KPIドリブン経営の推進支援
各プロジェクトや目的に応じたKPIと課題の構造整理を行い、初期仮説に基づいたKAI（Key Action Indicator：重要活動評価指標）と改善施策を実行します。
施策はデータに基づいた評価、改善設計を行い、データドリブンサイクルが回る基礎の形成を支援いたします。
課題に対するアプローチ
・データ利活用を通した施策の評価や、社内への定着促進に課題を感じている ・新規事業やソリューションを立ち上げたが成果があがらず、改善すべきポイントが分からない といったお客さまに対して、ユーザーへ提供しているオンライン・オフラインのサービスと、その裏側を支える業務システムに対して、事業戦略に沿ったKSF / KGI / KPI / KAIの再整理・設計を行い、事業貢献インパクトの強い施策案出しから選定、優先順位付けを支援します。
ご支援の流れ
| プロセス | サービス・業務・経緯についてのインプット | KSF／KGI／KPI構造整理（As-Is） | 構造別のデータと各課題整理 |
| 期間例 | 2ヶ月〜 | ||
| 概要 | 多角的な観点からのデスクリサーチと分析・整理用のフレームを用いて、お客様が取り組むべきソリューションテーマの案出しと選定を行います。課題把握のためにモンスターラボのメンバーが現地訪問し、直接ユーザーのバーニングニーズなどを調査することも可能です。 | モンスターラボの多様かつ豊富な開発実績からなる知見を活かし、BASiCSモデル、STP分析、ビジネスモデルキャンパス、テクノロジーフィットなどの手法を用いて、ソリューション・サービスをお客様と共にに案出しいたします。 | プロトタイピング（作りながら仮説検証していく手法）またはプレトタイピング（仮説を最低限の労力と時間で検証する手法）から、仮説ごとに最小・最短で済む検証方法を選び、短い期間の中で最善の検証結果を提供します。 |
| アウトプット イメージ |
・ペルソナ ・ジャーニーマップ ・業務フロー など |
・KPI（初期仮説版） ・サービスに対する業務、課題整理 ・データ流れ図 ・データ分析ユースケース など |
|
