経営を変えるビッグデータ活用.indd

成熟市場におけるマーケティングの救世主のようにビッグデータがクローズアップされてから数年が経過したが、 いまだ多くの企業が、データの持つ価値を自社ビジネスでの価値に変換するための戦略を描けずにいる。 こうした現実を踏まえ、「ビッグデータで経営を変える」戦略プロジェクトを数多く手がけてきた講師陣が、 ビッグデータ活用で「現場の壁を超えるポイント」を語った。 が、未だ多くのキャッシュを生み出していないのにも関わらず、8兆円もの評価額がついたのは記憶に新しい。 　一方、イノベーション投資の枠組みが成熟していない国内においては、より高いビジネスの成功確度が求められる。事業部がデータビジネ スを始めるためには、マネタイズに関する説明能力を研磨しなければ事業案は通らない。「今後、日本企業がビッグデータ市場での競争優位 を担保するためには、短期的なマネタイズを実現するための情報取得に加えて、戦略的に将来価値があると想定される情報の蓄積にもハイブ リッドに投資していかなければならない」（松尾氏）。 　最後に、ビッグデータビジネスの実現には、これらに加え人財の活用が重要となる。戦略策定→データ収集・クレンジング→マーケティン グ分析→アウトソーシングのステップの中で、ストラテジスト、エバンジェリスト、システムインテグレーター、マーケッター、アナリスト、 コミュニケーターが各々必要で、「人財整備のためには採用とマネジメントを組み合わせた企業のアグリケーション力が試される」（松尾氏）。

ダイヤモンド・オンライン実践セミナー

経営を変えるデータ活用

ダイヤモンド・オンライン実践セミナー

経営を変えるデータ活用

経営を変えるデータ活用

経営を変えるデータ活用

—

—

—ビッグデータ事例にみる新たな創出のあり方

ビッグデータ事例にみる新たな創出のあり方

ビッグデータ事例にみる新たな創出のあり方—

—

—

ダイヤモンド・オンライン実践セミナー

経営を変えるデータ活用

成熟市場におけるマーケティングの救世主のようにビッグデータがクローズアップされてから数年が経過したが、 いまだ多くの企業が、データの持つ価値を自社ビジネスでの価値に変換するための戦略を描けずにいる。 こうした現実を踏まえ、「ビッグデータで経営を変える」戦略プロジェクトを数多く手がけてきた講師陣が、 ビッグデータ活用で「現場の壁を超えるポイント」を語った。

情報をマネタイズする勘所

　最初に登壇したシグマクシスのパートナー・松尾公大氏は、ビッグデータが勃興した背景、次にマネタイズを中心としたビジネスモデルの 組み方、そして蓄積した情報整備の方向性を解説。マーケティングの観点から「いかに収益を上げるか」について、情報を活用したサービス 事例、そのようなビジネスを実現するための検討アプローチを概観した。 　ビッグデータの活用はデジタル領域とリアル領域の2つに分かれる。前者の好例はGoogleとAmazonで、これはよく知られているが、後 者で挙げられたコマツ、Ericsson・MTNの事例は興味深い。コマツはコスト削減のために建機にセンサーを付けて走行記録等のデータを収 集し、リース時の与信管理に利用している。Ericsson・MTNはネットワークのトラフィック量に応じて、リアルタイムでの料金変更を実施し、 空いている時間は値引きしている。 「今後は多様なリアルタイムのデータとスマートデバイスによって、デジタル領域とリアル領域の融合が急速に進展します」（松尾氏） 　具体的にマネタイズのアプローチを考えてみる。他社にマーケティング支援を提供するケースの場合、通常はマネタイズ領域を「顧客にデ ータを提供する」「顧客のマーケティング分析を代行する」「顧客の販売促進を代行する」といった視点で考える。が、これは間違いとは言え ないものの、この事業の価値の源泉が「データ」であると考えれば、きわめてオーソドックスで固定的な視点といえる。例えば発想を思い切 って変えて、この3つのプロセス全てを無料で提供する代わりに、既存事業のサービスや商品を買ってもらう仕組みは作れないか。売上は向

