TDSE株式会社
TDSEマガジン

データを活用したビジネスモデルとは?事例や取り組みのポイント

データ分析

企業が持続的に成長し、競合他社に負けない競争力をつけるためには、データを活用したビジネスモデルが必要です。

しかし、実際にどのようにデータを取り入れれば良いのか、わからない方も多いのではないでしょうか。

本記事ではデータを活用したビジネスモデルの例や、ビジネスモデルを構築するポイントを解説します。

なお、「データを利活用する際に考慮すべきこと」をまとめた資料をご用意しました。ぜひお気軽にダウンロードしてご覧ください。

データを活用したビジネスモデルとは?

データを活用したビジネスモデルには、以下のような特徴があります。

 

■データを活用したビジネスモデルの例
・必要なデータを継続的に収集できる仕組みがある
・データ分析結果をもとに、サービスを顧客一人ひとりにあわせて最適化できる仕組みがある
・データが増加するほど、サービスの魅力を高められるようになっている

    顧客のニーズや購買行動が多様化した現代において、データを収集・分析して価値を生み出すビジネスモデルが必要です。

    従来のような経験や勘に頼った経営では、顧客の行動やニーズをすべて理解して施策を打つことはできません。

    だからこそ、客観的なデータに基づいて判断できるようにすることが重要です。

    データを活用したビジネスモデルが難しい理由

    データを活用したビジネスモデルは重要なものの、実現するのは難しいといえます。

    企業がデータ活用に取り組んでも、データ収集・加工・管理・分析・活用などいずれかの工程でつまずきやすいからです。

    一例として、下記が挙げられます。

     

    ■データ活用でつまずく例
    ・各部署やチームでいろいろなデータを保有しているが、形式がバラバラなので統合できない
    ・そもそも自社でどのような種類のデータを保有しているか共有できていない
    ・データを収集・加工できても、分析結果からうまく読み取れない

    そのため、データを一元管理できるサービスを利用したり、データ活用人材を育成・採用したりする必要があります。

    もし「自社で育成・採用したい」という場合、こちらの記事をご一読ください。データ活用人材に必要なスキルや、育成のポイントを解説しています。

    データ活用人材とは?必要なスキルや育成で重要なポイントを紹介

    とはいえ、あらかじめどのようなデータ活用方法があるのか知っておくことは大切です。ここからは、各ビジネスモデルにおけるデータ活用の例を見ていきましょう。

    4つのビジネスモデルにおけるデータ活用例

    4つのビジネスモデルにおけるデータ活用例を紹介します。

     

    1. D2C
    2. B2C
    3. B2B
    4. B2B2C

    順番に見ていきましょう。

    例1. D2C(Direct to Consumer)

    D2Cではオンライン販売が主なため、顧客のデータを直接収集できます。データ分析結果から得た知見を活かして、商品や顧客体験を改善することが可能です。

    例えば、次のような活用方法が挙げられます。

     

    ■D2Cのデータ活用例
    ・IoT機器のセンサーをとおして、顧客一人ひとりの行動や趣味、感情などのデータを収集する
    ・顧客の購買行動や閲覧したサイトなどのデータを分析し、顧客に最適な商品をレコメンドする

      結果的に、商品やサービスの付加価値を向上させることにもつながります。

      例2. B2C(Business to Customer)

      B2Cは、顧客に直接商品やサービスを販売するビジネスモデルです。多店舗の展開や、ECサイトを用意していることが一般的です。

      店舗とECサイト両方の購買データを収集できるため、組み合わせて顧客の行動を分析できます。

       

      ■B2Cのデータ活用例
      ・店頭キャンペーンを実施した後に、POSレジから収集した購買データ(商品名・価格・数量など)から効果を確認する
      ・過去の購買データをもとに販売数を予測し、過剰在庫や過少在庫をなくす
      ・Webサイト内での行動データを分析し、売れやすい・使いやすいサイトに改修する

        店舗では、POSシステム(会計機能に加えて、顧客や売上などのデータを管理するシステム)が導入されていることがほとんどです。

        販売実績をリアルタイムで取得し、分析に活かしましょう。

        例3. B2B(Business to Business)

        B2Bは商品が高額なので、顧客が購入するまでに数ヶ月以上の検討期間がかかることが一般的です。

        契約に至るまで多くの営業プロセスが必要なため、適切なタイミングで営業をかけるためにデータを活用します。

         

