パターン認識の考え方と…ビジネス アナリストがそれからどのように利益を得ることができるか

…そしてビジネス アナリストがそれからどのように利益を得られるか。

パターン認識 データ内のパターンを識別し、それらのパターンを使用して意思決定や予測を行う機能は、多くの場合、人工知能 (AI) システムに関連付けられています。

図 1. パターン マッチングにより、コンピューター ビジョン アプリケーションは、線、形状、色などの共通の特徴に基づいて飛行機などのオブジェクトを識別できます。
ソース： グーグル

しかし、パターン認識は機械にとって役立つだけでなく、ビジネス アナリストにとっても大きな利益をもたらす可能性がある過小評価されているスキルでもあります。これは、自分や他の人々の行動のパターンを特定する能力が、最初は避けられないと思われるパフォーマンスの問題を理解し、防止するのに役立つからです。

パターン認識がどのように競争上の優位性をもたらすのか

10 年前、私は大規模な e コマース システムを実装する複数年にわたるプロジェクトに取り組む数人のビジネス アナリストのうちの 1 人でした。各 BA は、マーケティング、販売、顧客サポート、コンプライアンスなど、業務の 1 つの側面を担当しました。

プロジェクトが始まって数か月後、同僚の一人が私にアドバイスを求めてきました。彼女は、私のエンジニアリング チームがスプリント計画を開始するときに常に健全な項目のバックログを準備していたので、私が定期的に早く帰宅できることに気づいていました。対照的に、彼女はチームワークの妨げを取り除くために、ユーザー ストーリーを修正するために遅くまで残ることをしばしば要求されました。

話し合った後、私たちのアプローチがどのように異なるかが明らかになりました。

• 要件に取り組むとき、彼女は平和を維持するために、すべての利害関係者の要望に従うでしょう。逆に、私は利害関係者の仮定に異議を唱え、彼らの考え方の矛盾を指摘することに問題はありませんでした。

• ユーザー ストーリーをレビューする会議のスケジュールを立てるとき、彼女は関係者に招待状を送り、彼らが来てくれることを願っていましたが、いつもそうなるとは限りませんでした。私は主要な利害関係者と必ず「事前の」会議を開き、次のセッションで下さなければならない決定を検討し、彼らが出席して相手方の意見を聞くことがいかに重要であるかを表明しました。機能とデザインの決定について話し合いました。

BA が自分の行動を変えるのは簡単ではありませんでした。しかし、彼女はパフォーマンスが低迷するパターンを認識し、その原因を理解するよう努めたため、今では成績を向上させるために何をすべきかについての計画を立てています。

私たちは問題に何度も対応することに多くのエネルギーを費やし、代わりに問題を防ぐことができることを忘れがちです。ここで、おなじみの例に聞こえるかもしれませんが、今回は私のメンティーの 1 人である「アン」によるものです。アンは、数年にわたってレガシー システムの移行プロジェクトに取り組んできたビジネス アナリストです。

アンのプロジェクトは遅延、無駄、そして残念な結果に見舞われ続けました。そして、新たな危機が表面化するたびに、チームに求められる即時対応に焦点を当てるのは確かに理にかなっています。

しかし、私の質問の 1 つにより、彼女は新たな活用ポイントを理解するようになりました。変化？”

そして案の定、表面レベルの問題はさまざまでしたが、アンはより深く掘り下げて共通の原因を特定することができました。移行チームには、チーム メンバーの休暇スケジュールを事前に確認するという単純な事柄さえも考慮されていない非現実的な期限が与えられ続け、その結果、ストレスが生じ、作業が急ぎ、ミスが生じました。

症状	表面レベルの問題	根本的な原因
見落とされた要件は、ユーザー受け入れテスト中にのみ発見されます。	ニーズ評価段階に関連するすべての利害関係者を参加させることができない。	非現実的なスケジュールに従わなければならないというプレッシャーによって、仕事が急務になっている。
新しいシステムへの移行を開始するための管理者のサポートが不足している。	テストされていないコードを急いでデプロイしたことによって引き起こされた以前のインシデントによる自信の欠如。
既存のビジネス プロセスを新しい機能に合わせて調整するには再作業が必要です。	ワークフロー、ユーザーの役割、ビジネス ルールの見直しと再調整を伴わない機能の改善。

表 1 – 各問題をより大きなシステム問題の兆候として扱うことから始まるレガシー システム移行イニシアチブの分析。

体系的に証拠を収集し、利害関係者に提示することで、アンは非現実的な期待がプロジェクトの悪い結果を引き起こしていることについて強く主張することができました。プロジェクト推進者の取り組みは、繰り返されるインシデントやエラーに対処し続けるのではなく、将来の是正介入の必要性を減らすために、作業プロセス、納期、範囲管理の実践を再評価することに移行しました。

ビジネス分析作業にパターン認識を導入する方法

ビジネスでも人生でも、失敗の多くは同じ原因から生じています。これらのパターンを理解すると、「問題の兆候」からその真の根本原因にたどり着くことが容易になり、緊急事態に常に対応する代わりに、そもそもの緊急事態の発生を防ぐことに集中できるようになります。

