経営効率支援ラボ - 経営コンサルティング

経営コンサルティングの経営効率支援ラボ

経営者の皆様、もう一度自社の存在意義や戦略をジックリ考えてみませんか？きっと色々な疑問や問題点が見えてくるはずです。

	競合分析、自社の強みや弱み、顧客のニーズや満足度、世の中の趨勢（規制緩和、経済要因、技術イノベーション、社会の価値観の変化など）をきっちり分析した上で、自社の目指すべきビジョンとゴールが設定されているだろうか？
	自社のゴールを達成するための戦略は、現状分析により定量･定性的に問題点が明確（客観的）になっており、それらを解決するための方法が、現実的、具体的且つ網羅的になっているだろうか？
	自社のゴールや戦略が社内のいかなるレベルでも充分理解されて、彼らの行動に具体的に反映されているだろうか？

▲このページの上へ

	企業ビジョンのレビューと経営・事業戦略の再構築
	経営管理システムの構築
	業務プロセス改善･ＢＰＲ
	新規事業の構築支援
	その他経営課題に対するコンサルティング

▲このページの上へ

	※クリックすると各Q&Aにジャンプします
	顧客満足をもっと上げるためには？
	企業力の方向性（ベクトル）をビジョンに沿って一方向に向けたいのですが？
	今企業内で行われている色々な業務プロセスを、もっと効率化したいのですが？
	売上をもっと伸ばしたいのですが、どこに経営資源をもっと投入すれば良いのかが合理的に判断しかねる状況にあります。
	需要予測が難しく、適正在庫量が把握できなく困っています。

顧客満足度は重要と認識していますがが、定量的に把握していないため、どの程度顧客満足度が上がっているか把握できません。
また、どのような点に注力すれば、更に顧客満足度が上がるかが、合理的に理解したいのですが。

通常、企業の製品やサービスに対して顧客が満足と感じるのには、複数の要素が絡み合っています。
例えばブランドに対する信頼性、価格、製品性能、接客態度、納品のスピード、デザイン、クレーム対応、流行など色々ありますが、製品やサービス及び競合状況などにより、その要素は変わってきます。

重要な事は、顧客が重要と思っている要素に対して、企業がどの程度満足させられるかがポイントです。
言い換えれば、顧客がそれほど重要と思っていない要素に対して、お金をかけることは効率的とはいえません。

顧客満足度分析のアウトプットイメージ

*平均正値不足度	1.0888
*正値不足度者比率	0.7389
*3＋正値不足度者比率	0.6893
*平均負値不足度	-0.0366
*負値不足度者比率	0.0313
*2－負値不足度者比率	0.0261

＊	上記グラフで、右に行けば行くほど、また上に行けば行くほど、顧客が重要と思っている要素に対して、企業が充分な満足度を与えていないことを示しています。　この企業が顧客満足度をアップするためには、要素F，D，Bの改善が重要です。

▲このページの上へ

各部の力の方向がバラバラで、企業として一つの力の方向性がむいていないためなかなか効率よくことが進んでいません。
企業ビジョンが、各部の行動論まで落とし込まれていなく、ビジョンが単にお飾りになっているのが現状です。

まず企業ビジョンが企業理念と混同されていないかのチェックが必要です。
例えば、誠心誠意顧客に尽くすとか、社会に貢献するなどは、重要な理念ですが、ビジョンとは異なります。

ビジョンとは、近い将来、どの事業領域に対して、どのような戦略を以って、どのような結果（ゴール）を達成するかという企業の方向性を具体的に表現した物です。

この企業ビジョンと整合性のある、より具体的な企業レベル及び事業レベルの企業戦略（企業ゴールを達成するための戦略）、この戦略を行動レベルまで落とし込むアクションプラン、アクションプランの基づいた予算編成、アクションプランの結果に対する人事考課制度など、整合性のある一連のフローが理解されていないと、企業の力を束ねることは難しいと思います。

企業の事業環境や企業ライフサイクルなどによりフローは異なると思いますが、下記に簡単なフローの一例を示しました。

▲このページの上へ

色々な業務プロセスがありますが、それぞれのプロセスにどの程度の経費が掛かっているのか把握できていません。
また、プロセスの改善の必要性は感じていますが、それによりどの程度の経費削減が出来るかの目標設定が難しいのが現状です。

一般的にABC（Activity based costing system)分析といわれている手法です。
その業務プロセスにどれだけの人件費、スペース、消耗品、投資などが費やされているかを定量的に分析し、その上で、省けるプロセスは無いのか、アウトソーシングする可能性は無いのか、全体最適の観点より、改善すべきプロセスは無いのかなどを検討し結果を出す分析です。

