社内でデータ活用を推進させるためには、自社のデータ活用状況を正確に把握することが大切です。
しかし、「具体的にどのような立ち位置にあって、何が足りないのか」を客観的に知るのは難しいのではないでしょうか。
そこで本記事では、データ活用における3つのレベルについて詳しく解説します。レベルを上げるポイントも紹介しますので、ぜひ最後までご一読ください。
なお、データを活用する前に、そもそもどのようなプロセスでデータ分析がおこなわれるのかを知っておく必要があります。
弊社TDSEでは「データを使ってできること」をまとめた資料をご用意しましたので、ぜひお気軽に下記からご覧ください。
そもそもデータ活用とは?
そもそもデータ活用とは、企業が社内外からデータを収集・分析し、新たな知見を得てビジネスに役立てることです。
近年は消費者のニーズや購買行動が複雑化しているため、経験や勘に頼った判断が通用しなくなっています。
顧客データや経理データ、販売記録データなどさまざまなデータを活用し、顧客から選ばれる可能性を高めることが重要です。
なお「データ活用についてより詳しく知りたい」という方は、下記の記事をご一読ください。データ活用の効果や、データをビジネスに効果的に活用するためのポイントを解説しています。
【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
データ活用のレベルとは?
データ活用のレベルとは、データ成熟度を診断する指標になるものです。
データ成熟度は、「組織においてどれくらいデータ活用が進んでいるか」を客観的に評価するモデルを指します。
自社の立ち位置を把握し、次の段階を目指すための必要なアクションを洗い出すのに役立ちます。
しかし、世界的に標準化されたデータ成熟度モデルはありません。最もスタンダードなモデルは、CMMI Instituteによって開発された「DMM(Data Management Maturity)モデル」です。
データ活用レベルを診断するツールは後述しますので、まずは現状を確認することから始めましょう。
データ活用レベルを知る必要性
データ活用レベルを知ることで、データ活用環境を改善していくことができます。
・組織全体のデータの活用状況を視覚化できる
・次のステップに進むために何をすべきかがわかる
企業によって抱える課題は異なります。他社のデータ活用の取り組みをそのまま真似しておこなっても、思うような成果は得にくいです。
だからこそ自社の現状のデータ活用状況を把握し、自社が何に取り組むべきかを明確にする必要があります。
Splunk社の調査レポートによると、データ活用に優れた組織は市場で競合他社よりも優位に立つ可能性が2.9倍高いことがわかりました。
さらに、利益目標の超過率が2倍に達することが明らかになっています。自社のデータ活用における現在位置を把握し、レベルアップを目指すことで、競合優位性を獲得しやすくなります。
参考:Splunk|Splunk調査レポート
データ活用レベル(データ成熟度)を診断するツール
データ活用レベル(データ成熟度)を手早く知るには、以下のような診断ツールを利用しましょう。
・Deloitte:Data Maturity Benchmark(データ成熟度診断ツール)
・Data Orchard:Data maturity self assessment tool(データ成熟度自己評価ツール)
いずれも質問に回答することで、自社がどれくらいデータを活用できているかを、スコアやレポートで表示してくれます。
自社が立たされている状況を把握し、改善すべき点を明らかにすることが可能です。
続いて、具体的なデータ活用レベルについて説明します。
データ活用における4つのレベル
データ活用には、以下の通り4つのレベルがあります。
- データを揃えて見える化する
- 仮説を立てて検証・議論できる
- 将来を予測してビジネスに活かせる
- (MAX)予測モデルをもとにシステムで自動化する
自社がどのレベルにあたるのか、イメージしながら読み進めてみましょう。1つずつ説明します。
レベル1. データを揃えて見える化する
レベル1は、データを揃えてとりあえず見える化できている状態です。最初の時点なので、まずは自社の業務に関わるデータを収集・定義することから始めます。
例えば、Excelなど社内にあるツールを使い、グラフにして可視化するなどです。
ここでよくあるのが、データを収集すると言って100人にアンケートをとり、アンケート用紙を回収しただけのパターンです。
実施しただけで満足してしまい、せっかくのデータをロッカーで保管しているケースもあるのではないでしょうか。
100人のアンケート結果をExcelで集計して初めて、見える化できているといえます。そのため、まずは集計してデータ化することから始めましょう。
レベル2. 仮説を立てて検証・議論できる
仮説を立てて検証・議論できる状態が、データ活用におけるレベル2です。この段階から本格的なデータ分析に着手します。
具体的には、下記のことを実施します。
・データウェアハウスやBIツールやなど、データを蓄積・分析するシステムやツールを導入する
・分析業務をおこなうため、データ活用人材の育成や採用を始める
・自社の定量データや定性データを収集し、データをもとに社内で議論を進める
上記のようにデータ活用の環境を整備し、進捗状況を確認するところまで習慣化できている状態です。
ただし、レベル2では「分析だけしてアクションに繋がっていない」状態です。まだ分析結果を実際の業務に反映できていません。
レベル3. 将来を予測してビジネスに活かせる