火を消すという探求の中で、問題の原因となっているシステムの修正につながる可能性のあるより大きなパターンを近視眼的に無視しないようにするにはどうすればよいでしょうか?私が使用し、メンティーに推奨する手順は次のとおりです。

1. 表面レベルの問題の背後に潜む傾向のある一般的なパターンについて学びます

システム移行の例を見て、チームが永続的な消火モードに陥った他の作業状況を思い出したかもしれません。進歩を示すようプレッシャーをかけられたとき、将来の課題に対処する動的なソリューションを生み出すよりも、当面の問題にのみ対処する技術的な修正と対応のパターンに固執する方が簡単です。

彼の本の中で 上流ダン・ヒースは、私たちが予防的（「上流」）の作業よりも反応や対応（「下流」の活動）を好む傾向がある理由を次のように考察しています。

それはより具体的なものだからです。下流の作業が見やすくなります。測定が簡単になります。上流の取り組みについては、ひどく曖昧なところがあります。

ヒースが指摘するように、事後対応の仕事では、アクションが求められます。 BA は、エンジニアリング チームによって要求されている要件の欠陥の修正や、ソフトウェアがユーザー受け入れテストに不合格になる原因となっている問題の修正をオプトアウトすることはできません。対照的に、各要件文書にレビューチェックリストを通過させるなどの欠陥防止活動は、「要求されるものではなく選択される」上流の作業です。

予防よりも対応に重点を置く傾向などのパターンを認識することは、仕事上の問題への取り組み方を改善し、将来の成功の可能性を高めるのに役立ちます。

のようなサイト fs.ブログ、 ハーバード・ビジネス・レビュー、 そして 現代のアナリスト これらは、人々や組織を足かせにする時代遅れの構造やルールなどのネガティブなパターンと、持続的な高いパフォーマンスにつながるポジティブなパターンの両方について認識を得るのに役立つリソースです。

2. 視点を得る

大きなパターンを見つけるには、視点を得ることが不可欠です。 BA は、個別のユーザー ストーリーの作成にあまりにも関与しすぎているため、チームが取り組んでいる全体的なソリューションでは決して顧客のニーズを満たさず、ビジネス目標を達成できないことに気づかない可能性があります。木を見て森を見逃さないようにするには、一歩下がって全体像を見て、被写体をさまざまな角度から見ることが重要です。

システム移行の話では、「予期せぬ移行の問題を解決するために、なぜ予定外や予算外で作業を続けるのか?」といった疑問が生まれます。チームが「対応ゾーン」から抜け出し、問題に常に対処するのではなく、問題を回避し始めるシステム思考に取り組むのを助けました。

3. 協力を求める

「なぜを5回問う」ということで有名なトヨタの継続的改善の哲学は、単純な「Aの原因はB」から、「Cの原因はBで、Dの原因はC」であることを発見するために必要な、より微妙な思考の連鎖へと私たちを導くことを目的としています。 ”。そして、原因と結果の連鎖を問題の根本にまで適切にたどるには、多くの場合、他の人々と力を合わせる必要があります。

パターン認識をより良くするには、孤立して作業することを避けてください。抽象的な推論とパターン マッチングを開発および強化するための最良の方法の 1 つは、さまざまな分野の専門家と初心者の両方から学ぶことに専念することです。

# # #

個人や組織のパフォーマンスが常に低い場合、数歩下がって、緊急ではなく慢性的なことに焦点を当てるのは当然の選択のように思えます。残念なことに、多くのビジネス アナリストは、現時点の緊急事態に全神経を集中するよう奨励されており、そのためシステム的な問題に対処する際の有効性が制限されています。

この現実を変える 1 つの方法は、パターンに対する鋭い目を養うことです。この目標を達成するには、ビジネスとテクノロジーにおける予測可能なパターンについて学ぶ習慣を組み込み、全体像について考える時間を作り、さまざまな視点を持ち込んでくれる人々に囲まれることが役立ちます。

プロジェクトやプロセスが慢性的な障害に直面している場合は、次のように尋ねてみてください。「私たちのチームは「X」を繰り返し修正する必要があることがわかりました。将来同じことが起こらないように、より広範囲で何が起こっているのかを調査することに時間と注意を費やしたらどうなるでしょうか?」

ほとんどの組織が「四半期ごとに」生活する傾向がある世界では、BA が問題解決に対する確立された事後対応のアプローチから離れるのは難しいかもしれません。しかし、この短期的な義務と闘い、パターン認識を有利に活用する人々にとって、その恩恵は莫大なものとなる可能性があります。やがて、自分の主な貢献は、もはやスタンドアロンの分析結果を提供することではなく、ビジネスの結果に大きく永続的な影響を与える一種の学習と変革的な変化であることに気づくかもしれません。

---

著者： アドリアナ・ビール

アドリアナ ビールは過去 20 年間、イノベーション企業が意思決定科学と機械学習を活用してビジネスの成果を向上できるよう支援してきました。彼女は最近、グローバル AI コンサルティング グループの主任データ サイエンティストとしての職を辞し、独立したコンサルタントとしての原点に戻りました。彼女の作品について詳しく知ることができます。 bealproject.com。