ビッグデータ事例にみる新たな創出のあり方

ダイヤモンド・オンライン実践セミナー

経営を変えるデータ活用

上しなくとも営業効率化が実現できる可能性はないのか、と検討するのだ。バリューチェーン全体での利益が担保されればよいのである。そ の際、“無料”を組み入れた仕掛けを作ることも、成功へのひとつの鍵となることは、様々なビジネスモデル成功事例から見て取れる。バリ ューチェーン内でコントラストをつけた価格戦略は、アップルやグーグル、国内でもソニーや任天堂など、有数の企業によって実践されてお り、データビジネスに限ったことではない。ビッグデータ時代には、「どこかの採算を度外視してバリューチェーン全体でマネタイズする、 という明確な意思決定が求められる。」（松尾氏） 　そして、有利に事業展開するには、「プラットフォーマーを目指すべきだ」と松尾氏。アップルはiTunesへの収益依存度が高まった後マー ケットプレイス手数料を値上げ、マイクロソフトはOSシェアをWindowsで獲得後、ライセンス料を値上げした。楽天はECにおける流通 額シェアを獲得後、出店料を値上げした。3社ともプラットフォーマーになったことで、手数料の決定力を強化した。また、アマゾンやディー・ エヌ・エー、グリーは参加事業者顧客の顧客を自社ビジネスへと誘導することで売上を伸ばしている。 　「プラットフォーマーを目指すに当たり肝となるのは情報整備の投資戦略だが、日米のアプローチ は対照的」と松尾氏は語る。アメリカ西海岸では、データを蓄積・分析して消費者にサービスをま ず提供し、そこで一定の価値が提供できることを確認してから、マネタイズを思考する傾向にある。 これは、西海岸におけるイノベーション投資のあり方が背景にある。“今すぐ確実な”マネタイズモ デルがなくても、将来的に価値のあるデータを持っている企業は評価されるのだ。フェイスブックが、 未だ多くのキャッシュを生み出していないのにも関わらず、8兆円もの評価額がついたのは記憶に 新しい。 　一方、イノベーション投資の枠組みが成熟していない国内においては、より高いビジネスの成功 確度が求められる。事業部がデータビジネスを始めるためには、マネタイズに関する説明能力を研 磨しなければ事業案は通らない。「今後、日本企業がビッグデータ市場での競争優位を担保するため には、短期的なマネタイズを実現するための情報取得に加えて、戦略的に将来価値があると想定さ れる情報の蓄積にもハイブリッドに投資していかなければならない」（松尾氏）。 　最後に、ビッグデータビジネスの実現には、これらに加え人財の活用が重要となる。戦略策定→ データ収集・クレンジング→マーケティング分析→アウトソーシングのステップの中で、ストラテ ジスト、エバンジェリスト、システムインテグレーター、マーケッター、アナリスト、コミュニケ ーターが各々必要で、「人財整備のためには採用とマネジメントを組み合わせた企業のアグリケーシ シグマクシス パートナー 松尾公大氏

