こんにちは。
ワークスアイディの奥西です。
2024年3月にAppleが電気自動車（EV）の開発を中止することを発表しましたね。
タイミング見て、きっと開発再開しそうですね。
また、まだ噂と予想レベルの情報ですが、
MacBookが折りたたまれる可能性があるというニュースを見ました。
折りたためる！？
今は折りたたみ箇所が1つですが、折りたたみ箇所が2つになりモニターが2つあるイメージです。
MacBookがどの様に進化していくのかは、今後の発表を楽しみにしておきましょう。
さて、本日は「データ」から始めると失敗する！？ビジネス理解の5つのポイント！に
ついて考えていきましょう。
- データドリブン経営の本質
- 増え続けるデータ
- データドリブン経営とは
- データ活用は「データ」から始めるから失敗する！？
- データ活用に躓く理由
- データ活用の基本ステップ
- 自社理解の5つのポイント
- 事業モデルの理解
- 顧客理解
- 競合分析
- 内部能力の評価
- 経済的・社会的トレンドの把握
データドリブン経営の本質
増え続けるデータ
10年程前「データは新しい石油（Data is the new oil）」と言われました。
そこからハードウェアやソフトウェア、クラウドの成長によって、
年々データ量が膨大に増えていますね。
2020年に全世界で生成、取得、複製、消費されたデータの総量は、
64.2ゼタバイトとみられています。
世界で生まれるデータ量は今後増加し続け、
2025年には180ゼタバイト以上に達すると予測されています。
デジタル社会となり、データの活用が企業の競争優位性をもたらす資源として
各社の取り組みが非常に活発になってきていますね。
データドリブン経営とは
データドリブン経営は、
「データをもとにした経営」を意味する経営用語として使われています。
データドリブン経営と聞くと、多くのビジネスパーソンは「データ」を収集し、
分析することからすべてが始まると考えがちですが、これは大きな誤解です。
データドリブン経営は、単にデータを集めて分析することではなく、
そのデータをビジネスの意思決定に活かすことにあります。
これには、ビジネスの深い理解が必要です。
「目的」「課題」「仮説」を明確にし、それに基づいてデータを分析し、
解釈を得るプロセスが重要になります。
データ活用は「データ」から始めるから失敗する！？
データ活用に躓く理由
データ活用は、課題や仮説を基に収集されたデータを分析して洞察を得ることで、
- リスク低減
- 生産性向上
- 収益率改善
- 顧客理解
- サービス改善
- 意思決定の高度化
などの実現を目指すことができます。
これだけメリットのあるデータ活用ですが、多くのビジネスパーソンが途中で躓いてしまいます。
それは、ビジネス背景やビジネス理解のないまま、まずはデータから取り組んでしまうからです。
ビジネスの成功には、顧客理解とビジネス理解が不可欠です。
顧客のニーズや問題点を深く理解し、それを解決する製品やサービスを提供することが事業の基本ですよね。
データ活用プロジェクトでは、このビジネスの理解が抜け
「データの整理・分析」が先行してしまい、分析結果が事業の役に立たないことがあります。
データ活用の基本ステップ
「目的」→「課題」→「仮説」→「データ分析」が、データ活用における基本ステップです。
「仮説」を持って「データ分析」するからこそ「解釈」を得られます。
しかし、まず「データ分析」を行ってしまい、
そもそもの「目的」がないので使い方が分からず、プロジェクトが失速するケースをよく見かけます。
更に失速した理由を訊ねると、
「自社には活用できるデータが蓄積されていない」としてトーンダウンしてしまうんですよね。
実際には活用できるデータが山ほどあるのに、「仮説」がないので価値を見出せていないのです。
繰り返しこの話をさせていただくのですが、
分析すれば何かが発見できると思い込んでしまうんですよね…。
「データ」は「石油」と同じで、使い方によって価値が生まれるということです。
逆に言うと、上手に加工しなければ役に立たないものになってしまいます。
ここが、データ活用プロジェクトの最大の落とし穴です。
自社理解の5つのポイント
まずは「データ」という進め方の問題点について書いてみましたが、
もう一つ重要なポイントがあります。
それは「自社理解」です。
自社理解は、データ分析の成果が実際のビジネス価値に直結するかどうかを左右します。
なるべく分かりやすく簡潔に
自社理解として抑えておく項目を5つにまとめてみます。
1. 事業モデルの理解
価値と収益源
自社が提供する製品やサービスの価値理解。
収益の主な源泉を明確にし、それぞれのビジネス活動の収益性を把握すること。
2. 顧客理解
ターゲット顧客とフィードバック
自社の製品やサービスを利用する主な顧客層を特定。
定期的に顧客のフィードバックを収集・分析し、顧客課題を把握すること。
3. 競合分析
競合の特定と市場のポジショニング
直接的および間接的な競合を特定し、それらのビジネスモデルを分析し、
市場内でのポジショニングを明確にすること。
4. 内部能力の評価
デジタル人材
自社の組織能力、技術力、製品品質などを客観的に評価。
社内のデジタル人材の育成やパートナー人材も含め、それぞれの強みを活かし戦略を立てること。
5. 経済的・社会的トレンドの把握
市場トレンド
業界のトレンドや市場の動向を調査し、これらの変化が自社のビジネスにどのように影響するかを理解。
社会的な変化や消費者の価値観の変化を把握すること。
これらの理解を深めることで、ビジネスの戦略的な意思決定を支え、
持続可能な成長を促進するためのデータドリブンなアプローチを実現できます。
まとめ
データは道具でありデータの利活用は手段であります。
まずは「データを分析してみる」という考えから抜け出すことが重要です。
自社理解・ビジネス理解・ユーザー理解を抑えつつ、
「目的」→「課題」⇨「仮説」をしっかりやっていきましょう。
データやAIの取り組みは、
技術面のみならず、プロセス、文化、スキル、顧客やサプライヤーとの関係においても変革を必要とします。
是非、皆さまの職場でも「データ活用」について議論してみてください。
それでは本日も皆さまGOOD JOB！！
▼こちらもおすすめ
