チャートを812個作っても、指標の79%は画面にありません — ダッシュボードにない質問

questions-your-dashboards-miss image 1

ブランド6社のカスタムダッシュボードを徹底的に分析しました。作成されたチャートは11個から812個まで73倍の差がありましたが、実際に使われていたメジャーは中央値12.4%、ディメンションは中央値3.9%にとどまりました。ダッシュボードをいくら増やしても、あらかじめ作った画面は、あらかじめ想定した質問にしか答えられません。

コマース系ブランド6社・カスタムダッシュボードを全件調査・業種混合。各章にはLaplaceでその数字を確認できる画面と設定もあわせて記載しています。

本レポートの数値は実際の取引データではなく、Laplaceのベンチマーク指標の分布を反映して生成したサンプル値です。特定の顧客企業の実際の数値ではありませんので、絶対値ではなく傾向を把握する目的でご参照ください。

PART 01 · まずはセルフチェック — 問題は「ダッシュボードが足りないか」ではありません

「この数字が気になる」と思ってから実際に答えを見るまで、平均でどのくらいかかりますか？（すぐ/数時間/翌日以降）
先月の会議で「それはデータを見てみないと分かりませんね」で終わった議題はいくつありましたか？
ダッシュボードにない質問が出てきたとき、誰が答えを作りますか？その人が不在のときは？
分析依頼を後回しにした末に、結局勘で決めたことが最近ありましたか？

大事なのはダッシュボードの数ではありません。チームのデータ活用レベルを決めるのは、ダッシュボードにない質問が出てきたときの処理スピードです。そして次の章で見るように、「ダッシュボードにない質問」は例外ではなく大多数です。

調査	確認された数字
Anaconda · Crowdflower	データ実務時間の45–80%が収集・クレンジングに費やされている
IBM	データリーダーの85%が、古いデータに基づく意思決定がコスト損失につながったと回答

ここまでは他社の数字です

次に見る画面 — ダッシュボードが実際にどれだけカバーしているかを数えます。›

PART 02 · 最優先 — チャートを増やしてもカバレッジは上がりません

本レポートの数値は実際の取引データではなく、Laplaceのベンチマーク指標の分布を反映して生成したサンプル値です。特定の顧客企業の実際の数値ではありませんので、絶対値ではなく傾向を把握する目的でご参照ください。

Laplaceで見る場所 — カスタムダッシュボード › ドキュメント一覧

questions-your-dashboards-miss image 2

作成したチャート数（中央値）	使われたメジャーの割合（中央値）	使われたディメンションの割合（中央値）	チャート数最多ブランドのメジャーカバレッジ
146個	12.4%	3.9%	21.5%

ブランド	業種	チャート数	使用メジャー	カバレッジ%	使用ディメンション	カバレッジ%	上位2タイプ%
ブランドA	スキンケア	178	84	12.1	94	6.1	52.4
ブランドB	美容機器	812	149	21.5	108	7.0	69.3
ブランドC	スキンケア	131	88	12.7	51	3.3	58.1
ブランドD	健康食品	81	101	14.6	71	4.6	61.7
ブランドE	ファッション	162	49	7.1	38	2.5	46.2
ブランドF	ペット用品	11	17	2.4	12	0.8	72.7

カバレッジ=ダッシュボードで実際に使われたメジャー（ディメンション）÷使用可能な全メジャー（ディメンション）。全体はメジャー694種・ディメンション1540種を基準としています。

数字の読み方

次に見る画面 — カバーされていない領域がどれほどあるかを図で見ます。›

PART 03 · 見ていない指標がほとんどです

questions-your-dashboards-miss image 3

数字の読み方

questions-your-dashboards-miss image 4

質問の形まで制限されます

次に見る画面 — では何を聞けばよいかです。›

PART 04 · すぐに使える質問12選

このブログで取り上げた分析、つまり純利益率・貢献利益・確定売上ギャップ・デッドストック・限界ROASは、すべて一文の質問になります。前の章のグレーのマスにあったものです。

領域	そのままコピーして使える質問
売上・チャネル	先月のチャネル別の純売上と利益率を表で比較して。今週の売上が前週の同じ曜日と比べてどう違うか見せて。直近90日の売上上位10商品について、貢献利益の順位を並べて見せて。
顧客・リピート購入	初回購入顧客の2回目購入への転換率を月別の推移で見せて。レビューが多い商品とレビューがない商品の直近90日の客単価を比較して。上位ランク顧客の売上貢献比率はどう変化している？
広告・プロモーション	キャンペーン別のROASとPOASを並べて表示し、順位が入れ替わるキャンペーンを指摘して。前回のプロモーション期間の当日売上と確定売上のギャップを計算して。広告費に対する売上の伸びが鈍り始めた商品があれば教えて。
在庫・運営	直近90日の出荷が0なのに在庫金額が大きいSKUを一覧にして。現在の販売ペースで30日以内に欠品しそうな商品を教えて。チャネル別の返品率がいつもより跳ね上がった商品がないか確認して。