ダイヤモンド・オンライン実践セミナー

経営を変えるデータ活用

ョン力が試される」（松尾氏）。

デジタルマーケティング 取り組みのポイント

　情報システムの進歩により、ヒトやモノが相互に、空間や時間に制限されることなく大量のデータを交換するビッグデータ社会が到来した。 多くの企業がデータを収集してビジネスに活用しているが、「今企業に求められているのは、個人情報に対する配慮である」という指摘で始 まったシグマクシスのプリンシパル・溝畑彰洋氏の講演では、デジタルマーケティングの発展の背景、変遷、特徴、事例、推進のポイントが 解説された。 　溝畑氏は、デジタルマーケティングを「デジタル化される各種データを使用し、顧客を個客と してとらえ、最新のテクノロジーを使って、マス、リアル、ネットを含むマーケティング全体の 最適化を目指す試み」と定義したうえで、「個々の消費者のタイミングで起こる購買意向をそれぞ れキャッチすることによる、2wayのマーケティングが実現する。企業にとっては、多様で多量の データを蓄積・統合し、リアルタイムに分析し、マススケールのワントゥワンマーケティングが 可能になる」と強調した。 　その特徴は、オムニチャネルを通じたあらゆる顧客接点を連携させる顧客行動の把握・アプロ ーチの実現と、外部データ活用の2つだ。従来、オンラインではメールを開封してどれくらいの 人が購買行動を起こし、実際に買ったか買わなかったかを検証した。オフラインはCMやチラシ を見てどれくらいの人が来店し購買したかが問われたが、実際には把握しづらい。そのため、ROI を強く問われるのは常にオンライン・マーケティングで、オフラインはキャンペーン履歴の管理 さえ細かくは行われなかったケースも多い。ところが今、デジタルマーケティングの世界はリア ルタイムで顧客の情報取得と行動が顧客ごとの売上情報と紐づき、キャンペーン全体のROIの最 適化が可能になった。さらに、「すべてのチャネルIDが顧客IDとつながるようになったことで、 オムニチャネルでの行動把握・アプローチが可能になってきた」（溝畑氏）。 　全顧客の行動情報を取得できると、顧客のマッピングができる。マッピングができるようにな シグマクシス プリンシパル 溝畑彰洋氏

ダイヤモンド・オンライン実践セミナー

経営を変えるデータ活用

ると初めて顧客タイプ別のキャンペーン（顧客へのアプローチ）を行うようになり、必然的にキャンペーンの履歴管理を行うようになる。過 去のキャンペーン履歴が貯まることでキャンペーンの目的別やチャネルごとの効果が予測できるようになり、その結果初めて予算をコントロ ールできるようになる。 　もう1つの外部データには、気象、地図、統計、ソーシャルメディア、Suica、最近急激に伸びているDMP (データマネジメントプラット フォーム）などさまざまな種類がある。例えば気象データなら、2時間後にゲリラ豪雨があるという情報をメールで流すことで事故回避に役 立てることができる。またこれらの社外データを上手く取り入れることで、顧客ニーズの高まりを捉え、従来自社のデータだけではアプロー チが難しかった、新規顧客の獲得、一度も買ったことのない製品/サービスへのクロスセルを効率的に実施することが可能だ。DMP (データ マネジメントプラットフォーム）事業を手がけるPlatform IDは、外部データパートナーから提供されるCookieベースの情報にTカード会 員の購買情報を付与している。DMPに関する問い合わせが非常に多くなってきており、今後は目的、使用用途に合わせて選定し、使い分け る必要があるだろう。 　デジタルマーケティングへの関心は高いが、その推進を妨げる問題が、①分析のための分析をしてしまう、②関連部門が非常に多い、③経 営陣の理解を得られない、④プロジェクトの進捗が遅い、の4点である。 　これらを解決するための施策として、溝畑氏は「必要メンバーを最小限に絞り、トライアルを経て、どのような結果が得られるかを経営陣 に対して明確に説明する必要がある。最初のフェーズは世間で騒がれているデータサイエンティストよりも、①アドテクノロジーと情報設計 ができる人材、②デジタルマーケティングに長けたプランナー、③トライ＆エラーを繰り返しながらチューニングしながら、投資対効果を最 適化していく“ビジネスファシリテーター”を育成することが肝要だ」と講演を締めくくった。

大阪ガスの挑戦

　経験豊富な２名のコンサルタントにより、ビッグデータ活用がマーケティングの視点で語られたのに引き続き、大阪ガスのビジネスアナリ シスセンター所長・河本薫氏から、実際に分析力で会社を変革した体験と成功が紹介された。 　大阪ガスは約15年前から、データ分析を現場の問題解決に取り入れている。現在、情報通信部のビジネスアナリシスセンター（BAC）は、 9名によって年間約30のプロジェクトを実施し、大小100近いソリューションを社内と関係会社向けに提供する。 　その特徴は2つある。1つは営業、製造系のみならず、人事、企画、財務など社内の全組織にソリューションを提供していること。もう1

