
会員限定
リーダーシップとマネジメントの違い ~違いと使い方を理解する~
リーダーシップとマネジメントの違いとは、主にそれぞれ異なる特性と役割にあります。リーダーシップは人と組織を動かし変革を推し進める機能、マネジメントは定められた戦略やルールに基づき効率的に組織を運営する機能とそれぞれ定義されています。このコースでは、リーダーシップとマネジメントの違いについて詳しく学んでいきます。2つの違いと意味を理解し、日頃の業務やコミュニケーションに役立てていきましょう。 ☆関連情報 フレームワークでニュースを読み解く、こちらの記事もぜひご覧ください。 「吉本興業のこれからに必要なのはどっち?リーダーシップ、それともマネジメント?」 https://globis.jp/article/7224 「日本電産の永守氏にみる有事のリーダーシップ」 https://www.nikkei.com/article/DGXMZO58614190Y0A420C2X12000/?n_cid=DSPRM5277
より理解を深め、他のユーザーとつながりましょう。
25人の振り返り
noriko_chita
その他
必要な役割が明確化されていて,わかりやすかった.現状は一人が全部決めてそれをあまり理解できていない人が言うとおりに動いているような状況であるため,リーダーは負担が大きく,従っている人は先が見えていないため面倒くさいと手を抜きがちだと感じた.また,どの活動でも「コミュニケーション」は大きく成果に左右するのだと感じたが,逆に言うと「コミュニケーション」の円滑化に困っているところは多いのではないかと感じた.
kyo1227
営業
データ分析をする事が多いので、意思決定者とコミュニケーションをとりながら進めて行こうと思う。
f_ishi1972
その他
業務において、データ分析など扱う際は、無駄なデータ収集、分析とならない様に、計画性を保つ事、情報共有の明確化など、データの価値を高める工夫が必要と感じた。
mikimiyo
メーカー技術・研究・開発
フォーマル、インフォーマルな仕組みを作ることがうまく成果に結びつけるポイント出ることは納得できた。ただ、仕組みができたとしても、最終的には意思決定者へ分析者から有効な情報提供が継続的に行われることが、両者の関係を近づける鍵になると思う。
daisuke_take
IT・WEB・エンジニア
数値分析だけでなくコミュニケーションも分析には必要であると理解しました。
key23
経理・財務
データ分析組織において、4つの役割を細かく説明頂いて、自身の業務分担の位置付けを確認でき、改めて何をするべきか、優先順位などの発見がありました。
glorio
その他
「分析の人たちの採用」とすぐ考えがち。IT部門の人が少ない?本当にそれが問題?
【分析】・【意思決定】・【現場】・【データ】、この4つの役割。
一番大事なのは意思決定、ボスは誰?
こういう数字や仮説が出ました、それを決めれる人。ボスというのは役員というわけではなく、課長でも決めれる人。その場で決めれないにせよ、すぐにその上長に促し決めれる人。
【ボスに求められる能力】
・最低限の分析結果に対するリテラシー
(自分で分析できる必要はない)
・社内の経営状況や戦略に関する確かな理解
・必要な分析を要求できるリサーチデザイン能力
・分析結果から打ち手を考え、周りを巻き込み実行できる
【現場/ エキスパート】ボスと兼ねる時と兼ねない時がある
現場の事情と肌感覚をデータと試作にフィードバックできる人。言語化しにくいようなところ。現場をちゃんと話せる人、データの裏に隠されている解釈など。
【エキスパートに求められる能力】
・最低限の分析結果に対するリテラシー
(自分で分析できる必要はない)
・ボスの目の届かない社内外の細かな状況の理解
・必要なデータ、分析結果の解釈・施策の細部などに関する現場側の事情からのフィードバック
ボスが肝ですよね。我々で言うと業務部門。その業務部門がこの認識や全体像を認識していないところもイシューかもしれません。
データが該当する業務部門の部長や課長にはこの動画を見て、感想文とか書いてもらいたいところです。
後半は陥りやすい組織構造の罠や、意思決定者とのコミュニケーション、公式・非公式のコミュニケーションや会議など事例を元にした話で、参考になります。
