データの活用と、企業の課題解決

データの活用と、企業の課題解決

（１）ビジネスでデータを使うためは、データ収集が企業の課題に適合することが必要です。

（２）以下のプロセスの確認が必要です。

課題と解決策

（１）例えば、育毛剤の販売するために効果的な顧客にDMを送ることという、課題を設定していました。しかし、実際には、その育毛剤の効果は他社製品に劣るものであり、大きなクレームとなって売り上げは伸びなかった、という事例があるとします。
（２）課題と解決策が、企業のビジョン、商品の強みと整合的でなければなりません。
（３）企業としても、課題に優先順位があるはずです。優先順位が低い課題についてデータ収集することと無駄になります。

企業としての課題の共有

（１）例えば、商品の販売を強化するなら、商品ごとに、「同社の強み・弱み、他社分析、今後の企業としての方針」について見える化することが望ましいです。

（２）仮に、採用を強化するなら、就職希望者から見た「同社の強み・弱み、他社分析、今後の企業としての方針」について見える化することが望ましいです。

（３）データ解析者が、企業・商品について理解し、ビジネススキルを持っていることが前提になります。

データの活用と、意思決定

（１）ビジネスにおいてのデータ活用は、人の意思決定をサポートすることです。

（２）ビジネスは判断（意思決定）によってなりたっています。そこで、ビジネスにおけるデータ活用は、人が経験や勘でやっていた判断に代替する仕組みでなければなりません。

（３）誰がいつ、どのような事情を考慮して意思決定を行っているかヒアリングします。

（４）例えば、風力発電の機械の故障を予想して、部品を交換するという意思決定でれば、部品の調達を含めて、１か月前には予想を出さないといけないかもしれません。

データの決定

（１）意思決定者が今まで使っていたデータを選別します。

（２）適切は販売量を予想するためのデータを集めるとして、八百屋さんが、昨日の販売量、明日の天気、曜日等を基準に、明日の仕入れを決めているのであれば、これらのデータが、集めるべきデータになります。

（３）実際の現場で、実際に判断している様子を観察することも大切です。例えば、八百屋さんは、市場で買い付けに行ったときの様子も、何となくの雰囲気でデータの算出根拠にしているかもしれません。現場に行かないと気づかない発見がいろいろあるはずです。

参考

　河本薫 　「データ分析・AIを実務に活かす データドリブン思考」

　ビジネスで、データを活用する前提について詳しい説明がされています。