データ活用上の「お困りごと」の混在とは データ分析講座(その275)

投稿日

 

情報マネジメント

 

データ活用を考えたとき、先ずはデータ活用する「現場のお困りごと」を考えるべきです。しかし「データのお困りごと」から入ってしまうケースが多々あります。「データのお困りごと」とは、データが足りない、データが汚い、データが入手しにくい、ということから起因するものです。要は、データ整備やデータ基盤などの「お困りごと」です。「現場のお困りごと」とは、売上をもう少し上げたい、営業を効率化したい、コストを下げたい、離反顧客を減らしたい、利益率をあげたい、取引額を拡大したい、などです。どちらも、データ活用上の「お困りごと」ですが、そこを混在して考えてしまうケースが多々あります。今回は「データ活用の『現場のお困りごと』と『データのお困りごと』」というお話しをします。

 

【目次】
1. ある航空会社の例
2. なぜ「データのお困りごと」を先に考えてしまうのか?
3. 現場ヒアリングとオペレーション
4. 現場の業務プロセスの中に、データ活用のテーマが眠っている

【この連載の前回:(その274)分析結果レポートのポイントへのリンク】

 

◆【特集】 連載記事紹介:連載記事のタイトルをまとめて紹介、各タイトルから詳細解説に直リンク!!

 

◆データ分析講座の注目記事紹介

 

1. ある航空会社の例

ある航空会社は、数年かけてデータ活用基盤を整備していました。その費用は決して安くありませんでした。あと1年でデータ活用基盤ができ上がろうとしたとき、外部からきた役員から次のような、素朴な質問がでました。「何がどう嬉しいのだっけ?」この答えが非常に難しく、担当者は難渋していました。

 

なぜならば「現場のお困りごと」に応えられるものではなく、売上アップやコストダウンにも寄与しているものではなかったからです。その担当者は、もともと航空券の価格設定(ダイナミックプライシング)を担当している部署にいました。その部署にいたときから、構築中のデータ基盤の一部の機能は利用できました。ダイナミックプライシングのためのデータや機能を搭載したもののはずでしたが、実際は使い物にならず、担当者が従来のやり方で実施していました。

 

なぜでしょうか?

 

現場のやり方から乖離している、もう少しいうと、現場のオペレーションから考えると非常に使いにくいものになっていました。なので、データ活用基盤からCSV形式で必要なデータを抜き出して、別の分析ツールでダイナミックプライシングの計算を実施し、その結果をデータ活用基盤に戻しつつ、必要なシステムに流すという業務をしていました。

 

データ活用基盤以前は、別のシステムからCSV形式で必要なデータを抜き出して、同様の業務をしていたので、データ活用基盤があろうがなかろうが業務内容も工数もほぼ変わりません。データ活用基盤の構築と運用コストだけ、コストアップしています。

 

要は、データ活用基盤が「現場のオペレーション」をサポートするようなものではなく、現場が利用していた(正確には、蓄積されていた)データを統合したものだったからです。

 

2. なぜ「データのお困りごと」を先に考えてしまうのか?

なぜ「データのお困りごと」を先に考えてしまうのでしょうか?たぶん、わかりやすいからです。データを統合する、データを一元化する、データを多くの部署から使えるようにする、そのためにデータ活用基盤という名のシステムを構築しよう。

 

要は、システム構築ということでわかりやすいからです。当然ですが、データと統合し一元化し多くの部署から使えるようにしても、それをどう使えばいいのかわからないと、使われません。多くの部署から使えるようにするといいながら、現場の状況を無視してシステムを作ると、使い勝手の良くないものが出来上がります。そうなると、データ活用基盤をサポートするアプリのようなものを、大量生産することになります。しかも、個々の部署で……

 

某企業で、事業部ごとに似たような営業リスト生成アプリを構築し運用していました。現場の状況を考慮したデータ活用基盤であれば、共通機能として標準装備できたかもしれません。

 

3. 現場ヒアリングとオペレーション

上記に対しての解決策は現場ヒアリングもしくは現場体験しかないと思います。先程の航空会社の例ですが、現場から情報提供を受けていたり、ヒアリングなどは実施していたのですが、視点がデー...

