロールできるものは何か、つまり何らかの影響を与えることができるものは何かをはっきりさせることです。もちろんそのためにはアウトプットとなる指標とインプットとなる指標の因果関係を理解する必要があります。
ここで言う因果関係とは、インプットとなる指標がX％上がると、アウトプット指標もY％上がるといったようなものです。例えば、「ニュースレターの開封率が30％上がると新規アカウントのサインアップ数が5％上がる」というかんじです。こうしたことが言えるようなチームは、ボイス・オブ・プロセスを注意深く聞くことができているということです。
誤解を恐れずに言うと、自分たちのプロセスを改善したいのであれば、一度ゴールやターゲットのことを忘れなくてはいけません。というのも、自分たちのプロセスにおける因果関係の仮説を検証することに集中するべきだからです。
よく考えたらこれは当たり前のことでしょう。ゴールとなる指標を眺めていても何も変わりません。たいていの場合それは自分たちにとって直接コントロールすることができないものです。
自分たちのアウトプット指標、その指標がどうなればいいのか、そのためにはどういったインプット指標があるのか、そのうち自分たちにコントロールできるものは何なのか、こうした質問に答えることこそ重要なのです。アウトプット指標のターゲットを達成しているかどうかの話をするのはその後です。
今期100件の新規契約を取るには、何をすればよいのか、どういった活動をどれだけ行えばどれだけの新規契約につながるのか、この関係を理解する必要があるのです。毎日現在の数値とターゲットの数値の間にある差を見て、それに反応して一喜一憂しても、インプットとアウトプットの関係を理解するにあたって、何の役にも立ちません。
WBRを使うAmazonのやり方
AmazonではWBR（Weekly Business Review）というオペレーションに関する指標をレビューするミーティングが毎週水曜日に開催されます。このミーティングにリーダーシップチームが集まり400から500にも上る指標を60分から90分かけて全てレビューしていきます。
このミーティングに関する詳細は「アマゾンの最強の働き方―Working Backwards」に書かれているのでそちらを参照いただくとして、ここではコントロールできるインプット指標を見つけるためにAmazonがどのようにWBRという仕組みを使っているのかの話をします。
Amazonでは全ての指標を自分たちがコントロールできるインプット指標とそうでないアウトプット指標に分けます。ふつうはアウトプット指標がWBRで議論されることはありません。というのもそれらに直接影響を与えるためにできることがないからです。もちろんAmazonのリーダー達は最終的には自分たちのパフォーマンスはアウトプット指標によって評価されることを認識しています。しかし同時に、そうしたアウトプット指標は遅行指標であり、直接何か行動を起こせるものではないことも理解しているのです。
代わりに、ミーティングの議論の大半は全ての指標の数値の特別なばらつきとコントロールできるインプット指標のトレンドに費やされます。それぞれの指標に責任を持っている人は、もしその指標が特別なばらつきを示した場合、または良くないトレンドを示している場合（成長率が鈍くなってきた、到達すべき水準に到達できてない、など）、それがなぜなのかに対する説明を求められます。
逆にもし指標の値の動きが想定内のばらつきの範囲にある場合は、特に発言を求められることもありません。
後者に当たる指標に関しては、ミーティング参加者は一瞬目を向けるだけで直ぐに次の指標に注意を向けます。
コントロールできる指標の見つけ方
それでは、どうやったらコントロールできる指標を見つけることができるのでしょうか？
その答えはシンプルで、それはトライ・アンド・エラーです。試しては間違えて、を繰り返しながら見つけていくのです。
例えば、MQL（Marketing Qualified Leads / マーケティング活動によって創出された購買可能性のあるリード顧客）を上げたいとしましょう。その場合「ニュースレターのプロモーションの割合」、「週当たりのセミナー数」、「Youtubeビデオに投稿したビデオの数」といったコントロールできるインプット指標がMQLに影響を与えるというのが仮説だとしましょう。
これらの3つの指標をWBRのインプット指標リストに入れ、こうした指標の数値を上げるよう現場のチームに指示を出します。数ヶ月も経つと、WBRに参加するリーダーシップチームは「プロモーションのためのニュースレターの数を増やしてきたがMQLには何の影響もないようなので、そろそろ止めるべきだ。」と言うようになるかもしれません。
または、
「セミナーの回数とMQLの上昇は相関しているようだが、今週はMQLがそれ以上に大きく上がっているが、なぜか？」と言われ、「あるパートナーといっしょに合同セミナーを行ったからです。」とあなたが答えたとしましょう。