        ■B2Bのデータ活用例
        ・商談の進捗状況を可視化し、社内で共有できるようにする
        ・顧客のWeb上での行動データから、購買に対する温度感を把握する
        ・顧客の検討段階をスコアリングし、優良顧客に注目して適切な営業をかける

          営業データを共有することで、担当者が変わったときも商談をうまく引き継ぎやすくなります。

          例4. B2B2C(Business to Business to Consumer)

          B2B2Cは、消費者向けの商品を製造しているメーカーのビジネスモデルです。中間業者を介して、消費者に商品を購入してもらいます。

          消費者とメーカーに直接的な接点がないため、消費者の行動データを取得しにくいという問題があります。

          そのため、まずは自社メディアでの情報発信や会員システムの開発など、直接コミュニケーションをとれる仕組みを作りましょう。

          そのうえでアンケートを実施すれば、「購入した理由」や「商品を知った経緯」といったデータを収集することが可能です。

           

          ■B2B2Cのデータ活用例
          ・アンケートデータを分析し、ニーズを反映した商品の開発に活かす
          ・外部から顧客属性データなどを購入し、より顧客理解を深める

            続いて、実際に各企業がどのようにデータを活用しているのか、事例を見ていきましょう。

            データを活用したビジネスモデルの事例5選

            データを活用したビジネスモデルの事例を、次の5つ紹介します。

             

            1. パナソニック株式会社
            2. 株式会社ワークマン
            3. 株式会社ナイキジャパン
            4. 株式会社ユニメイト
            5. パーソルホールディングス株式会社

            1つずつ見ていきましょう。

            事例1. パナソニック株式会社

            パナソニックでは顧客のパーソナルデータを、より良い家電やサービス開発のために活用しています。

            家電アプリをとおして、部屋の暑さ・寒さを顧客が帰宅する前に知らせるなどが一例です。

            また、顧客が買い物先に立ち寄ったのを察知し、冷蔵庫の温度を自動的に調整。食材を適切な温度で保存することにも、データを役立てています。

            参考:Panasonic|パーソナルデータの活用

            事例2. 株式会社ワークマン

            続いてはワークマンの事例です。ワークマンはExcelを活用し、「機会ロス製品発見ツール」という分析ツールを作成しています。

            店舗の番号を入力すると、周辺の店舗で売れているにもかかわらず「その店舗で入荷していない売れ筋商品」が表示される仕様です。

            ツール上では、売れ筋商品を置くことでどれくらい売れたはずか、という機会損失までわかります。各店長が上記のツールを利用することで、店舗の品ぞろえを改善しています。

            参考:バックオフィス進化論|現場の自由な発想を引き出すDXとは

            事例3. 株式会社ナイキジャパン

            定番シューズに使うリサイクル素材の割合を増やすために、データ分析を活用しているナイキ。

            今まで手作業でシューズの各パーツの重さを測り、リサイクル素材の使用割合を算出していたのを、データを活用して効率的に実施できるようにしました。

            重量の20%以上もリサイクル素材を使ったシューズを完成させ、人気商品「エアマックス」のアップデートに成功しています。

            参考:ナイキ|データと分析力をデザインに活用する

            事例4. 株式会社ユニメイト

            ユニメイトでは、AI画像認識を活用した「自動採寸Webサービス」を提供しています。

            Webアプリケーションで全身の画像を撮影することで、ユーザーにぴったり合うユニフォームのサイズをマッチング。

            単純に身体の採寸をおこなえるAIではなく、適切なサイズを導き出すことで、サイズ交換にかかるコストの削減につなげています。

            参考:Monstarlab Blog|AI画像認識を活用した自動採寸アプリで顧客の業務効率化とコスト削減を実現

            事例5. パーソルホールディングス株式会社

            最後はパーソルホールディングスの事例です。

            パーソルホールディングスは、統合顧客データ基盤「DUKE」を構築し、法人内のマスターデータベースを作成しています。

            今まで営業担当が手作業でデータを入力しており、表記ゆれや入力ミスが課題でした。

            しかし、30社を超えるグループ会社のデータを、一ヶ所で収集・加工・蓄積することに成功。結果的にデータを管理しやすくなり、営業の効率化を実現しています。

            参考:PLAZMA|パーソルが挑む営業DX!顧客データの統合とグループ各社が活用できる仕組みづくり

            データを活用したビジネスモデル構築の3つのポイント

            データを活用したビジネスモデルを構築するには、次の3つのポイントを押さえる必要があります。

             

            1. データ活用の方向性を決める
            2. 失敗を許容してサービスの改善を繰り返す
            3. 完璧なデータが揃わなくても、まずは分析してみる

