• 会員限定
  • 2023/05/30 掲載

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

実は勘や直感も重要? メリット・デメリットまとめ

  • icon-mail
  • icon-print
  • icon-hatena
  • icon-line
  • icon-close-snsbtns
記事をお気に入りリストに登録することができます。
ビジネス環境がますます変化する中で、データドリブンによる意思決定の動きがさらに加速している。当たり前のことだが、よく考えると生じる疑問の1つが、データドリブンにより「どれだけ判断精度を向上できるのか?」ということだろう。ガートナー バイス プレジデント,アナリストのガレス・ハーシェル氏が、意思決定における「合理的」「原理的」「協働的」「直感的」の4つ手法を解説するとともに、あるべき推進法を提言する。

執筆:フリーライター 岡崎勝己

執筆:フリーライター 岡崎勝己

photo
優れた意思決定かどうかの判断基準は「成果」か「プロセス」でみるべきか?
(出典:Gartner(2023年4月))

データドリブンな意思決定には「強み」だけでなく「弱み」もある

 世の中で生み出されるデータが種類と量の両面で急増を続ける中、データをさまざまな事象の証拠として意思決定に役立てる、いわゆる「データドリブン」の動きがますます本格化している。

 消費行動の多様化や複雑化を背景に、従来からの経験則による消費行動の予測難度は増しており、これに対してデータによる現状把握の精緻化を通じて、予測精度を確実に高めてきた。業務の多様化と複雑化、環境変化の加速なども要因に挙げられる。

 ただし、「データドリブンへの偏重は、意思決定において(実は)決して望ましいものではありません」と指摘するのは、ガートナー バイス プレジデント,アナリストのガレス・ハーシェル氏だ。

 ハーシェル氏によると、意思決定の手法は「合理的」「原理的」「協働的」「直感的」の4つに大別され、データドリブンはこのうちの合理的な手法に含まれる。

画像
意思決定の手法は「合理的」「原理的」「協働的」「直感的」の4つに大別される。データドリブンは合理的な手法に含まれる
(出典:Gartner(2023年4月))

 その強みは「一貫性があり、意思決定プロセスを改良できること」(ハーシェル氏)だが、判断に多くのリソース(データ)が必要なため、手間暇を要し、かつ「うわべだけの正確さ」に惑わされやすいことが弱点だ。

「データは生成手法によって、信頼性が大きく変わります。ただ、健全な疑念を持ち続けにくく、結果として誤った判断を下してしまうことも少なくないのです」(ハーシェル氏)

 他の手法の強みと弱みは次のようになるという。

  • 原理的:行動原理に基づく判断で組織のモチベーションを高く保てる一方、判断から客観的な視点が削がれがち。

  • 協働的:組織全体として知見を活かせる一方、判断に時間を要し、他人に同調する集団志向のリスクもある。

  • 直感的:迅速な判断が可能だが、一貫性を保つことが難しい。

  • 合理的:一貫性があり、意思決定プロセスを改良できること。判断に多くのリソース(データ)が必要なため、手間暇を要し、かつ「うわべだけの正確さ」に惑わされやすい。

複数視点での判断でより良い意思決定を

 意思決定のいずれの手法も“強み”と“弱み”を併せ持つ。この中でのより良い意思決定に向け鍵を握るのが、それらの適切な組み合わせによる弱点の補完だという。

 例として挙げたのが、医療での臨床治療だ。問診で得られるリソースだけでは合理的な判断が下しにくい場合にも、直感的は判断による「緊急手術」の必要性の気づきを基に、「セカンドオピニオン」による協働的な判断による望ましい治療行為、さらに「苦しみを和らげる」という原理的な判断による「手術後の患者のフォロー」と、各種制約の中でアクションを確実に進めていける。

「つまり、より良い意思決定を行うには、複数の視点で事象を捉える必要があるということです。データドリブンはたしかに1つの大きな要素となりますが、それが唯一の要素であってはなりません」(ハーシェル氏)

画像
ガートナー
バイス プレジデント,アナリスト
ガレス・ハーシェル氏

 一方で、企業では従来からデータやアナリティクスの活用が進められてきた。その手法は次の3つの順に段階的に高度化するのだという。

 最初は、データでどんなアナリティクスを実施するかを事前に人が決定し、その結果を意思決定に役立てる方法だ。狙いはデータによる「意思決定の支援」であり、データドリブンを進める企業の大半は現在、この段階にある。

 次が、機械がデータを基に意思決定にまつわる提案を行うものである。データによる「意思決定の拡張」と言える。たとえば機械が顧客への商品のレコメンド方法を提案し、人が承認後、実施する。AI利用が広がる中で現在、大きな期待を集める手法だという。

 最後が、「意思決定の自動化」だ。この段階に至ることで、機械がデータを基に自立的に意思決定を行い、人の役割は機械の意思決定の監査となる。化学プラントなどでの現場データを活用したプロセス・オートメーションなどが代表だ。

「ただし、意思決定の自動化では検証漏れのリスクが危惧されます。技術的な難度も極めて高く、必ずしもこの段階に到達する必要はないでしょう」(ハーシェル氏) 【次ページ】データドリブンに用いる分析手法を5つに大別

関連タグ

関連コンテンツ

あなたの投稿

    PR

    PR

    PR

処理に失敗しました

人気のタグ

投稿したコメントを
削除しますか?

あなたの投稿コメント編集

機能制限のお知らせ

現在、コメントの違反報告があったため一部機能が利用できなくなっています。

そのため、この機能はご利用いただけません。
詳しくはこちらにお問い合わせください。

通報

このコメントについて、
問題の詳細をお知らせください。

ビジネス+ITルール違反についてはこちらをご覧ください。

通報

報告が完了しました

コメントを投稿することにより自身の基本情報
本メディアサイトに公開されます

必要な会員情報が不足しています。

必要な会員情報をすべてご登録いただくまでは、以下のサービスがご利用いただけません。

  • 記事閲覧数の制限なし

  • [お気に入り]ボタンでの記事取り置き

  • タグフォロー

  • おすすめコンテンツの表示

詳細情報を入力して
会員限定機能を使いこなしましょう!

詳細はこちら 詳細情報の入力へ進む
報告が完了しました

」さんのブロックを解除しますか?

ブロックを解除するとお互いにフォローすることができるようになります。

ブロック

さんはあなたをフォローしたりあなたのコメントにいいねできなくなります。また、さんからの通知は表示されなくなります。

さんをブロックしますか?

ブロック

ブロックが完了しました

ブロック解除

ブロック解除が完了しました

機能制限のお知らせ

現在、コメントの違反報告があったため一部機能が利用できなくなっています。

そのため、この機能はご利用いただけません。
詳しくはこちらにお問い合わせください。

ユーザーをフォローすることにより自身の基本情報
お相手に公開されます