 

情報マネジメント

 

データ活用を考えたとき、先ずはデータ活用する「現場のお困りごと」を考えるべきです。しかし「データのお困りごと」から入ってしまうケースが多々あります。「データのお困りごと」とは、データが足りない、データが汚い、データが入手しにくい、ということから起因するものです。要は、データ整備やデータ基盤などの「お困りごと」です。「現場のお困りごと」とは、売上をもう少し上げたい、営業を効率化したい、コストを下げたい、離反顧客を減らしたい、利益率をあげたい、取引額を拡大したい、などです。どちらも、データ活用上の「お困りごと」ですが、そこを混在して考えてしまうケースが多々あります。今回は「データ活用の『現場のお困りごと』と『データのお困りごと』」というお話しをします。

 

【目次】
1. ある航空会社の例
2. なぜ「データのお困りごと」を先に考えてしまうのか?
3. 現場ヒアリングとオペレーション
4. 現場の業務プロセスの中に、データ活用のテーマが眠っている

【この連載の前回:(その274)分析結果レポートのポイントへのリンク】

 

◆【特集】 連載記事紹介:連載記事のタイトルをまとめて紹介、各タイトルから詳細解説に直リンク!!

 

◆データ分析講座の注目記事紹介

 

1. ある航空会社の例

ある航空会社は、数年かけてデータ活用基盤を整備していました。その費用は決して安くありませんでした。あと1年でデータ活用基盤ができ上がろうとしたとき、外部からきた役員から次のような、素朴な質問がでました。「何がどう嬉しいのだっけ?」この答えが非常に難しく、担当者は難渋していました。

 

なぜならば「現場のお困りごと」に応えられるものではなく、売上アップやコストダウンにも寄与しているものではなかったからです。その担当者は、もともと航空券の価格設定(ダイナミックプライシング)を担当している部署にいました。その部署にいたときから、構築中のデータ基盤の一部の機能は利用できました。ダイナミックプライシングのためのデータや機能を搭載したもののはずでしたが、実際は使い物にならず、担当者が従来のやり方で実施していました。

 

なぜでしょうか?

 

現場のやり方から乖離している、もう少しいうと、現場のオペレーションから考えると非常に使いにくいものになっていました。なので、データ活用基盤からCSV形式で必要なデータを抜き出して、別の分析ツールでダイナミックプライシングの計算を実施し、その結果をデータ活用基盤に戻しつつ、必要なシステムに流すという業務をしていました。

 

データ活用基盤以前は、別のシステムからCSV形式で必要なデータを抜き出して、同様の業務をしていたので、データ活用基盤があろうがなかろうが業務内容も工数もほぼ変わりません。データ活用基盤の構築と運用コストだけ、コストアップしています。

 

要は、データ活用基盤が「現場のオペレーション」をサポートするようなものではなく、現場が利用していた(正確には、蓄積されていた)データを統合したものだったからです。

 

2. なぜ「データのお困りごと」を先に考えてしまうのか?

なぜ「データのお困りごと」を先に考えてしまうのでしょうか?たぶん、わかりやすいからです。データを統合する、データを一元化する、データを多くの部署から使えるようにする、そのためにデータ活用基盤という名のシステムを構築しよう。

 

要は、システム構築ということでわかりやすいからです。当然ですが、データと統合し一元化し多くの部署から使えるようにしても、それをどう使えばいいのかわからないと、使われません。多くの部署から使えるようにするといいながら、現場の状況を無視してシステムを作ると、使い勝手の良くないものが出来上がります。そうなると、データ活用基盤をサポートするアプリのようなものを、大量生産することになります。しかも、個々の部署で……

