分析・活用の成果は現場で生まれる データ分析講座(その145)

更新日

投稿日

データ分析

◆ データ分析・活用の成果は現場で生まれる

 データ分析・活用の成果は、どこで生まれるでしょうか?答えは「現場」です。データ分析そのものからは何も生まれません。これを意外と忘れがちです。

 例えば……

  • 「見える化」さえすれば
  • 「データ分析」さえすれば
  • 「予測モデル構築」さえすれば
  • 「BIやCRMなどのデータ分析・活用基盤を整備」さえすれば
  • 「AI(人工知能)」さえ導入すれば

 ……とっても嬉しい何かが起こるに違いない。このように考えている方に出会います。多くの場合、嬉しいビジネス成果を手にすることはあまりないことでしょう。今回は「データ分析・活用の成果は現場で生まれるという当たり前の事実」というお話しをします。

 

1、データ分析:Input → Output → Outcome

 「データ分析・活用の流れ」を「Input → Output → Outcome」と単純化して考えてみます。「Input」とは、蓄積されたデータや、何かしらの情報です。この「Input」を使いデータ分析などを実施し、インフォメーションをインテリジェンス化します。「Output」とは、データ分析した「分析結果」などです。適切なデータ分析などを実施できれいれば、それはインテリジェンスです。「Outcome」とは、その分析結果を現場で活用して得られた「成果」です。

(1) インフォメーションとインテリジェンス

 インフォメーションとインテリジェンスというワードが登場したので、簡単に補足します。データには、アクションに直接結びつけられるかどうかで2つの状態があります。

  • インフォメーション
  • インテリジェンス

 どちらも日本語では情報と訳されます。しかし、ビジネスでのデータ分析・活用上は大きく異なります。非常にざっくり言うと、次のようになります。

  • インフォメーションは見ただけではアクションを起こすことが「できない」データ
  • インテリジェンスは見ただけでアクションを起こすことが「できる」データ

 このことは、データをビジネスで活用する上で、強く意識しておいた方が良いでしょう。

(2) データ分析の価値は、「Outcome」(ビジネス成果)で評価される

 データ分析の価値は「Input → Output」で評価することはできません。単なる分析結果に過ぎないからです。その分析結果を使い、どのような価値を生み出したのかは「Output」の先の「Outcome」で分かります。

 先ほど述べましたが「Outcome」は分析結果を現場で活用し得られた「成果」です。要は「Input → Output」のデータ分析そのものの価値は「Outcome」(ビジネス成果)で評価されます。その評価が金額換算できれば「Input → Output」のデータ分析そのものの価値評価を金額で示すことができるようになります。

(3) Outcome(ビジネス成果)はどこで生まれるのか?

 ところで、Outcome(ビジネス成果)はどこで生まれるのでしょうか?このOutcome(ビジネス成果)は、「データ分析を活用する『現場』」で生まれます。この「データ分析を活用する『現場』」は、組織の末端だけではありません。例えば、データ分析を活用する現場が「経営の現場」ならば、経営者向けのデータ分析になります。

 

2、データ分析:忘れられる活用現場

 データ分析というワードから、どうしても「データ」や「分析技術」に目が行きがちです。しかし、意識すべきは「データ分析を活用する『現場』」です。この当然のことが、データをこねくり回していると、忘れてしまうことがあります。

 忘れているというよりも、「データ分析を活用する『現場』」のことが頭の端に追いやられ、データと格闘することがメインとなることも少なくありません。

(1) 活用現場を強烈に意識したデータ分析

 現場で活用しにくい何かが生み出され、結果的にOutcome(ビジネス成果)が生まれません。「成果のでる分析」ではなく「成果のでない分析」をしてしまうことがあります。注意...

データ分析

◆ データ分析・活用の成果は現場で生まれる

 データ分析・活用の成果は、どこで生まれるでしょうか?答えは「現場」です。データ分析そのものからは何も生まれません。これを意外と忘れがちです。

 例えば……

  • 「見える化」さえすれば
  • 「データ分析」さえすれば
  • 「予測モデル構築」さえすれば
  • 「BIやCRMなどのデータ分析・活用基盤を整備」さえすれば
  • 「AI(人工知能)」さえ導入すれば

 ……とっても嬉しい何かが起こるに違いない。このように考えている方に出会います。多くの場合、嬉しいビジネス成果を手にすることはあまりないことでしょう。今回は「データ分析・活用の成果は現場で生まれるという当たり前の事実」というお話しをします。

 

1、データ分析:Input → Output → Outcome

 「データ分析・活用の流れ」を「Input → Output → Outcome」と単純化して考えてみます。「Input」とは、蓄積されたデータや、何かしらの情報です。この「Input」を使いデータ分析などを実施し、インフォメーションをインテリジェンス化します。「Output」とは、データ分析した「分析結果」などです。適切なデータ分析などを実施できれいれば、それはインテリジェンスです。「Outcome」とは、その分析結果を現場で活用して得られた「成果」です。

