データの結果が「なぜおこっているのか」。
一つのデータに対して、「なぜ」を３回繰り返す。
そうすると有力な仮説が生み出されます。
私のいる宿泊業界では、
各宿が色々な宿泊プランを作っています。
スタンダードな宿泊プラン
スタンダード＆料理を選べるプラン
記念日専用のプラン
シニアの方に特典の付いたプラン
お部屋グレードアッププラン
etc・・・
こういったプランごとの
お客様評価＝クチコミ点数
を定量的に分析する事もあります。
この中で見ていくと、
・スタンダードな宿泊プラン
・スタンダード＆料理を選べるプラン
これらはクチコミ点数の平均が低くなる事があります。
逆に
・記念日専用のプラン
・シニアの方に特典の付いたプラン
・お部屋グレードアッププラン
はクチコミ点数の平均が高くなりがちです。
ここから何を読み取っていくのか。
これから宿全体のクチコミ点数を上げる為には。
単純に考えると
クチコミ点数の低いプランのリストラ
という打ち手も浮かびます。
しかしここで「なぜそうなったのか」を
考える必要があります。
例えばこのような事を経験しました。
スタンダードなプランのクチコミ点数の低さ。
この「なぜ」を探っていくと・・・
「なぜ他のプランと違いが出た？」
予約件数では実は最も多い
「なぜそれが影響する？」
１，悪い評価ではないが普通という評価も多い。
２，良い評価もあれば悪い評価もある
悪い評価はプラン内容に対してではない
「なぜ悪い評価？」
繁忙期に手が回らない時の接客対応やその他要因
ここから読み取れる仮説は、
プランという要因でのクチコミ評価が低いのではなく、
そもそもの受入体制の問題である。
繁忙期に合わせて人員配置をしていないので、
当然のように繁忙期は手が回らなくなる。
その場合の対策としては、
繁忙期に手が回らない事を想定した
お客様満足度を上げるアイデア出し。
ロビーで快適に待てる工夫が出来ないか。
エアウエイト等の順番待ち機器の導入はどうか。
常連さん向けのセルフチェックインは出来ないか。
減らせる作業はないのか。
などの打ち手が見えてきます。
このようにデータの「なぜ」を探ると、
より的確な打ち手が次々に見えてきます。
