プロジェクト創出支援サービス

ビジネステーマ抽出ワークショップ

DX（デジタル・トランスフォーメーション）の成功にはビジネステーマ（データ利活用テーマ）の選定が非常に重要です。本サービスは、事業部門をはじめとしてDXを必要としている部門（ビジネス課題を抱える部門）へのヒアリングやワークショップ活動を通じて、ビジネスニーズに基づいたテーマ抽出を目指します。

ワークショップは、主にビジネス部門の方を対象として開催します。まず初めに、全社としてDXで目指す姿の共有を行い、AIとは何か、AIを活用することで何が変えられるのか、AIを活用した先進的な事例紹介などAIに関する基本的な知識の共有を行います。これにより、ビジネス部門が主体的に必要なテーマ抽出ができるようご支援をいたします。また、将来DX活動の内製化を目指す企業の場合には、DX推進組織自らがワークショップ等によりビジネス部門向けにAIの啓蒙活動が求められます。ワークショップの企画や準備段階から、DX推進組織メンバーの方にも積極的に関与頂きながら活動を進めます。

ワークショップのコンテンツ例

前 半	座学
	DXで目指す姿の共有
	AI/機械学習とは
	データ活用事例の紹介
休憩
後 半	ワークショップ
	問題・課題の洗い出し
	データ利活用でのアプローチ検討
	振り返りと今後のアクション決定

AI活用テーマアセスメント

ビジネス視点で抽出されたテーマに対しては、多角的な視点から重要性を評価しプロジェクトとして取り組む優先度を決める必要があります。AI活用テーマアセスメントではビジネスと技術の両面でテーマアセスメントをご支援します。例えば以下のような観点で、ビジネス上の重要性に加えて、データ蓄積やITインフラなどの技術的な成熟度も加味して優先度を決定します。

具体的な検討項目の例

ビジネス視点での評価項目の例

関連する業務	課題と関連する業務は何か。業務の規模（人員、コスト、売上） 業務の変更が必要か。どのような変更か。変更可能か。
解決すべき課題	「誰の」「どんな」課題なのか。業務改善、売上向上、顧客価値向上なのか。
ミッションとの関連性	課題は会社や部門のミッションとどのように関連しているか。
効果／インパクト	問題が解消されたら、どんな効果が得られるか。影響する範囲は。
過去解決できなかった理由	AIやデータ活用ですべて解決できるのか？を確認します

技術視点での評価項目の例

課題解決の方法	課題を解決するための手段やソリューション
実現可能性／難易度	分析の難易度。自社内のみでの実現可能性。組織構造や他組織連携の難易度など
横展開	ソリューションを横展開することで解決できる課題があるか。
データ	データの有無。データが利用可能か（セキュリティー、メタデータ、品質（精度、鮮度、粒度など）の観点で）
コスト、期間	分析(POC)、システム開発・運用のコスト

テーマの優先順位の検討例

テーマロングリストの管理

AI活用テーマアセスメントの目的は、優先実施のテーマを決めるだけではありません。アセスメントの結果、現時点では優先的に実施とならないと判断されたテーマもロングリストとして管理し、将来必要となる定期的な棚卸を実施します。

棚卸では、新たに抽出されたテーマが追加され、また、ビジネスニーズやデータの蓄積状況などを反映して評価内容の更新が行われ、優先順位の見直しが行われます。また、分析POCを実施した結果、何らかの理由で業務実装まで至らなかったテーマもこのロングリストで管理をし、再開の可能性（データ量が増加した、新たな分析技術が登場した、業務プロセスの変更）も常に確認することで、DX活動の成果に繋がります。

AI活用プロジェクト企画立案

優先度の高いテーマに関しては、POCやパイロットプロジェクトを経て実ビジネスで効果を発揮させるまでを見据え、プロジェクトの企画立案をご支援いたします。

プロジェクト企画書は、プロジェクト推進の前提となる項目を記載し、DXに関わる全てのステークホルダーに対して活動内容を共有するための資料とします。

プロジェクト企画書に記載する主な項目

背景	プロジェクトに至るまでのビジネスの背景や問題意識を記載
ビジネス課題	解決するビジネス課題は誰にとってのどのような課題かを記載
目標と評価方法	目標を設定し、定量的な成功基準、判定の時期、承認者を記載
推進体制	ビジネス側、データ分析側それぞれで役割(RACI)を記載
コストと利益	プロジェクトのコストと課題解決によって得られる利益を記載
推進計画	主要なタスクと実施時期、マイルストンを記載
リスク	推進に当たり想定されるリスクを記載