この分析結果により、それぞれの業務プロセスにどの程度の経費が費やされていたのかが明確になり、また、プロセス改善によりどの程度のコストが削減できるかが、明確になります。より詳細情報を見る。

ABC分析のアウトプットイメージ（物流倉庫の例）

(1)　アクティビティ原価、処理量、アクティビティ単価,投入要素別コストを一覧する
(2)　アクティビティ別に人件費の内訳をみる
(3)　アクティビティ別にスペース費の内訳をみる
(4)　アクティビティ別に機械設備費の内訳をみる
(5)　アクティビティ別に資材消耗品費の内訳をみる
(8)　アクティビティ単価の高いアクティビティをみる

▲このページの上へ

売上の要因は、営業力であったり、商品力であることはなんとなく理解しているが、それぞれの要因がどの程度売上に貢献しているのか定量的に把握できていません。
それゆえ、どの要因に、経営資源を投入すべきか、合理的判断が難しい状況です。

中学の数学で、Y＝aX＋bという関数を覚えていますか？

例えばa=2,b=3の場合、Y＝2X＋3となります。X＝1のときYは5になります。X＝2のときYは7となります。

重回帰分析とは、Yを売上高、Xを売上に貢献する要因として、方程式を作り出す分析です。
実際の売上データは線形（直線）的ではなく、非線形（曲線）の場合が多いですし、売上に貢献する要因（　X　）も、複数あるはずです。これらを統計的手法を用いて、適正な方程式を導き出し、またその方程式の信頼性（当たる確立）をも導く手法です。

信頼性のある方程式が導き出された場合、売上に貢献する複数の要因（　Xn　）に色々な数字を入れた場合、当然売上予想額は変化します。
このことは、どこに経営資源を投入すれば、最も効率よく売上がアップするかの重要な判断情報を提供することにもなります。

重回帰分析のアウトプットイメージ（幼児用服の売上予測の例）

変数（Xn )	係数	標準誤差	t値
出生率	2.07	0.35	5.9
GDP	0.28	0.11	2.5
広告費	6.12	4.80	1.3
定数項	2.86

R-bar-squared=0.98
Residual standard error=2.34
Degree of freedom=38

上記結果の詳細説明は割愛しますが、幼児用服の売上高Yは、出生率、ＧＤＰと広告費が貢献しているという結果です。
方程式で描けば；
売上（Y）＝2.07x出生率＋0.28x ＧＤＰ＋6.12x　広告費＋2.86で導き出されます。
また、変動指数を導き出せば、さらに曜日別、月別、季節別などの詳細な売上変動が理解できます。

季節変動指数のアウトプット例

		売上金額
2004	4月	1265086
	5月	1256065
	6月	1239250
	7月	1321885
	8月	1350826
	9月	1350826
	10月	1243120
	11月	1264362
	12月	1535988
	1月	1077947
	2月	1108419
	3月	1351571
2005	4月	1303425
	5月	1280211
	6月	1306488
	7月	1423423
	8月	1448715
	9月	1288436
	10月	1377164
	11月	1409763
	12月	1660294
	1月	1223445
	2月	1247681
	3月	1548297
2006	4月	1543479
	5月	1505033
	6月	1341642
	7月	1554786
	8月	1581631
	9月	1412349
	10月	1463198
	11月	1505323

調整済季節変動指数のみ注目してください。見方は4月の売上を100としてあります。
例えば、5月の売上は4月を100とした場合97.2013となります。
季節変動しすうのみに頼らず、市場の動向、競合状況、顧客の動向なども重要な変動要素です。

移動平均	移動平均比	同月平均	調整済季節変動指数	MONTH
1280445	0.97085	0.985685951	95.4796	10月
1283640	0.98498	0.997257608	96.6005	11月
1285653	1.19471	1.183957074	114.6854	12月
1291256	0.83481	0.848765936	82.2167	1月
1299717	0.85282	0.862946443	83.5903	2月
1307875	1.03341	1.05425689	102.1218	3月
1302675	1.00058	1.032351709	100.0000	4月
1313846	0.97440	1.003459064	97.2013	5月
1325963	0.98531	0.950368395	92.0586	6月
1336321	1.06518	1.065180181	103.1799	7月
1348446	1.07436	1.074358796	104.0690	8月
1360051	0.94734	0.947343654	91.7656	9月
1376445	1.00052
1396450	1.00953
1415185	1.17320
1418114	0.86273
1429061	0.87308
1440138	1.07510
1450464	1.06413
1457633	1.03252
1465597	0.91542