技術的な取り組みを意味のある結果メトリックに合わせて調整するには、どうすれば良いでしょうか。

  • [アーティクル]

ビジネス上の成果の概要に関するページでは、デジタル変換がビジネスに及ぼす効果を伝達、測定する方法について説明しました。 組織のビジネス成果が測定可能な結果を生成するには、何年もかかる場合があります。 会社の指導部が、長時間に渡って変化がないことを示すデータを表示する役員室プレゼンテーションに不満を持つ可能性があります。

結果メトリックは、組織全体で収集された関連するパフォーマンスと影響の測定であり、"変化の目標 [x] を 'どれほどよく' 達成できたか、これらの変化は観測可能および定量化可能か?" という質問に対処します。これらの結果メトリックは、より短い期間の増分で考慮し、組織の長期的なビジネス成果に向けた進捗状況にリンクすることができます。 結果メトリックは、C スイートと役員室の成長の観点に効果的にマップされ、企業文化の回復力を高めるような位置づけを行うために役立てることができます。 結果メトリックは、長期的なビジネス目標に向けた潜在的な進捗状況の欠如を示すのではなく、長期的な目標に向けた段階的な進歩を示す早期の成功の結果を強調しています。 これらのメトリックでは、早期の失敗の結果も強調表示されます。これにより、戦略的アプローチを学習して調整する機会を生み出すことができます。

必要なビジネス成果と最も密接に一致する変換の取り組みについて既に理解している可能性が高いです。 全体的な概念を説明するために、各変換の取り組みの結果メトリックを提供します。

クラウド移行

この変革では、IT 運用に重点を置きながら、コスト、複雑さ、および効率に焦点を当てます。 この変換の背後にある最も簡単に測定されるデータが、クラウドへの資産の移動です。 この種類の変革では、デジタル資産は、仮想マシン (VM)、これらの VM をホストするラックまたはクラスター、データセンター運用コスト、システムを維持するための必要な資本コスト、および時間の経過に伴うこれらの資産の減価償却に基づいて測定されます。

VM がクラウドに移動されるにつれて、従来のオンプレミスの資産への依存は軽減されます。 資産の保守のコストも軽減します。 残念ながら、企業は、クラスターがプロビジョニング解除され、データセンターのリースの有効期限が切れるまでコスト削減を実現できません。 多くの場合、減価償却サイクルが完了するまで、取り組みのすべての価値は実現されません。

財務諸表を作成する前に、必ず CFO または財務部門と足並みをそろえてください。 ただし、IT チームは一般に、消費される CPU、メモリ、ストレージに基づいて、各 VM の現在の金銭的コスト値と将来の金銭的コスト値を見積もることができます。 続いて、移行される各 VM にこの値を適用して、移行の取り組みによる直近のコスト節約と将来の金銭的価値を見積もることができます。

アプリケーションの刷新

クラウド対応アプリケーションの刷新は主に、カスタマー エクスペリエンスのほかに、企業から提供される製品やサービスを消費しようという顧客の意欲に重点を置いています。 変更の増分がコンシューマーや顧客の購買行動に影響するまでには時間がかかります。 ただし、アプリケーションの刷新のサイクルは、他の形の変革よりも大幅に短い傾向があります。 最初に、影響を与える行動を理解し、それらの行動を結果メトリックとして使用することをお勧めします。 e コマース アプリケーションでは、全体的な購入またはアドオンの購入がターゲットの結果になる可能性があります。ビデオ会社の場合は、おそらく、ビデオ ストリームの視聴に費やされた時間がこれに当たります。

顧客の結果メトリックは外部変数の影響を受ける可能性があります。そのため、測定中の統計データ (リリースの頻度、リリースごとに解決されたバグ、単体テストのコード カバレッジ、ページ ビュー、ページ スループット、ページ読み込み時間、アプリケーションのパフォーマンスに関連するメトリック) を含めることは重要です。 それぞれの統計値が、コード ベースとカスタマー エクスペリエンスに対するさまざまなアクティビティと変化を示し、顧客結果の上位レベルのパターンに関連付けることができます。

データの刷新

業界の変化、市場の混乱、製品およびサービスの変革は、数年かかることがあります。 クラウド対応のデータ刷新の取り組みにおいて、実験が成功結果の判断にとって重要になります。 パーセントによる確率、失敗した実験の数、トレーニング済みモデルの数などの予測メトリックを共有することによって、透明性を確保します。 失敗は成功よりも速く累積します。 これらの結果メトリックが落胆したくなるような内容の場合もありますが、経営陣はこれらを適切に使用するために必要な時間と投資を把握する必要があります。

データ駆動型検出に関連する肯定的な結果は、多くの場合、異種データ セットの集中化、データ イングレス、データの民主化です。 クロス機能チームは、将来のオムニチャネル顧客に関するより多くのデータを継続的に収集しますが、現在は、観測可能な結果を生成できます。 結果メトリックのサポートには、次のものが含まれる場合があります。

  • 使用可能なモデルの数。
  • 使用されたパートナー データ ソースの数。
  • イングレス データを生成するデバイス。
  • イングレス データの量。
  • データの種類。

さらに価値のある結果メトリックは、結合されたデータ ソースから作成されるダッシュボードの数です。 この数は、新しいデータ ソースによって影響を受ける現在の状態のビジネス プロセスを反映しています。 新しいデータ ソースをオープンに共有することによって、企業は、Power BI などのレポート ツールを使用してデータを利用し、増分的分析情報を生成して、ビジネスの変化を推進できます。

次のステップ

結果メトリックを調整すると、目標と主要な結果 (OKR) を使用してビジネス成果の測定を開始する準備が整います。

ビジネス成果の測定