孫社長にたたきこまれたすごい「数値化」仕事術

投稿元：

レビューを見る

数値化が必要な仕事に就いてないのもあって、途中から飛ばし読みでした。

普段の仕事で数値をたくさん扱ったりする方へは参考になる本かなと思います。

ただ、りんごもいろんな側面から数値で表すことができるという部分においては、自分が考えもしていない視点からの数値を出すことで、より仕事や会社の経営が捗ったりするのかもしれないということを学びました。

今後、何かで必要になった時に読みたいです。

投稿元：

レビューを見る

取り急ぎザッと目を通した
細かい計算部分は飛ばしたので解ったことは
数値化する目的と効果と手法の概要（後で良く読む）

自分の現在に照らしあわせて活用方法が見いだせないものもあり
「コレは今やろうとしてることだ」と言うものもあり

今まで数値化が苦手で避けてきたので
まずは使えそうなモノから取り入れて
他のものの活用鳳凰を見出したいり
取り入れるハードルを下げたい

投稿元：

レビューを見る

数値化に弱く、参考に購入。
考え方から実戦まで、平易な言葉で書かれており分かりやすい。知見が稼げた。少しソフトバンク推しがすぎる気もするが。。。

投稿元：

レビューを見る

・目の前の問題を解決するために、自分で数字を取りに行く。自分にとって役立つ数字は、自分の手で作り上げる。
・数字は誰にとっても絶対的な事実。それを示すのが社長だろうと、新入社員だろうと関係ない。
・未来＝次のアクションにつながらない数値化は意味がない。
・数える前に分ける。これが数値化仕事術の鉄則。ポストイットに「何が問題の要因だと思うか」を書いてもらう。一人でやるのではなく、複数で集まってやるのがポイント。
・Ｐ計画、Ｄ実行、Ｃ検証、Ａ改善。数値化して目標や計画を立てたら、まず実行してみる。早く失敗したほうがよい。実測値を手に入れるほうが重要。
・ＬＴＶ(ライフタイムバリュー)を重視せよ
・ダンバー数「200人を超えたらグループを分ける」
・マジックナンバー７。人間が短絡的に記憶できる要領は7個前後。
・数値化して比較するなら、計測する条件を揃えることが大前提。「一気に、かつ同時に」が重要。
・重回帰分析を実践して身につける。
・数値化すれば未来が予測できる。
・「６：３：１」理論で、新しいことにチャレンジする。

投稿元：

レビューを見る

未来のため、アクションのために数値を使う。
やってみないとわからないことが多い中、どこまでPLAN作成に時間をかけるのか。
ソフトバンクは、DOして必要な数字を得てから再PLAN。
個人的な経験からもこれは正しいと感じた。
プロセスごとに分解して問題を見つける手段は、どんなときも有効。さっそく、実践してみよう。

投稿元：

レビューを見る

数値化する大きなメリットの一つは、「目標達成までに何をすべきか」という具体的なアクションがみえてくることです

２割の問題を解決すれば、全体の８割は解決する

優先順位をつける基準は、「解決すると効果が大きいものからやる」です

孫社長は、人の意見やアイディアを「良い悪い」「好き嫌い」などの主観で判断しません。「これなら結果が出る」と数字で客観的に示せるものならOK、示せないなら却下するまでです

他人があつめた数字をつかって、自分の目の前にある問題を解決できない

数値化は過去を振り返って満足するためでも、誰かを悪者にするためでもなく、未来を作るためのものである

数える前に分ける

大事なのはデータを「構造化」して、「インフォメーション（情報）」や「ナレッジ（知識）」にすること

ソフトバンクでは早く失敗したほうがいいと考える

計画段階で机上のデータをこねくり回しているだけでは、決して得られない

計画に時間をかければかけるほど、社内は疲弊してモチベーションは下がる

失敗をおそれて、計画に時間をかけすぎている日本企業

KH coder　膨大なテキストの中から関連性のある言葉を抽出し分析する

自分で管理できる行動に対して数値目標を設定する

散布図　単回帰

SurveyMonkey Sample Size Calculator

高精度計算サイト　keisan

ダンパー数　200人を超えたら集団を分ける

ベンチャー企業　社員３００人が一つの壁
お互いの顔や名前を知らない社員が増える　一体感が失われ始める

ダンパー数に基づいて組織を分割する

イノベーター（革新社）　アーリーアダプター（初期採用者）　アーリーマジョリティ（前期追随者）　レートマジョリティ（後期追跡者）　ラガード（遅滞者）

商品をマスへと広げるにはアーリーアダプターへのマーケティングが重要

キャズム理論　アーリーアダプターとアーリーマジョリティの間には、容易に超えられない深く大きな溝（キャズム）がある

投稿元：

レビューを見る

２８の法則
数字で判断する（何を言ったか）
解決の糸口＆優先順位をつける

７ポイント
数字は取りに行くもの
どんだったかではなくどうするか
まず分ける（ディスカッションで）
さらに細かく分ける
数値化のゴール＝数式で表すこと
PDCAを高速で回す
環境変化に気づく

５つの数字
・顧客数（一気に拡大）
・顧客単価（付加価値やオプション）
・残存期間
・顧客獲得コスト
・顧客維持コスト
→顧客数×顧客単価×残存期間ー（顧客獲得C＋顧客維持C）
→LTVを意識する（牛のよだれ）
→シェア７割

７道具
・プロセス分析
・散布図と単回帰分析
・重回帰分析
・パレート図分析
・T勘定
・差異分析
・LTV分析

サンプルサイズSurvey Monkey Sample Size Calculator
ABテスト
テキストマイニング KH Coder

問題
数字の単位、定義、解釈が曖昧（分母と分子）
分け方甘いor不適切（一時と継続）
数字とゴールが結びつかない
数字のマンネリ化
数字の内向き化
PlanだけでDoしない
相反する数字を同時に達成（ステージと優先順位）
累積のマジック
平均値のマジック
配賦のマジック

法則
大数と期待値
鮭の卵
７２の法則
限界効用逓減
ダンバー数（200人）
マジックナンバー7
イノベーターとキャズム

６：３：１で少しづつ試していく

投稿元：

レビューを見る

ざっと読み。
鬼速PDCA、データ・ドリブンマーケティング、ビジテクエクセルを合わせた内容かと。

前述の3冊を読む前の初心者本としては、あり。

また、Yahoo!BBの販売プロセスが面白かった。ペネトレーション

投稿元：

レビューを見る

職場のライブラリーからお借りした本。
「数字は与えられるものではなく、自分で取りにいくものである」
この本から得たもののうち、一番心に残った言葉です。

この本は、以下5つの章で構成されています。
（具体的な分析手法について触れているのは2番目の「データ分析・7つ道具」の項）
・「数値化仕事術」を実践するための7つのポイント
・データ分析・7つ道具
・よくある「間違った数値化」パターン
・三つの「数値化のワナ」
・「数字に強い人」は知っている理論・法則

データ分析に触れている本ですが、わかりやすく書かれているので、数字が苦手な人でもさらっと読めると思います。

この本で書かれている「数値化」仕事術を取り入れれば、
・自分のアイデアが数字で見えて、納得感が得られたり
・感覚でモノを言っていた部分も、人に説明しやすくなったり
するのではないかと思いました。

この本でおすすめされた以下ツールはぜひ使ってみたい。
・「必要な回答者数（サンプルサイズ）」がわかる「SurveyMonkey Sample Size Caliculator」
・「テキストマイニング」が無料で使える KH Coder