良い質問の3つの条件

次に見る画面 — 答えを受け取った後のほうがもっと重要です。›

PART 05 · 落とし穴 — AIの回答を扱う原則

落とし穴① まず基準が合っているかを確認します

このブログで繰り返し出てきた問題です。「売上」が注文時点なのか確定ベースなのか、消費税込みなのか、返金が反映されているのか。AIが答えを出したら、数字より先にどの基準で計算したのかを確認してください。基準が違えば、その答えは間違いではなく別の質問への答えです。

落とし穴② 初めて見る結論は、もう一段切り分けてみます

合算した数字が個別のシグナルを消してしまうことも、繰り返し確認されてきました。AIが「全体としてはこうです」と答えたら、「チャネル別に分けてもう一度」、「商品別に分けてもう一度」ともう一度聞いてみてください。追加の質問1回で結論がひっくり返ることも珍しくありません。

落とし穴③ データがなくて出なかった答えと、データはあるのに出なかった答えを区別します

連携されていないチャネル、未登録の原価、未マッチングの広告費。材料がなければAIも答えを作れません。答えがおかしいと思ったら、質問を変える前にその指標の材料が揃っているかをまず確認してください。このブログのレポートが毎回「前提条件」を最初に記載している理由です。

チェック項目	確認方法	やらないと
売上の基準	回答に使われた指標の定義を聞き返す	別の質問への答えを受け取る
集計の軸	「チャネル別/商品別に分けてもう一度」	合算に個別のシグナルが埋もれる
材料の状態	原価・広告のマッチング率、チャネルの連携状態	空のデータで計算された答え
期間	質問に期間を明記したか	AIが任意の期間を選ぶ
常設化するか	繰り返し聞く質問はダッシュボードに昇格	毎回同じ質問をし直す

まとめ · 4つのポイント

チャート数とカバレッジは比例しません。チャートを812個作ったブランドでも、使っているのはメジャーの21.5%、ディメンションの7.0%だけです。
見ていない指標がほとんどです。メジャーカバレッジは中央値12.4%、ディメンションカバレッジは中央値3.9%。「ダッシュボードにない質問」は例外ではなく、むしろ標準です。
質問の形まで制限されます。表と棒が57.6%。作るのが面倒な形式の分析は、そもそも画面になりません。
解決策は画面を増やすことではなく、画面なしで答えを出すことです。そして、繰り返し聞くことになる質問だけをダッシュボードに昇格させればよいのです。

再現設定 · 自社ブランドのカバレッジを測る方法

項目	値	理由
分子	ダッシュボードで実際に使われたユニークなメジャー・ディメンション数	同じ指標を複数のチャートで使っても1と数える
分母	分析画面で選択できる全メジャー・ディメンション数	ブランドの連携状況によって変わる
チャートタイプ	タイプ別の個数比率	質問の形が制限されていないかを確認
あわせて見るもの	直近30日に実際に開いたダッシュボード数	作ったものと見ているものはまた別
解釈	カバレッジが低いこと自体が問題なのではない	事前に作る方式の構造的な限界を測るもの

FAQ · よくある質問

Q. カバレッジが低ければ、ダッシュボードをもっと作るべきですか？

いいえ。今回のサンプルでは、チャートを812個作ったブランドでさえカバレッジは21.5%でした。作る数を増やして解決する問題ではありません。必要なのは画面なしで答えを得る手段と、繰り返される質問だけを画面に昇格させるという順序です。

Q. ディメンションのカバレッジが特に低いのはなぜですか？

メジャーは変えやすい一方で、切り口の軸は習慣として固まってしまうからです。チャネル・商品・期間に固定され、決済手段・流入経路・顧客ランクといった軸は試されることすらありません。質問するときに「どの軸で分けるか」を明示するだけで新しい発見が生まれるのはそのためです。

Q. AIの回答はどこまで信頼してよいですか？

数字よりも基準を確認してください。どの指標定義で、どの期間を、どの軸で計算したのか。そして初めて見る結論はもう一段切り分けて確認しましょう。合算が個別のシグナルを消してしまう問題は、このブログで繰り返し確認されています。

Q. おかしな答えが出たら、質問を変えるべきですか？

質問よりも先に材料を確認してください。原価が未登録、広告が未マッチング、チャネルが未連携であれば、どう聞いても答えは出ません。各レポートの「前提条件」がそのリストです。

参考資料：Anaconda · Crowdflower データ実務時間調査 · IBM データリーダー調査

本レポートの数値は実際の取引データではなく、Laplaceのベンチマーク指標の分布を反映して生成したサンプル値です。特定の顧客企業の実際の数値ではありませんので、絶対値ではなく傾向を把握する目的でご参照ください。公開研究の数値は各項目に出典を記載しています。画面名や設定項目名はリリースによって多少異なる場合があります。