LESSON 30分

KPI設計

田中VPoE「ガバナンスフレームワークが整った。次はデータ活用の成果を測定するKPI設計を学ぼう。データ基盤を作っただけでは意味がない。ビジネスにどう貢献しているかを数字で示す必要がある。」

あなた「データチームの活動のROIを可視化するということですね。」

田中VPoE「その通り。経営層に対して”データ投資の価値”を説明できなければ、予算も人員も獲得できない。」

データ活用KPIの設計フレームワーク

KPIの3つのカテゴリ

カテゴリ説明例
アクティビティ指標データ基盤の利用状況ダッシュボード閲覧数、クエリ実行数
品質指標データ基盤の信頼性品質スコア、パイプライン成功率
ビジネス成果指標データ活用によるビジネスインパクトデータ起因の意思決定数、施策のROI

データチームのKPIツリー

ビジネスゴール: データドリブンな意思決定で売上10%向上
├── データ活用率
│   ├── ダッシュボード週次アクティブユーザー率 > 70%
│   ├── セルフサービス分析の実施件数 > 20件/月
│   └── データリクエストの平均対応時間 < 2日
├── データ品質
│   ├── 品質スコア > 90
│   ├── パイプラインSLA達成率 > 99%
│   └── データインシデント数 < 2件/月
└── ビジネスインパクト
    ├── データ起因の施策数 > 5件/四半期
    ├── ML予測モデルの精度 AUC > 0.85
    └── データ活用による売上貢献額

KPIダッシュボードの設計

エグゼクティブダッシュボード

パネルKPI表示方法
データ活用スコア全社のデータ活用度合いゲージチャート（0-100）
データ品質トレンド品質スコアの週次推移折れ線グラフ
パイプライン健全性SLA達成率、障害件数ステータスカード
ビジネスインパクトデータ起因の売上貢献額棒グラフ（月次）

チームダッシュボード

パネルKPI更新頻度
DAG実行状況成功/失敗/実行中のDAG数リアルタイム
データ鮮度マップ各テーブルの最終更新時刻5分
リクエストバックログ未対応のデータリクエスト数日次
モデル性能各MLモデルのAUC/F1推移日次

データROIの計算

データ投資のROI = (データ活用による利益 - データ基盤コスト) / データ基盤コスト

データ基盤コスト:
  - インフラコスト（クラウド、ツール）
  - 人件費（DSチーム、エンジニア）
  - 導入・教育コスト

データ活用による利益:
  - 売上増加（レコメンド、パーソナライゼーション）
  - コスト削減（需要予測による在庫最適化）
  - 意思決定速度の向上（工数削減）
  - リスク回避（不正検知、離脱防止）
施策投資額効果額（年間）ROI
レコメンドモデル500万円2,000万円300%
需要予測300万円800万円167%
セルフサービスBI200万円600万円200%
不正検知400万円1,500万円275%

まとめ

項目ポイント
KPIカテゴリアクティビティ、品質、ビジネス成果の3つ
KPIツリービジネスゴールからブレイクダウンして設計
ダッシュボードエグゼクティブ向けとチーム向けの2レイヤー
ROIデータ投資の価値を定量的に示す

チェックリスト

  • データ活用KPIの3つのカテゴリを説明できる
  • KPIツリーをビジネスゴールからブレイクダウンできる
  • エグゼクティブ向けダッシュボードを設計できる
  • データROIの計算方法を理解している

次のステップへ

KPI設計を理解しました。次はデータリテラシーの向上施策について学びましょう。

推定読了時間：30分