「データドリブン」について、
「CRMやMAのデータを使って、意思決定するんでしょ？」
「BIツールで分析レポートを出して、データに基づく意思決定をする印象」
といった方も多いのではないでしょうか。
CRMやMA、BIツールは、データドリブンを行うための手段であって、CRMやMA、BIツールだけではデータドリブンを行うことはできません。
本記事では、実際にBIツールでのデータ可視化・分析や業務効率化を行い、その他データ活用に関する多くの知見のある株式会社KUIXがこれまでの経験をもとにデータドリブンの概要や求められる背景、データドリブンを実現する方法を解説いたします。
データドリブンとは？
データドリブンとは、Data：データを、Driven：起点とすることで、判断やアクションを行うことです。
つまり、「データ重視」や「データ思考」といった意味を持つ言葉で、経験や勘などではなく、ビッグデータや売上データ、顧客データなどを用いて、分析結果をもとにビジネスの意思決定や課題解決を行う次世代型の業務プロセスです。
ビジネスにおけるデータドリブン
データドリブンは、多くの企業でマーケティング業務を中心とするさまざまな場面の意思決定に活用され、さらに企業経営にも応用されています。
収集したデータを分析・可視化し、データに基づく判断やアクションを行うデータドリブンを、マーケティング分野に応用したものが、「データドリブンマーケティング」です。
例えば、広告戦略を検討する場合に、過去の広告やCM配信時のデータを分析し、どの媒体(雑誌、Web、CMなど)に、いつ、どのように広告を掲載すれば、ターゲットとしている客層に最もリーチできるか。といった施策を過去の傾向(データ)を元に検討することです。
このように、データを活用して、マーケティング施策などの検討・実施に関する意思決定を行うことをデータドリブンマーケティングといいます。
同様に、データドリブンを企業経営に応用することを「データドリブン経営」といいます。
データドリブン経営とは、ビジネスに関するさまざまなデータ収集・分析・可視化し、データともとに経営戦略やビジネスの方向性など企業経営に関する意思決定を行っていくことを意味します。
データドリブンの対義語
ここで余談ですが、データドリブンの対義語である「KKD」をご存じでしょうか。
KKDは、「勘、経験、度胸」の頭文字を取ったもので、直感や主観に基づいて意思決定することを指します。
そのため、KKDは合理性や客観性に欠けるため、市場の状況や顧客ニーズを無視し意思決定を行ってしまうリスクがあります。
一方、データドリブンでは、データという事実に基づいて客観的に判断しアクションすることができます。また、意思決定の理由を合理的に説明できるため、各関係各所からの理解も得られやすいというメリットがあります。
データドリブンが求められる背景
データドリブンが求められる背景には、①データ量の増大、②AIへの活用、③消費者行動の多様化と複雑化の大きく3つのポイントがあります。
①データ量の増大
1つ目は、データ量の増大です。インターネットやスマートフォンの普及、その他関連技術の進歩によって、収集できるデータ量や扱うことができるデータが増大しています。
例えば、ネットショッピング利用時の顧客データや購入商品データ、売上データ、購入履歴、さらには購入商品の口コミなどさまざまなデータが存在します。
これらのデータは、ユーザのニーズなどを忠実に反映しているため、ビジネスの意思決定をするにあたり有用な判断材料になります。
②AIの活用
2つ目は、AIの活用です。データサイエンスの発達によって、AIを活用したデータ分析が浸透し、短時間で高精度のデータ処理・分析を行うことができるようになりました。
AIを利用することで、人件費の削減や人為的ミスを減らすこともできます。そのため、業務効率化や生産性向上も期待することができ、さらに事業の拡大につなげるようになります。
③消費者行動の多様化と複雑化
最後に、消費者行動の多様化と複雑化です。一昔前だったら考えられないですが、ネットショッピングによって、店舗に行かなくとも商品を見たり、購入することができますよね？
さらに、消費者は口コミやSNSなどを通して、さまざまな情報を得て、多くの商品(選択肢)から自分のニーズに合った商品を選ぶことが当たり前になっています。
そのため、店頭に良い製品を展示したとしても、必ずしも売れるとは限りません。