 

某企業で、事業部ごとに似たような営業リスト生成アプリを構築し運用していました。現場の状況を考慮したデータ活用基盤であれば、共通機能として標準装備できたかもしれません。

 

3. 現場ヒアリングとオペレーション

上記に対しての解決策は現場ヒアリングもしくは現場体験しかないと思います。先程の航空会社の例ですが、現場から情報提供を受けていたり、ヒアリングなどは実施していたのですが、視点がデータに偏っていました。

 

どういうことかというと、その部署にあるデータや活用しているデータは何か? といったものが中心でした。提供されていた情報も、データ定義書の類のものです。重要なのは、現場の動きです。オペレーションです。現場の業務プロセスの中で、どのようにデータが生成され、そのデータを活用しているのなら、どのように加工し活用しているのか、というものです。

 

4. 現場の業務プロセスの中に、データ活用のテーマが眠っている

データ活用をしているかに関係なく、業務プロセスは抑えておいた方が良い気がします。そこに「現場のお困りごと」が眠っています。その中から、データでサポートできそうなお困りごとを探せば、それがデータ活用のテーマになります。

 

次回に続きます。

 

 

 

   続きを読むには・・・


この記事の著者

高橋 威知郎

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)


「情報マネジメント一般」の他のキーワード解説記事

もっと見る
ビジネスの現場で時系列データに遭遇したときに、押さえておくべき3つの視点とは データ分析講座(その53)

◆ ビジネス系のデータは、時系列が多い。そこで、先ず3つの視点で分析。  今どきの高校生は、統計学やデータ分析を普通に授業で学んでいます。私が高校時...

◆ ビジネス系のデータは、時系列が多い。そこで、先ず3つの視点で分析。  今どきの高校生は、統計学やデータ分析を普通に授業で学んでいます。私が高校時...


クロスセクションデータとは データ分析講座(その102)

◆ 時系列データをクロスセクションデータとして分析するもったいなさ  世の中の多くのデータは、時間という概念が紐づいた時系列データ(※1)です。時間...

◆ 時系列データをクロスセクションデータとして分析するもったいなさ  世の中の多くのデータは、時間という概念が紐づいた時系列データ(※1)です。時間...


前年踏襲という意味不明なロジックとは データ分析講座(その206)

  予算などの計画値を考えるとき、前年同又は前年比1.1倍みたいな立て方があります。 例えば…… 前年...

  予算などの計画値を考えるとき、前年同又は前年比1.1倍みたいな立て方があります。 例えば…… 前年...


「情報マネジメント一般」の活用事例

もっと見る
中小企業のセキュリティ対策を考える

◆ 企業の情報セキュリティと新型コロナウィルス対策の今  先日、駅のプラットフォ-ムで並んでいる時に、控えめに咳をしたら、前に並んでいた人にすかさず...

◆ 企業の情報セキュリティと新型コロナウィルス対策の今  先日、駅のプラットフォ-ムで並んでいる時に、控えめに咳をしたら、前に並んでいた人にすかさず...


ソフトウェア特許とは(その2)

4.ソフトウェア特許のとり方    前回のその1に続いて解説します。    ソフトウェア特許の取得方法にはノウハウがあります。特許のことを知らない...

4.ソフトウェア特許のとり方    前回のその1に続いて解説します。    ソフトウェア特許の取得方法にはノウハウがあります。特許のことを知らない...


‐情報収集で配慮すべき事項(第1回)‐  製品・技術開発力強化策の事例(その9)

 前回の事例その8に続いて解説します。ある目的で情報収集を開始する時には、始めに開発方針を明らかにして、目的意識を持って行動する必要があります。目的を明確...

 前回の事例その8に続いて解説します。ある目的で情報収集を開始する時には、始めに開発方針を明らかにして、目的意識を持って行動する必要があります。目的を明確...