1-1エクスペリエンスマネジメント:簡単な紹介(Experience Management: A Brief Introduction)
[The Operating Framework for Experience Management]
- XMの成功には、3つのポイントが必要:Competency, Culture, and Technology。
- コンピテンシーは、組織全体でXMを作り上げるためのスキルと行動を指すんだ。
6つのXMのスキルがある↓。
-
[Competency]
リード(Lead):組織全体にXMを浸透させていくリーダーシップのこと。XMのビジョンを立てたり、上の人たちを巻き込んだり、組織の日常にXMを組み込んでいくことがポイント。
リアライズ(Realize):XMの取り組みからちゃんと価値を引き出す力。どの取り組みが経験を良くして、結果的に会社にプラスになるかを見極めて、そのためのリソースをうまく割り振るんだ。
アクティベート(Activate):組織全体をXMに向けて動かす力。社員を巻き込んで、XMのスキルを身につけさせたり、日々の活動や決断にXMを取り入れること。
エンライト(Enlighten):体験データ(X-data)とオペレーションデータ(O-data)から、行動に移せる洞察を引き出す力。データを集めて、分析して、組織中に広めるためのしっかりした仕組みが必要。
レスポンド(Respond):洞察に基づいて行動する力。XMの活動から得た洞察に基づいて、システム全体の変更や、現場の社員がリアルタイムで行動できるようにするプロセスをデザインして実装すること。
ディスラプト(Disrupt):継続的な学びや実験、革新によって画期的な体験を生み出す力。体験のデザインや提供方法において、実験や革新を促進する文化を育てること。
-
テクノロジーは、経験と業務データを理解し、行動するためのプラットフォームを意味するよ。組織がXMのスキルを身につけると、より多くのデータを集めて分析し、カスタマイズされた洞察を提供することができるようになるんだ。
-
カルチャーは、XM中心の行動を育む組織のマインドセットと信念を指すよ。人間中心の文化で、お客様や従業員に共感を示すことが大切だよ。また、組織が改善を受け入れやすいほど、XMのスキルを身につけやすくなるんだ。
(最初あたりだから、要約の要約が出来てない。たとえ話も欲しい。)
[X-Data and O-Data]
(Experience Data (X-Data), Operational Data (O-Data))
- X-Dataってのは、人の経験や感じ方を知るために、人たちから集めたデータのことだよ。
- 人々がどう考えているか、どんな気持ちなのか、どんな行動をするのかのデータなんだ。(満足度とか)
X-Dataの6種類:
-
体験の期待 - これからどうなるかって思ってること。
-
交流の感想 - 実際にやってみてどうだったか。
-
旅の感想 - いろんなことを通して目標達成した時の感じ。
-
関係の感じ方 - 組織や人とどういう関係か。
-
アドホック診断 - 特定の問題やチャンスに対する感じ方。
-
選択の好み - どれがいいか選ぶ時の好み。
-
O-Dataは、会社がいつもの仕事で集めるデータのこと。何が、いつ、どこで、どれくらい、誰がやったかって情報。(電話履歴とか)
-
特定の体験をちゃんと測りたい時、XMのプロたちは、このデータを使って、Xデータをもっと理解しやすく、豊かにするんだ。
つまり、
- Oデータは何が起こったかを教えてくれる。Xデータはなぜそれが起こっているかを教えてくれる。
- たくさんの運用データが集まるけど、それは単に出来事を説明するだけ。
- なぜあることが起こっているかを説明するには、人の要素、経験データを測定する必要がある。何を考え、感じ、期待していたか。
[例]
・Analyzing X-Data alone
→顧客満足度は4.0ポイントだった。
・Analyzing X-Data and O-Data together
→満足度のアンケート結果と実際の動きのデータを組み合わせて、商品の状況を詳しく把握できる。
↓
サイクリング用サングラスの持ち主が満足度が低いことや、ねじの問題がよくあることが分かった。
不満足なお客さんや非常に不満足なお客さんのコメントや問い合わせ内容を分析して、より良い対策を考える。
(📝なんか統計学みたいだ。)
・Defining actions using X and O-Data
→過去12か月に自転車用のサングラスを買った顧客を特定して、その顧客に対して保証サービスの申請書を提供することで、学習と行動を拡大できるようになった。
顧客がコールセンターに苦情を言う前に、顧客が苦情を言う前に予防措置を取ることができます。
[例](一緒に考えたやつ)
会社で、ストレスレベル(X-Data)をはかる。O-Dataは、年齢、性別、在籍期間。
↓
入社したばかりの若い女性が、最も高いストレスレベルだった。
↓
入社時のトレーニングの満足度をアンケートで回答してもらう。
↓
回答によって、トレーニング期間を長くしてみたり、トレーナーを変更したり対策が打てる。
__________________________________________
1-2調査の計画と設計(Planning and Designing a Survey)
[Stages of a Survey Project]
- 調査(survey)の設計:調査の中身を考える。
- 調査の作成:実際に調査を作る。
- 配布:たくさんの人に回答してもらう。
- データ収集と処理:回答を集めて整理する。
- レポート:結果や考察をまとめる。
- 意思決定:ビジネスの重要な意思決定をする。
[Understanding the Survey Audience]
- アンケートを作るときは、回答者が楽に答えられるように工夫することが大事。
- 簡単そうな質問でも、回答者にとっては難しいこともあるから、注意が必要。
- 回答者の立場からも考えて、アンケートを作ろう。
- アンケートを作るときは、回答者がどんな体験をするかをよく考えよう。
(↑なんか当たり前でメモに値しないけど、一旦超要約したのを残しておく。)