            順番に見ていきましょう。

            ポイント1. データ活用の方向性を決める

            1つ目のポイントは、データ活用の方向性を決めることです。データ活用には、「攻めのデータ活用」と「守りのデータ活用」の2種類があります。

            種類 方向性 データ活用の例
            攻めのデータ活用 仮説と検証を繰り返し、ビジネスをより成長させる ・顧客体験の価値を向上させる
            ・新商品を開発する
            守りのデータ活用 今と同じ状態を将来的に続けるため、過去データをもとに意思決定する 業務オペレーションを改善し、効率をアップさせる

            攻めのデータ活用とは、顧客体験の価値の向上や、新しいビジネスモデルを創り出す活用方法です。顧客の行動データを利用して分析し、満足度を高めて売上や利益を増やすことを重視します。

            一方、計画どおりに業務を遂行させるためにデータを用いるのが、守りのデータ活用です。

            「運用保守の自動化」や「故障予知」などにAIを利用し、過不足なく期待する収益を得られるように取り組みます。

            以上のような違いがありますが、企業が成長していくためには、特に攻めのデータ活用が重要です。予測不可能な市場の変化に対応する力を身につけなければ、競合他社と差別化できず、競争力を失ってしまいます。

            そのため、まずはデータ活用の目的を明確にしたうえで、自社のスタンスを決めておきましょう。

            ポイント2. 失敗を許容してサービスの改善を繰り返す

            失敗を許容してサービスの改善を繰り返すことも、大切なポイントです。

            現代はどれだけデータを活用して施策を打っても、どのような企画がヒットするのか先読みしにくい時代です。

            そのため、小さな失敗や成功を積み上げながらサービスを改善し、ビジネスモデルを変化させていくことが重要といえます。

            例えば、1~2週間くらいの小さい単位で取り組む内容を決め、実践してみるなどです。もし期待どおりの成果が得られなくても、すぐに見切りをつけてはいけません。

            いきなり100点を取ろうとせず、粘り強く試行錯誤をしていきましょう。

            なお、データをビジネスで上手に活用するには、押さえるべきポイントがあります。こちらの記事で詳しく説明しているので、ぜひ併せてご一読ください。

            【事例あり】データ活用とは?目的やビジネスに活かすポイントを解説

            ポイント3. 完璧なデータが揃わなくても、まずは分析してみる

            完璧な量や質のデータが揃わなくても、まずは分析してみることが重要です。

            近年はさまざまな企業がデータ活用に取り組んでいるため、出遅れてしまうと競争力を失うことになります。

            また、「準備が整ってからやろう」と考えていると、データ分析プロジェクトが自然消滅してしまう恐れもあります。

            質は改善していけば良いですし、質が改善されればデータ量もおのずと増えていくものです。

            例えば、購買確率を予測して、よく商品を購入してくれる顧客を見つけたいとしましょう。この場合、一般的に以下3つのデータがあると、精度が高い予測結果を得られます。

             

            ■購買確率の予測に必要なデータの例
            ・顧客情報
            ・購買データ
            ・購買までの活動データ(どのような行動をしたかという履歴)

              しかし、「顧客情報はあるが、購買・販売実績データを持っていない」など、上記3つが揃っていないケースも多々あります。

              そこで諦めるのではなく、「顧客情報だけ」でもデータ活用を始めてみましょう。平行して他2つのデータも集められるような仕組みやサービスを考え出す、という順番がおすすめです。

              上記のように進めることで、購買確率を予測する精度が上がっていきます。結果的に顧客の満足度を高められるため、購買金額が増加し、それに伴いデータも増えていくという好循環につながります。

              そのため、まずは今社内にあるデータを用いてデータ活用を始めましょう。

              データを活用して、新たなビジネスモデルを創り出そう

              近年は顧客のニーズや購買行動が多様化しているため、客観的なデータに基づいて意思決定をするビジネスモデルが重要です。

              まずは、自社でデータ活用をおこなう目的や方向性を決めましょう。そのうえで、今あるデータを使って実際に分析してみてください。

              初めは想定どおりに進まなくて当然なので、失敗を恐れずに少しずつサービスを改善していきましょう。

              データを利活用するプロセスはこちらの資料で紹介していますので、ぜひダウンロードしてご覧ください。

              DXやデータ分析に関するトレンドや活用法、
              セミナー情報などをお届けします。

              メールマガジンに無料で登録する
              ご相談・お問合せはこちら

              お問合せ

              上へ戻る