すると次のステップとして、「これから合同セミナーの数もコントロールできるインプット指標として追加し、それがほんとうに今後もMQLの上昇に影響するのかモニターし始めよう」となるでしょう。
元Amazon幹部であるコリン・ブライアーとビル・カーは「アマゾンの最強の働き方―Working Backwards」の中でインプット指標を磨き上げていく実際にあった話をしてくれています。
Amazonが取り扱う商品を本だけから、他のカテゴリーにも拡大していったとき、私達が犯してしまった間違いの一つは品揃えに重きをおいたインプット指標を選択してしまったことです。これは売ることができる商品がいくつあるかというものです。
それぞれの商品の詳細、イメージ、顧客のレビュー、在庫情報、価格、「購入」ボタンといったものは商品の詳細ページに置かれていました。そこで当初私達は品揃えに関する指標として新規に作られた詳細ページの数をモニターしました。より多くの詳細ページはより多くの品揃えを意味するという前提からです。
一度この指標を定義するとすぐに小売担当チームの活動に影響がでました。彼らは新しい詳細ページを追加することにものすごく集中するようになったのです。それぞれのチームは何千というページを彼らが担当するカテゴリーごとに追加していきました。いくつかの商品は新しい取引先との関係を構築する必要があり、フルフィルメントセンターに在庫を抱える必要もありました。
すぐに詳細ページは増加し始め、品揃えは改善したように見えたのですが、アウトプット指標である売上は上昇しませんでした。分析の結果わかったのは、新規詳細ページを追加し品揃えを上げるために、小売担当チームは需要が高くない商品でも購買してしまっていたのです。こうした活動は他のアウトプット指標にネガティブな影響を与えました。それは在庫を持つことによるコストの増加です。そして需要のない商品はフルフィルメントセンターの貴重な場所を占有してしまいました。そうした場所はもっと需要の高い商品を確保するために使えたにも関わらずです。
私達はWBRミーティングの中で間違ったインプット指標を選択してしまったことに気づき、その後消費者需要を反映する指標に変えることにしました。いくつかのWBRミーティングを行う際にいつも気にしていた質問は、「もしこの品揃えに関する指標の定義を変えたら、それは私達が希望するアウトプットにつながるのだろうか」というものです。
もっとデータを集めビジネスのパフォーマンスを観察し続けるうちに、この品揃えに関する指標は以下のように進化していきました。
- 詳細ページの数
- 詳細ページの閲覧数（詳細ページを作ってもそれが誰にも見られなければカウントされない）
- 閲覧されている詳細ページのうち在庫がある割合（詳細ページがあっても出荷できる状況になってなければカウントされない）
- 閲覧されている詳細ページのうち在庫があり2日以内に送付ができる状態になっている割合、後にファストトラックと呼ばれるようになった指標
上記を見て分かるように、彼らもトライ・アンド・エラーを繰り返しながら何をインプット指標としてモニターすべきかを磨き上げていったのです。これはビジネスにおいて欠かせないものです。重要なのは絶えず検証し議論を重ねていくことです。
Amazon創業者で当時CEOのジェフ・ベゾスは上記のファストトラック指標は対象範囲が狭すぎるのではないかと懸念していました。それでもジェフ・ウィルク（元Amazonワールドワイドコンシューマー部門CEO、ベゾスが偉大な師と呼ぶ人物）はこの指標は小売ビジネス全体を通して広範なシステム的な改善を生み出すと主張しました。彼らはしばらくの間この指標をモニターし続けることに同意し、結果的にはジェフ・ウィルクが期待したようにこの指標をモニターすることで、彼らは小売ビジネスを大きく成長させることができたのです。
間違ったインプット指標を選ぶことが一時的にコブラ効果（ある指標の最適化のみに集中した結果、本来解決しようとしていた問題がより悪化してしまう現象）を生み出してしまったことがわかります。
- 1つの指標だけ追ってるとコブラ効果が起きてるかもしれません - リンク
しかしAmazonでは毎週WBRミーティングを行うことで、それが起き続けるのを防ぐことができました。WBRを行う隠された動機は選択されたコントロールできるインプット指標は間違っているかもしれないという認識から来るものです。そこで、WBRはインプット指標とそれらに対応するアウトプット指標との間にある関係を検証、評価するために設けられた毎週のチェックポイントとなるのです。
もしインプット指標とアウトプット指標の間に関係がない、または逆にアウトプット指標が悪化してしまうような場合は、Amazonのリーダー達はそのインプット指標をキャンセルする必要があることを理解しています。つまり、コントロールできるインプット指標とは、それがアウトプット指標に対して期待する影響を及ぼす場合においてのみ重要なのです。アウトプット指標に対して望むような影響を与えていないのであれば、WBRはそうしたインプット指標は追う必要のない指標と判断しモニターするリストから外すのです。