[The Impact of Poor Design]
・アンケートの作り方が悪いと、答え方が偏ったり、間違ったりする可能性があるよ。
・質問が難しすぎたり長すぎると、答えるのが面倒になってしまうよ。
・アンケートが長いと、途中でスキップしたりやめちゃったりする人が出てくるよ。
【Survey Design Best Practices】
サーベイ(アンケート)を作る時には、6つのベストプラクティスを守ろう。
- クオルトリクスでアンケートを作る前に、外でアンケートを計画しよう。
- そうすると、アンケートから得られる価値が最大になり、エラーが減るし、データを使う人も喜ぶよ。
①Set your research objectives
②Make every question count
③Plan the order of your questions
④Limit survey length
⑤Effective question-wording
⑥Keep it simple for respondents
1. Set Your Project Objectives
[To write a problem statement, start with your goals]
(a problem statement=問題の声明や問題の記述のこと。つまり、ビジネスで解決したい具体的な問題や課題を明確に示す文章のことを指すんだ。)
- ステートメントは、解決したい特定のビジネスの問題に具体的に絞るべきだよ。
- 何を知りたいの?
- どんな具体的な結果が必要なの?
- ビジネスを前に進めるために解決しなきゃいけない問題は何かな?
↓
- できるだけ簡単な文にまとめよう
- チームでしっかり話し合って、いろんな視点を入れよう(ブレインストーム)
- いろんなステークホルダーの目的を理解して、質問を考える前に話し合おう
- これは、実際の観察やデータ(Operational Dataなど)を元に考えることが多いよ
2. Make Every Question Count
- アンケートの作り手は、よくプロジェクトの目標から外れた質問をしてしまうことがある。
- それだと分析の時に役に立たないし、データを信じることができなくなっちゃうんだよ。
- アンケートを作るときは、誰がそれを使うか考えるのが大事だよ。
- 使う人たちが必要とするデータや決定を先に聞いて、それに基づいて質問を作るといいよ。
- 目標を持って進めると、組織にとってもっと価値のあるデータが集まるんだ。
- 質問は目的に合ったものだけを使おう。
- 重要でない質問は省こう。
- アンケートで質問する前に、持っているデータがあればそれを使おう。(年齢、州、商品の所有、在職期間、セグメント、支出、ロイヤリティステータスなどのO-Dataなどを持っているなら)
- そのデータを使うと、アンケートが短くて回答者にも楽で結果が出やすくなる。
- 操作データはアンケート回答だけでは得られない情報を追加する。
3. Plan the Order of Your Questions
調査全体の構造を設計するための2つの主なアプローチ
①Broad to Narrow
・まず大まかな質問から始めて、次に詳細な質問に移る。
例えば、ブランドトラッキングでは、自分の市場に関する広い質問から始めて、次に自分のブランドや商品、使い方、イメージに関する質問に移るんだ。
例えば、社員の感情や関与についての従業員パルスでは、まず全体的な感情や従業員の関与に関する質問から始めて、「全体的に、どれくらい自分が〜に勤めていることを誇りに思っていますか?」などの質問があるよ。
そして、アンケートが進むにつれて、もっと詳細な質問に移るんだ(例:トレーニング、福利厚生など)。
②Narrow to Broad
・まず具体的な質問から始めて、その後、全体的な質問に移る。
例えば、顧客接点の調査では、特定の相互作用(例:銀行の窓口のやり取り)から始めて、その後、事業やブランド全体に関するより広い質問に移るんだ。
[Demographic Questions Placement]
- アンケートで人口統計に関する質問は、最初や最後に置く。
- できるだけ既存のデータを使おう。(もし可能なら、既存の人口統計データ(O-データ)を使って、質問しなくてもいい。)
- 最初に置くべき質問:スクリーニングや選別に必要なものだけだよ。
- アンケートの最後に置くべき質問:他の人口統計に関する質問は、アンケートの最後に置くのがベストだよ。これらの質問はとても個人的で、アンケートの最初に質問されるとアンケートをやめる人が出る可能性があるからだよ。
(人口統計ってなんだ?ChatGPT)
4. Limit Survey Length
- 目標の長さを選ぶのに正確な科学はないよ。それはプロジェクトの目的によって決まる。
- プロジェクトの目的を達成しつつ、なるべく短く保つことが大事だよ。
- 例えば、10の質問に答えるのに約2分かかる。
[例]
-
お客様のアンケート:2分から3分が目安。
-
従業員のアンケート:5分から10分が目安。
-
学術や社会調査:7分から15分が目安。
-
商品やブランドのアンケート:7分から12分が目安。
-
長いアンケートをするときは、報酬を用意しよう。
-
小額の寄付が集まれば非営利団体に大きな助けになる。
-
一人ひとりは小額のお金をあまり価値がないと思うかもしれない。
-
その場合、大きくて価値のある景品が当たるチャンスも考えてみよう。
5. Know Good from Bad Question Wording(質問の言葉遣い)
最上級を避ける: 「最も」「一番」「いつも」などの言葉は、質問に答える人にとってとても主観的。
[例]
- Bad Practice: “Brand X is the most reliable brand”
- Good Practice: “Brand X is a reliable brand”
絶対的な選択肢を避ける:絶対的な選択肢は、回答者に自然ではない答えを迫る。
[例]
- Bad Practice: “Do you always drink full cream milk in your coffee?”