ダイヤモンド・オンライン実践セミナー

経営を変えるデータ活用

つは独立採算性だ。ユニークなのは、依頼者がBACの分析費用を負担することである。依頼部署 が費用を負担することで、データ分析を委託する側にも、データ分析を受託する側にも、責任感 が芽生えてくる。そうすると、データ分析プロジェクトが成功する確率が高くなる。 　BACの取り組みは、最初から順調に運んだわけではない。河本氏は、「成功するためには、マ インドチェンジが必要だった」と言う。 　分析者の役割は、課題を分析し、その結果を依頼者に伝えることだ。だが、分析結果を得るだ けでは、ビジネスの現場の問題の解決には至らない。目の前にあるのは「お客様満足の向上や機 器修理の迅速化」といったビジネス課題である。分析はまずビジネス課題から出発する。 「課題の一部に、データ分析で解決できるものがある。解決できるかもしれないという光明が見え 始めたとき、分析問題に落ちてくる」（河本氏） 　そうして成功を収めたプロジェクトの 1 つに「メンテナンス携行部品の最適化」がある。約 400万件の修理データを分析し、メンテナンスの際に携行すべき部品を予測したのだ。 　ところが、人は習慣や仕事のやり方をそうすぐには変えられない。データ分析ですばらしい結 果が得られても、新しい仕組みとして取り入れるとなかなか使ってくれなかったという。そこで、 メンテナンス業務システムの画面に分析結果を自動表示するようにしたところ、使用者が増えた という。 　この経験から得た学びは、データ分析でビジネスを変えるには、分析問題を解くだけでは不十 分で、「見つける」「見届ける」「使わせる」の3つを実行する必要があるということだ。河本氏は これら3つを実行する分析者をサッカーになぞらえ「フォワード型分析者」と呼んでいる。成果を出せるのは、ビジネスマインドとコミュニ ケーション能力を備えた分析者なのだ。

分析者が超えるべき4つの壁

　河本氏は、約15年に及ぶ分析者としての経験から、データ分析の成功には、①必要なデータが集まるか、②期待どおりの結果が得られるか、 大阪ガス ビジネスアナリシスセンター 所長 河本薫氏

ダイヤモンド・オンライン実践セミナー

経営を変えるデータ活用

③結果は現状の勘や経験をベースにした意思決定を上回ることができるか、④分析費用を補ってあま りある効果があるか、という4つの壁があると言う。このうち②以外は実行前に結果の予想が付く。 実際、河本氏は部下の提案を精査し、10のうち9はダメだしをするそうだ。データ分析で成果が出せ そうなビジネス課題かどうかを判断することも、分析者としての重要な資質の一つなのだ。 　これらBACの分析データの基盤を担うのは、オージス総研が構築したDUSH(ダッシュ)基盤だ。オ ージス総研は大阪ガス100％出資のIT子会社である。 　同社のデータアナリシス部部長・吉田隆光氏は、自社の役割を料理の厨房にたとえてこう説明した。 「料理はシェフが作って、美味しく食べるのがゴールである。そのプロセスは、メニュー、素材、調理、 盛り付けと進み、最後にシェフがOKして配膳される。これをデータ分析にたとえると、まずデータサ イエンティストがいて、ビジネス課題を設定する。その素材としてデータがあり、データクレンジング、 分析が行われる。データの収集から分析までは、厨房にあたる当社がつくったデータ分析基盤を利用 する。そして、分析結果がでたら、ビジネス施策策定、意思決定して実施していくという流れになる」 　大阪ガスは事業部が5つあるが、以前は事業部ごとにデータを蓄えてバラバラだった。それをまと めて全社一元管理するデータウェアハウスに格納し、従業員たちはここにアクセスしてデータ分析を 行っている。 「データは、ただあるだけでは利用されない」と吉田氏。そのためDSCでは、業務で使用している言 葉でデータを探したい、自分が使用するデータを詳しく知りたいといったリクエストに応えるため、 大阪ガス社内ポータルで必要なデータを使用者自身が探せる仕組みをサービスとして提供している。