IT部門だけで見ていても、意思決定者は業務部門なので変わらないとは思いましたが、まずは我々もインプットは参考になると思いまた。
ik_hrs
営業
データは大事であるが、それ以上にデータをどのように分析し、どのように活用していくか、組織の状況と業務の内容を把握したうえで、どのような目的で取り組むかを認識しておくことが重要と感じた。
k-nagayama
メディカル 関連職
データ分析はそこから得られる情報をもとに、さらなる発展を目指すことをしっかりと意思決定に繋げることが必要。そのための組織づくりを上層部と議論しながら形成していくことが第一歩である。
yoketoma
資材・購買・物流
データを読み取る力を付けたいと思いました。
ike48
経理・財務
データ分析は現状の分析や将来の予測を可能にし、見落とされていた自社の問題点や課題についても発見できる。
また、データ分析によって得られた知見は、企業の意思決定のスピードを高められる。
数学やプログラミングのような知識は不要であり、データを分析する力を養うことが会社の生産性を高めることに繋がる。
kinotaro0828
経営・経営企画
データ分析の為の組織作りは、参考になりました。
jesse_tetsuya
営業
組織構造にまで踏み込み勉強になった
chibibei91
営業
組織構造にまで踏み込まれていて勉強になりました
ozawa_h
IT・WEB・エンジニア
データ分析と分析結果の有効活動についてもう少し調査します。
ichi_t
経営・経営企画
部門に配置した分析官と、社長との会議体を持つと、分析結果と提案に対し「それ面白そうだな!」と部門側にとって抵抗のある企画がトップダウンで立ち上がることを嫌って、社長への提案を事前に説明してもらうよう、部長等からの部内の圧力が生じて、社長報告の前に部内で修正要望が入るさまが想像された。
分析のミッションを負う人にまで組織作りの最適化を考えさせなければならない、一般的な日本の企業経営層が残念に思われた。
欧米の先進諸国ではどのような組織構造でデータドリブン経営が実現しているのか、文化的な差異も含めて知りたい。
tomatooo
IT・WEB・エンジニア
組織をつくるだけではダメで、ソフト面でもコミュニケーションを活発にさせる工夫が必要。実務を進め判断をしてもらい活動に繋げるポイント。
natsu727272
メーカー技術・研究・開発
データ分析をする事が多いので、意思決定者とコミュニケーションをとりながら進めて行こうと思う。
_tana
メーカー技術・研究・開発
データサイエンティストが、意思決定者や現場側と密にコミュニケーションできる。これはデータドリブンな組織であろうが無かろうが、風通しの良い組織作りとして当たり前のことだと思う。問題はデータサイエンティストがジョブ型の思考になっている人が多いことにあるというのが、私の実感です。
naruto0077
IT・WEB・エンジニア
データ分析の為の組織作りは、参考になりました。
ozzee
人事・労務・法務
4つの役割が、それぞれ大事。
分析をして提案をしても、事業部側から、稼いでいるのはこっちなのに、何を言っちゃってんの?!
になる、という話は、あるある。
yas_2022
営業
分析担当者と分析するチームの距離感を近く、仲間の関係に持っていくことが重要なことが参考になった。
決定者との関係も気を付けていきたい。
eri0926
販売・サービス・事務
組織の在り方にも話が及び、今のイチ担当としてすぐできることと、今後のキャリアの中で活かすべき学びとがあった。
比較的すぐに活かせるのは、分析を活かすには4つの役割があること、初めて知ったが、そのボトルネックを解消すること、これが大事ということは意識できそうである、また、決定権者と密にコミュニケーションをとる、これも普段心がけているが、改めて意識してやっていこうと思う。また将来的には、分析組織そのものの在り方や分析結果をより活かせるような仕組み作り、こうしたことにも取り組めたらと思った。
tomona06
営業
データ分析の結果は意思決定に繋げないと意味をなさない。普段市場データを引用しているが、そのデータがどう生かされているのか?改めて考えようと思うます
dairin
営業
業務で活用するのにとても参考になりました