- Good Practice: “Do you drink full cream milk in your coffee?
答えの選択肢をよく考えること:Yes/Noだけではなく、スケールや複数選択肢を使うと、より詳細なデータが集めやすい。
[例]
- Bad Practice: Do you drink coffee? - Yes / No
- Good Practice: Do you drink coffee? - Every day / a few times a week / a few times per month / every few months / never.
1つの質問で2つのことを聞くことを避ける(Double-Barreled Questions)
[例]
・Bad Practice: “How satisfied are you with the quality of our product and support?”
(この質問に答える人は製品の満足度とサポートの満足度を同時に答えなきゃいけないけど、それができないし、データを分析するときにもフィードバックを分けるのは難しい。)
- Good Practice: “How satisfied are you with the quality of our support?”
- Good Practice: “How satisfied are you with the quality of our product?”
Leading Questionsを避ける:質問の言葉遣いが特定の考え方をほのめかして、回答に影響を与える。
[例]
- Bad Practice: “How satisfied are you with our new and improved product packaging?”
- Good Practice: “How satisfied are you with our revised product packaging?”
6. Keep it Simple for Respondents
アンケートを作る時のポイントを以下にまとめたよ。
[Limit Open-Ended Questions]
- アンケートは選択肢の質問がメイン。
- これらの質問はわかりやすくて答えやすい。
- 自由回答は回答者にとって労力が必要で、不完全な回答になりやすい。
回答者がテキストや文章を入力する必要がある質問は1つか2つに限った方が良い。
ただし、もし絶対必要な場合や質的な研究の一部なら除くね。
Use Grids with Caution:
(グリッドって、アンケートや調査でよく使われる質問形式。例えば、複数の質問が一緒になったもので、表のようになっていて、一つの質問に対して複数の答えを選べる形式だよ。)
- グリッドは簡単で魅力的だけど、回答者にとっては理解と回答が難しいし、分析も複雑だよ。
- グリッドの質問が増えると、回答者は答えるのが面倒くさくなるから、データの品質が下がる可能性があるよ。
- 良いやり方は、5段階のスケールを使って、グリッド内のステートメントを制限すること。できる限りグリッドの代わりに単一ステートメントの評価質問を使おう!
Designing Scale Points:
(スケールポイントっていうのは、質問に答えるときに使う数字のことだよ。その数字で、自分の考えや気持ちを表現できるんだ。例えば、1から5までの数字を使う。)
- 2つの大事なこと:
- バランスが大事!
- 中立なポイントを持って、プラスとマイナスの選択肢が均等になるようにするのがポイントだよ。
- スケールの長さを短く保つことが大事!
- できるだけ短いスケールを使おう。5ポイントのスケールがオススメだよ。
Summary of Survey Design Best Practices
1- 目的を決めて質問を考えよう。
2- 質問は目的に直結していることが大事だよ。
3- 質問の順番を考えて、プロジェクトに合ったものを選ぼう。(大枠から細かいとか、細かいから大枠とか、2つの構造があるよ。)
4- アンケートは短くして集中力を保とう。
5- 質問の言い回しを工夫しよう。誘導的な質問や極端な言い方は避けよう。( 極端な言い方や絶対的な答え、二重質問、誘導的な質問は避けよう。回答の選択肢も慎重に設計してね。)
6- 回答しやすくするために、質問をシンプルにしよう。(自由回答の質問を減らしたり、グリッド/マトリックステーブルを注意して使ったり、バランスのとれた尺度を選んだりして、回答しやすくしよう。)
↓このchallengeをAsと一緒にやると良い。今は飛ばすけど、このchallengeはよさそう。
https://basecamp.qualtrics.com/planning-and-designing-a-survey/856797
↓Quiz
https://basecamp.qualtrics.com/planning-and-designing-a-survey/915399