「準備」。いつぞや本田圭佑がくどいほどに連呼していました。
今、自分もまさに「準備」フェーズです。
気づけばマーケティング本部所属として本社に復帰してから、もう半年が経ちました。
半年間やってきたことといえば、ひたすらAbemaTVのメディア戦略設計です。
半年前からプロジェクトに入ること自体は特に珍しくはないのですが、専任で1つの新規立ち上げにつきっきりで仕事するのは初の経験だったりします。(大体既存事業の運用をしながら掛け持ちしてやる)
当初は、とはいえ数字がないとやることあんまないよな・・・とか、軽く見てAbemaの他のことを手伝ったりしていた時期もありましたが、それについては小池常務にこっ酷く叱られまして(そして、そのことを今でもネタにされる)、
思い返してみれば、確かにリリース後の準備だけで半年間走り抜いて、結局それでもまだ時間が足りないぐらいなのが現状です。
せっかくなので、これから新規立ち上げに入るメンバーの参考にでもなればと、具体的に何をやってたのかを残しておこうかと思います。
■起こりうる全ての事象を仮説として洗い出す
第一にステップとしてまず考えることはチャンスポイントの模索やKPI設計になるわけで、例えば手法としては「コンセプトダイアグラム」だったり「マインドマップ」だったり「AAARR」だったり色々とあるのですが、総じて言えることは、「仮説の洗い出し」です。
特にビジネスモデル的にも真新しいサービスの場合、何が正解かがリリースするまで分からないのは事実なのですが、分からないなりに「恐らくこういう使い方をされるだろう」「仮に間違っていたとしたらこういう施策を投じたらよくなるかもしれない」のように、起こりうる全ての事象を想定し尽くすことです。
以前、freeeさんのキャリアハック記事で「ロースハラミ現象」というのがバズってましたが(これ自体、いわゆるデータマイニングを紹介する上で非常に分かりやすい事例なので是非読んでいただきたいのですが)、
結論から言うと、これだと遅いんです。
「う~ん、売り上げ下がってるけどなんでだろう」
「リリースしたけど思ったようにKPIが上向かないのは何故?」
みたいな結果が出てからその要因特定の為、というのがいわゆる分析屋たるものかと思いますが、そうこうしているうちにユーザーはどんどん離れていきますし競合はぶくぶく膨れ上がる一方でまた新たな競合も参入してきたりします。
上記のロースハラミ現象を例にあげると、安価な焼き鳥店が近くに出来ることぐらい最初に想定しておけという話ですし、しかもそれに4ヶ月間気づくこと無く、呑気に客を取られ続けられてたなんて分析以前の問題だ!という話です。
■アナリストとコンサルタントの違い
サービスとしてのコンセプト/ビジョンを掲げた上で、それを成立させるための条件やリスク排除を徹底的に洗い出し、例えば安価な焼き鳥店が出来たとしても1次会の客を取られないようにするためにはどういうKPIを常日頃意識しておくべきだろうか、というのを結果が出る前から仮説として持っておくことが、最低限準備しておかなければいけないことだ、というのがこの半年間、修行とも言える実務だったかと思います。
というのが、いわゆるコンサルファームでいうアナリスト→コンサルタントへの昇格基準でもあるんじゃないのかな、と。
この後、実際に数字が目に見えてどんどん出てきたあとこそ、数字ベースの結果論に逆戻りしがちですが、それ自体の分析スキルは維持しつつ、2面性を意識しながらサービスグロースに向き合っていきたいと思います。
今、自分もまさに「準備」フェーズです。
気づけばマーケティング本部所属として本社に復帰してから、もう半年が経ちました。
半年間やってきたことといえば、ひたすらAbemaTVのメディア戦略設計です。
半年前からプロジェクトに入ること自体は特に珍しくはないのですが、専任で1つの新規立ち上げにつきっきりで仕事するのは初の経験だったりします。(大体既存事業の運用をしながら掛け持ちしてやる)
当初は、とはいえ数字がないとやることあんまないよな・・・とか、軽く見てAbemaの他のことを手伝ったりしていた時期もありましたが、それについては小池常務にこっ酷く叱られまして(そして、そのことを今でもネタにされる)、
思い返してみれば、確かにリリース後の準備だけで半年間走り抜いて、結局それでもまだ時間が足りないぐらいなのが現状です。
せっかくなので、これから新規立ち上げに入るメンバーの参考にでもなればと、具体的に何をやってたのかを残しておこうかと思います。
■起こりうる全ての事象を仮説として洗い出す
第一にステップとしてまず考えることはチャンスポイントの模索やKPI設計になるわけで、例えば手法としては「コンセプトダイアグラム」だったり「マインドマップ」だったり「AAARR」だったり色々とあるのですが、総じて言えることは、「仮説の洗い出し」です。
特にビジネスモデル的にも真新しいサービスの場合、何が正解かがリリースするまで分からないのは事実なのですが、分からないなりに「恐らくこういう使い方をされるだろう」「仮に間違っていたとしたらこういう施策を投じたらよくなるかもしれない」のように、起こりうる全ての事象を想定し尽くすことです。
以前、freeeさんのキャリアハック記事で「ロースハラミ現象」というのがバズってましたが(これ自体、いわゆるデータマイニングを紹介する上で非常に分かりやすい事例なので是非読んでいただきたいのですが)、
結論から言うと、これだと遅いんです。
「う~ん、売り上げ下がってるけどなんでだろう」
「リリースしたけど思ったようにKPIが上向かないのは何故?」
みたいな結果が出てからその要因特定の為、というのがいわゆる分析屋たるものかと思いますが、そうこうしているうちにユーザーはどんどん離れていきますし競合はぶくぶく膨れ上がる一方でまた新たな競合も参入してきたりします。
上記のロースハラミ現象を例にあげると、安価な焼き鳥店が近くに出来ることぐらい最初に想定しておけという話ですし、しかもそれに4ヶ月間気づくこと無く、呑気に客を取られ続けられてたなんて分析以前の問題だ!という話です。
■アナリストとコンサルタントの違い
サービスとしてのコンセプト/ビジョンを掲げた上で、それを成立させるための条件やリスク排除を徹底的に洗い出し、例えば安価な焼き鳥店が出来たとしても1次会の客を取られないようにするためにはどういうKPIを常日頃意識しておくべきだろうか、というのを結果が出る前から仮説として持っておくことが、最低限準備しておかなければいけないことだ、というのがこの半年間、修行とも言える実務だったかと思います。
というのが、いわゆるコンサルファームでいうアナリスト→コンサルタントへの昇格基準でもあるんじゃないのかな、と。
この後、実際に数字が目に見えてどんどん出てきたあとこそ、数字ベースの結果論に逆戻りしがちですが、それ自体の分析スキルは維持しつつ、2面性を意識しながらサービスグロースに向き合っていきたいと思います。