Amazonでは400から500もの指標を1時間のWBRミーティングにおいてレビューし、それを毎週繰り返します。外部の人にとっては信じられないほど多くの指標に聞こえるかもしれませんが、毎週このレビューをすることによって、彼らのビジネスにおける因果関係のモデルを参加するメンバーの頭の中に構築しているのです。
これを毎週繰り返すことによって、ある指標を見たときに、「何かおかしいな、この下落は季節要因として期待されるよりも落ち込んでいるようだが、何が起きたのだろうか？」と質問することができるようになります。そのため、ほとんどの指標がばらつきの範囲内に収まっているため特に何も注意する必要がなかったとしても、毎週そうしたすべての指標のトレンドに目を通すことが重要なのです。
そしてこのWBRに参加する幹部たちは毎週それぞれの指標を認識し、検証し、そして更新していきます。こうしたトライ・アンド・エラーを通して幹部たちはこの会社のプロセスにおける因果関係のモデルを共有していくのです。
そういう意味で、WBRはビジネスをデータを使って改善するために欠かせない重要な要素なのです。
以上、要約終わり。
あとがき
今回は、データを使ってビジネスを改善するためには、ボイス・オブ・カスタマーではなく、ボイス・オブ・プロセスのほうに注意を向けるべきだという話でした。
ただ、ボイス・オブ・プロセスに耳を傾ける理由は、自分たちがコントロールできるインプット指標は何か、つまり自分たちが望む結果を導くためには何をすればよいのか、この問いに答えるためです。
XをすればYになるといった因果関係、またはXが上がればYも上がるといった相関関係がわかれば、ビジネスを予測することができるようなります。
もちろん、「言うは易く行うは難し」で、こうした因果関係（または相関関係）を把握するのはそんなに簡単なものではありませんし、データとにらめっこしたからといって何かの魔法が起きるわけでもありません。
そこで重要なのが、とにかく多くの仮説を作り、それらを実験することです。そして、それ以上に重要なのが、その実験の結果を検証することです。この検証の段階を踏むことで、仮説が正しいのか間違っているのか判断できるようになるのです。
この実験と検証においては一般的なウェブまたはテック企業であればA/Bテストを行いますが、こうした実験を行い実験データを取ることができるようなビジネスはほんの一握りです。ほとんどの企業は普段のオペレーションに関する売上、注文、コンバージョン、キャンセルといった観察データしか取れません。
こういった観察データを元に仮説を検証するためのツールが、XmRチャートのようなばらつきの中からトレンドの変化を見つけ出すためのチャートです。またXmRチャートを使わなくとも、AmazonがWBRミーティングでやっているように、何百もの指標のトレンドに毎週目を通し続けることによってインプット指標とアウトプット指標の関係を検証する仕組みというのも参考になるのではないでしょうか。
ボイス・オブ・カスタマー、つまり指標をただ単に眺めていても改善のためのヒントは得られません。それどころか、それらの値を何らかの恣意的な基準と比べて良い悪いを決めていたのでは、関連する業務に携わる全ての人にとってストレスが溜まるばかりです。これが私がデータドリブンに反対する大きな理由です。
逆に、XmRチャート、WBRといったツールや仕組みを使いボイス・オブ・プロセスに耳を傾けることで、ビジネス改善のためのヒント、つまりインプットとアウトプットの因果関係に関する知識を得ることができるようになります。これこそが、業務に携わる人を含め、組織にいる全ての人にとって知りたい知識であり、こうした知識を元にビジネスを確実に改善していくことで、全ての人にとって仕事がやりがいのあるものとなるのです。
これこそが私がデータインフォームドを勧める一番の理由です
これは私の尊敬する、PDCAの父、デミング賞で有名なエドワード・デミング氏の哲学で、もっと多くの人たちに知ってもらえればと思います。
デミング哲学についてはこちらのセミナーで紹介していますので、ぜひご覧ください。
以上。
データサイエンス・ブートキャンプ・トレーニング
いつも好評のデータサイエンス・ブートキャンプですが、現在9月版への参加の申し込みを受付中です！
データサイエンス、統計の手法、データ分析を1から体系的に学び、ビジネスの現場で使える実践的なスキルを身につけていただくためのトレーニングです。
ビジネスのデータ分析だけでなく、日常生活やキャリア構築にも役立つデータリテラシー、そして「よりよい意思決定」をしていくために必要になるデータをもとにした科学的思考もいっしょに身につけていただけるトレーニングとなっています。
興味のある方は、ぜひこの機会にご参加検討ください！