将来を予測してビジネスに活かせるようになると、レベル3の段階です。
分析した結果をもとに、意思決定や業務効率化など、ビジネスに活かせている(実際の業務に反映できている)といえます。
より多角的に分析できるようにするため、社内外問わずさまざまなデータを収集する必要があります。
そのため、大量のデータを効率良く加工しつつ一定の品質に保つために、データ活用基盤を整備することも欠かせません。
また、データ活用人材には、次のようにより高度なスキルが求められます。
・関係者に働きかけ、プロジェクトを推進するマネジメント力
・分析結果をもとに知見を得て、取るべきアクションを導き出す力
・社内の要望に応じて、データ活用基盤を改善する力
ただ、この時点ではまだ分析や予測を人がおこなっている状態です。
レベルMAX. 予測モデルをもとにシステムで自動化する
レベルMAXに到達すると、予測モデルをもとにシステムで自動化できるようになっています。レベル3までは人が分析している状態でしたが、最終レベルでは分析や意思決定すらもほぼ自動化した状態です。
意思決定も自動化しているとは、例えば下記のようなイメージです。
- 1. 予測AIを搭載したシミュレーションシステムを構築しておく
- 2. 「今期は広告費に1億円を使う」場合、1億という数字をもとに「どの広告媒体にいくらどう出せばいいのか」という予算配分を、システム上でシミュレーションする
- 3. 取るべきアクションが、レコメンドとして数パターン出力される
- 4. アクションを選択することで、その意思決定に基づいて広告配信がどんどん実施される
上記までいければ究極の状態です。広告配分最適化などの領域では、人の意思も入るものの、実際に自動化を実現しているケースもあります。
ここまで読んで、「ではどうすれば上のレベルに到達できるのだろう」と思った方もいるのではないでしょうか。続いてデータ活用レベルを上げるポイントを解説しますので、ぜひ参考にしてください。
データ活用のレベルを上げる3つのポイント
データ活用のレベルを上げるには、下記3つのポイントを押さえましょう。
- データを一元管理できる環境を用意する
- データに基づいた意思決定ができる体制を構築する
- データ活用後は効果を検証する
順番に説明します。
ポイント1. データを一元管理できる環境を用意する
1つ目のポイントは、データを一元管理できる環境を用意することです。
HPEの調査結果によると、データ成熟度が低い企業には「データが個々のアプリケーションまたは場所に隔絶されている」という特徴がありました。
参考:PR TIMES|データ成熟度の低さが企業の成功を阻む – グローバル調査
データ活用基盤を導入することで、データを一ヶ所に集約できます。
データを社内のさまざまなアプリやツールから吸い上げて蓄積し、必要に応じて加工し、分析・可視化までを一貫しておこなえます。
これが各工程で手作業だと、人によってデータの品質がバラバラになったり、最新データがどこにあるかわからなくなったりします。
結果的にデータ分析結果の精度も下がり、意思決定に活かせません。そのため、まずは自社に合ったデータ活用基盤を導入することをおすすめします。
なお、自社に合ったデータ活用基盤を選ぶときは、いくつかのポイントを押さえる必要があります。下記の記事で詳しく解説していますので、ぜひ併せてご覧ください。
データ活用基盤の基礎知識!得られる効果や構築方法を詳しく解説
ポイント2. データに基づいた意思決定ができる体制を構築する
データに基づいた意思決定ができる体制を構築することも、ポイントのひとつです。
どれだけ良質なデータを集められたとしても、そこから分析してアクションへつなげる仕組みがなければビジネスに活かせません。
具体的には、データ活用専門の部署を設置するのがおすすめです。
そのうえで必要なデータの定義・連携・収集・加工・蓄積・分析といった一連のプロセスを、業務マニュアルなどに体系化しましょう。
また、経営層が直観的に理解できるように分析結果を表示する「経営ダッシュボード」の導入も大切です。経営層は速報ベースの報告をもとに、能動的に情報収集して仮説を立てられるようにしましょう。
企業としてデータ活用を推進するには、経営者自身が重要性を意識して、活動に参加することが欠かせません。
ポイント3. データ活用後は効果を検証する
3つ目のポイントは、データを活用した後に効果を検証することです。検証ができていない場合、データ活用がビジネスで価値を生み出せているかどうかを判断できません。
例えば、「ターゲットに対して期間限定のキャンペーンをおこえば、売上アップが期待できる」という仮説を立てていた場合、施策を実施した後に仮説が正しかったかを確認するなどです。
結果が良くても悪くても、企業内でしっかりと共有しましょう。成功・失敗にかかわらずノウハウを蓄積し、次の戦略に活かすことが重要です。
自社のデータ活用レベルを知り、次の段階を目指そう
データ活用レベルを知ることで、組織全体のデータ活用状況がわかります。
「現状はデータをとりあえず収集・集計しているだけだから、仮説を立てて検証してみよう」など、取るべき行動が明確になる点がメリットです。
徐々にデータ活用環境を整備していき、分析結果を意思決定や業務効率化に役立てられるようにしましょう。
しかし、自社のデータ活用状況の調査も含めて、どのようにデータ活用を進めていけばいいのか悩んでいる方もいるかと思います。
TDSEでは貴社のビジネス課題をしっかり把握したうえで、必要なデータの定義から基盤の選定、実際にビジネスに活かすまでの一連の流れをサポートしています。
ぜひお気軽にお問合せください!