Village AI

DＸ化のために知っておきたいデータドリブン経営とは②

2022-10-04

皆さんこんにちは。

今回も前回に引き続き、データドリブン経営に関して解説を進めていきます。

実際にデータドリブンの有用性を理解したものの、どのように進めていけばよいのか、そして、どのような取り組む意義があるのかについて大枠をお伝えしてまいります。

どうぞお楽しみください。

利点と課題

さて、データドリブン経営ですが、いったいどんな利点があるのでしょうか。

利点の一つとしては客観的な根拠に基づいた施策立案が可能

という点にあります。

根拠として非常に説得力のあるデータを用いる為周囲からの理解を得やすいのはもちろん、効果検証もデータに基づいて行うことができるため、細かくPDCAを回しやすいという利点があります。

旧来のKKD（勘、経験、度胸）という曖昧な根拠に頼りすぎないことで、経営のかじ取りを従業員やステークホルダーに理解してもらいやすくなり、ひいては顧客からの理解の促進にも繋がっていきます。

また、AIへの活用が可能という点も利点の一つです。

ビックデータを教材として様々な人間ではわからない傾向や分析を行うことを得意とするAIにとって、様々なデータをインプットできる状況というのはまさに主戦場となります。
経営判断にデータを用いるということは、それだけ関連するデータを収集するということになります。

そうして集まったデータをAIを通して分析することで、よりスピーディに質の高い考察を得ることが出来るというわけです。

一方でデータドリブン経営には下記のような課題もあります。

それは、データの活用できる人材の不足となります。

以前までの記事で、データはただそれそのものには意味がなく、活用する前提で収集することに意味があるということをお伝えしました。

経営判断として現場や市場に存在するデータをどのように活用するのか、そしてその結果自社の経営がどのように変わっていくのかという全体像を元にデータを収集、活用できる人材が会社に存在しないため、とりあえずデータを集めてみたものの、活用が全く進まないという事態に陥ることも多いようです。

では、データドリブン経営を進めていくにはどのようにしたらよいのでしょうか。

どのようにデータドリブンを進めていくのか

データドリブン経営を進めていくために必要な4つのプロセスを解説していきます。

①データの収集と蓄積

データドリブンを導入するには、データを収集し、蓄積する基盤が必須となります。
また、収集するデータは目的によって異なる為、課題の解決を行うためなのか、意思決定を行うためなのか、活用目的を明確にすることも忘れてはいけません。

また、これらのデータは企業の業務システムや基幹システム、webサーバー等から収取するのが一般的となっています。

場合によっては、データの形式が異なっていたり互換性が無かったりと、収集するデータの形式といった細かなところから手直しが必要になる場合もありますので要注意が必要な段階と言えるでしょう。

②データの可視化

データを収集した後は、いきなり分析を行うのではなく、膨大なデータの中にどのような内容が含まれているのかを客観的に把握するために、情報を整理し、わかりやすく可視化する必要があります。

その際に膨大な量のデータを人力で整理するのは、コストやリソースの観点から非効率になりますので、web解析ツールを用いたり、その他の有用なツールを活用することが一般的となります。

③データの分析

加工したデータをもとに、それぞれ解決したい問題に対して分析・解析を行います。

ここでは順位や最大最小といった定量的なデータにとどまらず、変化や傾向といった定性的なデータも導いていかなければいけません。

結果をもとに、解決すべき課題に対しての仮説を立て、施策を打ち出します。

膨大な量の情報を持つビッグデータの分析には、データサイエンティストやデータアナリストといった専門家のスキルやノウハウが必須となります。

また、これらの専門性を持つ人材を、企業がDX推進を実現するために必要なDX人材として紹介されるケースもしばしばあります。

④実行

分析フェーズで決定した施策結果を実行に移します。
ここでようやく、ビッグデータの分析によって得られたデータを経営に活用することが可能になります。

また、施策を行った後に久賀測定を実施し、細かなサイクルでPDCAを回すことで、効果的な改善を行うことが出来ます。

どんな機能を活用するのか

最後に、実際にデータドリブン経営を実現するために、活用されているツールに関して簡単にお伝えをしていきます。

データ専門人材を自社で育成したり、外部から登用するには時間もコストもある程度かかってしまいます。

そちらに取り組みつつも、当面は市場に出ているツールを頼って、目先の事と中長期的なことに分けて段階的に取り組んでいくために活用できるツールとなります。

ツール	役割
BI（カスタマーデータプラットフォーム）	企業に蓄積されたビッグデータを分析・可視化するソフトウェア。レポーティング、データマイニング、シミュレーションといった機能を備えており、データドリブンを導入する上で最も重要なツールのひとつです。
CDP（カスタマーデータプラットフォーム）	顧客データの収集・集約・蓄積を担うツール。
CRM（カスタマーリレーションシップマネジメント）	顧客のパーソナルデータや、購買履歴やクレームなどの情報を管理し、分析を行うツール。プライオリティの高い顧客を優先し、関係を維持するための施策を行うために用いられます。
DMP（データマネジメントプラットフォーム）	顧客データや、ユーザーのインターネット上のログなどのデータから、顧客の興味関心や嗜好をリアルタイムで分析できるプラットフォーム。マーケティングで活用されているケースが多くあります。
MA（マーケティングオートメーション）	獲得したリード（潜在顧客）の情報を管理し、ダイレクトメールやSNS、ウェブサイトによるマーケティング活動の実行フローを自動で行うツール。
Web解析ツール	自社のWebサイトの検索順位やPV・UU数などのアクセス状況や、サイト上でのユーザーの行動を可視化してくれるツール。自社サイトやLPにおける広告や宣伝の効果測定に用いられます。
SFA（セールスフォースオートメーション）	顧客情報や営業プロセス、営業の進捗状況をデータとして蓄積し共有できる業務支援システム。