(1) インフォメーションとインテリジェンス

 インフォメーションとインテリジェンスというワードが登場したので、簡単に補足します。データには、アクションに直接結びつけられるかどうかで2つの状態があります。

  • インフォメーション
  • インテリジェンス

 どちらも日本語では情報と訳されます。しかし、ビジネスでのデータ分析・活用上は大きく異なります。非常にざっくり言うと、次のようになります。

  • インフォメーションは見ただけではアクションを起こすことが「できない」データ
  • インテリジェンスは見ただけでアクションを起こすことが「できる」データ

 このことは、データをビジネスで活用する上で、強く意識しておいた方が良いでしょう。

(2) データ分析の価値は、「Outcome」(ビジネス成果)で評価される

 データ分析の価値は「Input → Output」で評価することはできません。単なる分析結果に過ぎないからです。その分析結果を使い、どのような価値を生み出したのかは「Output」の先の「Outcome」で分かります。

 先ほど述べましたが「Outcome」は分析結果を現場で活用し得られた「成果」です。要は「Input → Output」のデータ分析そのものの価値は「Outcome」(ビジネス成果)で評価されます。その評価が金額換算できれば「Input → Output」のデータ分析そのものの価値評価を金額で示すことができるようになります。

(3) Outcome(ビジネス成果)はどこで生まれるのか?

 ところで、Outcome(ビジネス成果)はどこで生まれるのでしょうか?このOutcome(ビジネス成果)は、「データ分析を活用する『現場』」で生まれます。この「データ分析を活用する『現場』」は、組織の末端だけではありません。例えば、データ分析を活用する現場が「経営の現場」ならば、経営者向けのデータ分析になります。

 

2、データ分析:忘れられる活用現場

 データ分析というワードから、どうしても「データ」や「分析技術」に目が行きがちです。しかし、意識すべきは「データ分析を活用する『現場』」です。この当然のことが、データをこねくり回していると、忘れてしまうことがあります。

 忘れているというよりも、「データ分析を活用する『現場』」のことが頭の端に追いやられ、データと格闘することがメインとなることも少なくありません。

(1) 活用現場を強烈に意識したデータ分析

 現場で活用しにくい何かが生み出され、結果的にOutcome(ビジネス成果)が生まれません。「成果のでる分析」ではなく「成果のでない分析」をしてしまうことがあります。注意が必要です。Outcome(ビジネス成果)を生むためには、常に「データ分析を活用する『現場』」を強烈に意識しつづけることが求められます。

 

3、今回のまとめ:成果は現場で生まれる

 今回は「データ分析・活用の成果は現場で生まれるという当たり前の事実」というお話しをしました。

 データをこねくり回していると「データ分析を活用する『現場』」のことが頭の端に追いやられ、気が付くと、データと格闘することがメインとなることも少なくありません。その結果「成果のでる分析」ではなく「成果のでない分析」をしてしまうことがあります。

 Outcome(ビジネス成果)を生むためには、常に「データ分析を活用する『現場』」を強烈に意識しつづけることが求められます。それだけでも「成果のでない分析」から「成果のでる分析」に大きく近づきます。

   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
新しい分析手法やアルゴリズムに挑戦することは悪なのか データ分析講座(その67)

◆ 「すごい分析」よりも「使える分析」  データ分析の手法そのものに、こだわることは決して悪いことではありません。手法やアルゴリズムが発展するほど、...

◆ 「すごい分析」よりも「使える分析」  データ分析の手法そのものに、こだわることは決して悪いことではありません。手法やアルゴリズムが発展するほど、...


DS人財に求められる力 データ分析講座(その159)

  ◆ DS人財に求められる「3つの力」  今回は「データドリブンで成果を出し続けるデータサイエンティスト(DS)人財に求められる『3つ...

  ◆ DS人財に求められる「3つの力」  今回は「データドリブンで成果を出し続けるデータサイエンティスト(DS)人財に求められる『3つ...


分析結果が妥当かを、判断する前提知識とは データ分析講座(その77)

◆ 現場を知らなすぎると呆れられる分析者達  データ分析結果を疑われる時、それは「現場を知らなすぎる」と呆れられている時です。現場にいる人が自らデー...

◆ 現場を知らなすぎると呆れられる分析者達  データ分析結果を疑われる時、それは「現場を知らなすぎる」と呆れられている時です。現場にいる人が自らデー...


「情報マネジメント一般」の活用事例

もっと見る
‐販路開拓に関する問題 第2回‐ 製品・技術開発力強化策の事例(その18)

 販路開拓に関する問題点、次に示す4点について、第1回として、1と2項を解説しました。今回は、第2回として、3と4項を解説します。        1....

 販路開拓に関する問題点、次に示す4点について、第1回として、1と2項を解説しました。今回は、第2回として、3と4項を解説します。        1....


生産スピード向上と品質管理

 電子メールやインターネットの普及により、ビジネスのグローバル化が大きく進みましたが、IT技術の進歩は、品質管理の方法も進歩させました。20数年前は製造条...

 電子メールやインターネットの普及により、ビジネスのグローバル化が大きく進みましたが、IT技術の進歩は、品質管理の方法も進歩させました。20数年前は製造条...


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...