多種多様な消費者のニーズに対応するためには、膨大なデータから消費者が求めている商品やサービスを柔軟に提供できるように、消費者の属性(性別、年齢、好みなど)から個人に適した商品を予測して提供するなど多様化、複雑化の様相を呈しています。
データドリブンを実現する方法
ここからは、データドリブンを実現するための具体的なステップについて説明します。
データ収集
まず、データドリブンを行うためには、まずデータを収集する仕組みが必要です。
収集するデータがない場合は、顧客管理システム(CRM)やマーケティングオートメーションツール(MA)の導入から始める必要があります。
みなさまの社内でも生産/在庫/販売管理などの基幹システムデータやCRM(顧客管理システム)の顧客データといったデータなど、さまざまなデータを扱っているのではないでしょうか。
多くの場合、データは各システムに散在してしまっているため、データを一元管理するためにDWH(データウェアハウス)を導入するなど、データを収集・データ分析できるように管理する仕組みが必要となります。
DWH(データウェアハウス)について、詳しく知りたい方はこちらの記事でご確認ください。
データ可視化(見える化)
次に、収集したデータを可視化(見える化)します。
データ収集・管理する仕組みがあったとしても、時系列でのグラフや顧客の都道府県別もしくは年代別分布図など可視化できなければ、データの加工や可視化に時間がかかってしまいます。
Excelのような表計算ソフトでもデータ加工や可視化はできますが、扱えるデータ量が限られていたり、データ更新が煩雑になったりしている方も多いのではないでしょうか。
データ加工・集計に特化しているPower BIやTableauといったBIツールであれば、簡単に分析レポートを作成し社内で共有することができます。
データ分析・アクションプランの作成
次に、作成した分析レポートを社内で共有し、データに基づく判断・アクションを行うためのアクションプランを作成しましょう。
例えば、売上数量や在庫数から算出した在庫回転率を指標として、在庫移動を行うなどの一定のルールを作成し、データに基づく判断(ネクストアクション)をするためのアクションプランを作成しましょう。
データに基づく意思決定・アクション
最後に、分析結果から導き出された意思決定やアクションプランを実行します。
AIを活用することでデータから将来予測などを行うことはできますが、独自のロジックでデータから何かを導き出したり、最終的な判断は、まだまだAIには困難であるため、人間が行う必要があります。
データドリブンを実現するためのポイント
スキル・人材・環境が必要
まずは、スキル・人材・環境が必要です。
データドリブンを取り入れても、データを扱うためのスキルやスキルを持った人材、データを扱う環境がなければ、データドリブンを行うことはできません。
人材の必要なスキルは以下の3つです。社内での人材育成や場合によっては、外部からの採用も必要となります。
・業務データをデータとして蓄積するスキル
・収集したデータを分析するスキル
・分析した情報をまとめるスキル
また、データを収集・蓄積・可視化・分析するための環境も必要となります。
組織的な理解・実行力が必要
次に、組織的な理解・実行力が必要です。
データドリブンを行うためのスキルを持った人材や環境が整ったとしても、ビジネスに利用されなければ意味がありません。
そのため、データを活用していこう！という文化(価値観)を組織の中で醸成する必要があります。
まとめ
新しい技術やシステム、ツールは、常に登場してきますが、各システムでどんなデータを扱っているか？、各ツールの役割は何か？を理解して、”使いこなす”ことが重要です。
人間でもコミュニケーションに優れている人材、営業に優れている人材、システムなどのITに強い人材などいますが、人間と同様にシステムやツールも適材適所でないと本来の能力を発揮できません。
そのため、各システムやツールの特性や役割を理解した上で、私たちが”使いこなす”ことが今後さらに求められるでしょう。
株式会社KUIXではただ導入・開発するだけでなく、導入後の利活用を実現することに着眼した、データレイク・DWH・データマート・BIツールの選定・導入からレポート作成、運用、啓蒙・展開までトータルでのサポートを行っています。
「データマート/データレイク/DWH/BIツールを導入したい」
「すでに導入しているがデータ活用、展開が進んでいない」など
お困りの方は、ぜひお気軽にご連絡ください！お問い合わせはこちらから
おすすめBIツール比較表をダウンロード