日々、分析課題に取り組むことで専門家が育つ

　最後に、登壇者4人によるパネルディスカッションが会場とQ&A形式で行われた。 　最初の質問「データ活用の基本原則は何か」について、松尾氏は「第一に情報のポートフォリオを組むこと。ビッグデータの収集はコスト がかかるので、どのようなデータをどの段階で集めるかが重要。第二は人」と、2つの点を強調し、「データ分析は企業の総力をあげて取り オージス総研 データアナリシス部 部長 吉田隆光氏

ダイヤモンド・オンライン実践セミナー

経営を変えるデータ活用

組むべき課題。経営者が勇気を持ってICTを取り入れていくというアプローチが必要となる」と指摘した。 　溝畑氏は「デジタルは小さく始められるので、目的に合わせて何パターンか提携先を選び、横並びで評価する体制を組むことが重要」と松 尾氏のコメントを補足し、続く質問「分析のPDCAの期間はどれくらいか」に対して、「社内に埋蔵したデータであれば最短で1～2カ月で 可能。社外の人たちと組むとなると最短で3カ月は必要」と答えた。 　外部企業のデータ解析が事業の半分を占めるオージス総研の状況を受けて、「どのようなアプローチで外部の仕事をしているのか、参加者 の課題解決のヒントになるようなことは何か」という吉田氏への質問もあった。 　吉田氏は「BtoBかBtoCかで提案の本質が異なる場合がある。基本は、ビジネス課題をまずは明確にするための抽出作業に専念し、解決 に役立つデータを分析・検証するプロセス。分析途中も顧客へ中間報告会を実施するなど、ビジネス課題の解決までコミュニケーションを密 にとる。また事業創出にあたる情報プラットフォーマーとして提案する場合は、シグマクシスと組んでいる。」と説明した。 　参加者からは河本氏への質問も多数寄せられた。「ニーズのないところに組織は作れないが、推進者がいなくてはニーズがあっても組織は 作れない。大阪ガスの組織の成り立ちについて聞きたい」というリクエストに対し、河本氏は「ガス会社にはガスの需要予測など事業に不可 欠な分析があり、その予想精度を上げていきたいというニーズがあった。その分析の担当者は業務を遂行する中で統計解析の能力がついてき た。その統計解析のスキル・ノウハウを社内の様々な業務改善に使いたいと考え、15年前くらい前に組織化した」と説明した。 「ポイントは、データ分析に対してお金を請求すること。お金が介在するからこそ、依頼者側、受注側（BAC）双方に責任感が生まれる。た だし、研究開発予算もいくらかもらっている。それを充当することで、目先の課題解決だけでなく、将来に役立つ分析ができる」と、分析デ ータによる将来への布石についても言及した。 　最後の質問は「グループ会社から化学合成品の分析を依頼されることがある。大阪ガスでもそのような案件が持ち込まれるのだろうか」と いうものだった。それに対して河本氏は「われわれの特徴は、まさしくそこにある」と答えた。 「ガス事業は、LNGを買ってくる商社としての顔、LNG基地を運用するプラントオペレーターとしての顔、顧客へガスを売る営業の顔、ガス 器具を自社ブランドで販売するメーカーとしての顔など、ビジネスの種類は多岐にわたる。ビジネスが多岐に渡るのだから、そこから依頼さ れるデータ分析の種類も多岐に渡る。そういう幅広い分析を引き受けてきた結果、各メンバーに専門分野ができた。私自身はエネルギー市場 分析の専門家だし、環境や気象を専門とする人間もいる」と、さまざまな課題を分析することの効用にまで話が及んだ。 　ビッグデータの推進は、まず企業のデータ活用の目標と戦略があり、それによって分析型組織の構造が決定する。河本氏、吉田氏が苦労し た点は、まさしく分析型組織を作り上げる際のポイントだった。