パート2で回答する辞書の質問を展開する
Ⅰ。データ分析環境
Q1.初期スタートアップのデータはどのように積載すればよいでしょうか?
Q2.サービスは古く、規模は大きいが、データはあまりない組織ではデータエンジニアの採用から要請すべきでしょうか?それとも、少なくても持っているデータで何でもできることを示すのがまずでしょうか?
Q3.最近はアンプリチュードやGAのような分析ツールが多く高度化されたと思いますが、実際のクエリやコーディングを利用する比重がどのくらいになるのか気になります。
Ⅱ。データ分析を始める
Q4.データ活用を初めてする時点で何から知っておくべきですか?全体の指標と大きな写真を見るのは大変ですが、どうすればいいですか?
Q5.データをどのように抽出して整理するのか分からない会社でデータを扱うには、まず何をするのが良いでしょうか?
Q6.極初期スタートアップで関連した資料が不足しているなどの理由でデータと数字を提示することが意味がないという指摘が多いのですが、これについてどう思いますか。
Ⅲ。 CSデータを活用する
Q7. CSチームでデータを見る最大の目的は何ですか?
Q8. CX KPIを確立するためのデータ収集方法がある場合はお知らせください。
Q9.顧客体験を判断するデータの種類は?
Q10。 VOCデータは問題を経験した顧客から収集するため、顧客全体を代表することは困難であり、パラメータ自体も顧客データ全体に比べて少ないため、信頼度でも物足りなさが存在します。そういえばCX責任者の立場でもVOCデータに対する疑いが生じたりもします。これを解決する方法はありますか?
Ⅳ。データ駆動型の意思決定を上手にするには?
Q11.データ駆動型の意思決定の過程で、組織のビジョンと目標を裏付けるためにデータが偏って収集または分析されることについてどう思いますか?どうやって解決できるのか疑問に思います。
Q12.データは報告用であるだけで、実務では上記で望む通りにしなければコンファームが出て進行になる企業を多く経験しました。データに基づいて意思決定をする経験を得るためには、離職だけが答えでしょうか?
Q13。データ駆動型の意思決定をうまく引き出すコミュニケーションスキルが気になります。特に意思決定者を説得することが重要ながらも難しいと思いますが、上の方々をよく説得できるノウハウがありますか?
Q14。データ分析の結果、意思決定者を説得する際に効果的にコミュニケーションをとるノウハウがあるのだろうか。
Q15。組織構造とデータ駆動型の意思決定は深い関係があることがわかっていますが、データ駆動型の意思決定の成功事例と組織構造が疑問に思います。
Q16。データベースで意思決定しなければならないことは非常に重要です。どうすれば適度にデータをよく見ることができるのか気になります。