◆ データ分析は「最初は誰も信じてくれない」小さくはじめ大きく波及させよ
就職して私が配属された部署は、幸いにもデータ分析・活用の歴史の長い組織でした。長年やっているということは、組織も人も一つの大きな武器になります。歴史があるというだけで、その部署の存在や業務に対し、誰も疑念を抱かないからです。30歳に近づいたころ、ある民間のコンサルティング会社に転職しました。データ分析を武器に、ビジネスの世界へ切り込んだつもりでしたが、そこに大きな壁が立ちはだかりました。
今回は、『データ分析は「最初は誰も信じてくれない」小さくはじめ大きく波及させよ』というお話しをします。
1. データ分析:無関心の壁
最初に立ちはだかった壁は「無関心の壁」でした。いくら説明しても、データ分析というものを理解してもらえないのです。興味がないという以前に、関心が全くないからです。データ分析はモノと異なり、目に見えません。目に見えないものを理解してもらうのは至難の業です。
さらに、学生時代の数学アレルギーを発動する人も少なくありませんでした。説明すればするほど、嫌悪するのです。その壁を突破しても、まだまだ道のりは長く、どこまで行ってもデータ分析のパワーを信じてもらえないのです。そこで「データ分析は、最初は誰も信じてくれない」と思うことにしました。
2. データ分析:データをビッグ（利活用による価値化）にする人の知恵
今でこそ、ビッグデータだ、データサイエンティストだのと、データ分析っぽい話題が注目されることもありますが、当時は本当に絶望的でした。一時期、データマイニング・ブームというものがありましたが、気が付いてみれば「データマイニングはビジネスに貢献しない」という風評被害だけが残った感じです。この間、米国のドットコム企業がデータを上手く活用し急成長を遂げました。気が付けば、ビッグデータ・ブームというお祭りが始まります。
ビッグデータというワードの字面（じずら）から「データがたくさんあること」がすごいと勘違いされることが多いわけです。ビッグデータが注目されたのは、「データをビッグ（利活用による価値化）にする人の知恵」が湧き出たことです。その知恵を上手く活用し、大きく成長する企業も出てきたからです。
3. データ分析:ビッグデータとIT投資
ビッグデータ・ブームとともに、IT投資が飛躍的に増えた企業も少なくないのではないでしょうか。その結果何が起こったでしょう？上手くいった企業もあれば、そうでない企業もあると思います。上手くいったのか、上手くいかなかったのか、あやふやな感じだけが残った企業もあることでしょう。次の事例のように私には「多くの企業ではあまり嬉しいことは起こらず、逆に何となく面倒になってしまった」…という感じがします。
(1) BI（ビジネスインテリジェンス）ツール
あまりにもBIツールの操作が面倒で結局、Excelにデータを出力し整理する。それでも担当者はコツコツとBIの運用やデータ整備、ダッシュボード構築に追われている。
(2) CRM（顧客関係管理システム）やMA（マーケティング・オートメーション・ツール）
何かいいこと起こるかもしれないと、CRMやMAを導入したものの、データ入力が面倒でいい加減になってしまう。イベント開催など日々のマーケティング業務ではExcelを活用し、適時CRMやMAにデータを転記する。転記漏れで、正しい情報はExcelに残っている場合も少なくない。それでも、CRMやMA担当者は運用やデータ整備などのシステムのお守りに追われる。
(3) データ分析ツール
ベンダーのセミナーで、これはスゴイと感動し導入した有料のデータ分析ツールをとりあえず購入したが、在庫管理も需要予測もExcelで実施したほうが楽だと、現場の担当者は感じ、せっかく購入した分析ツールは社内の一部のデータ分析マニアのおもちゃとなり、無駄にライセンス料金を垂れ流すだけとなった。
4. データ分析:IT化の不効率を加速させたビッグデータ・ブーム
私は、IT化によって得られる便益に比べ、工数やコストが増大することを、IT化の不効率と呼んでいます。何となく「ビッグデータ・ブームはIT化の不効率を加速させた」という苦い感覚しかしません。そのような中「本当に、データを上手く使いこなしている企業はあるのだろうか？」と疑いたくもなる人も、少なくないでしょう。実際、データを上手く使いこなしている企業はあります。ビッグデータ・ブーム以前からもブーム以後も存在しています。データを上手く使いこなしている企業とそうでない企業、その違いはどこにあるのでしょうか。
5. データ分析:小さくはじめ大きく波及させよ！
どのような企業が、どのような方法でデータを上手く使いこなせるようになったのでしょうか。色々な失敗要因があるように、成功要因にも色々あることでしょう。私の考えを押し付ける気はありませんが、データ分析のビジネス活用を「小さくはじめる」と比較的上手くいくと、私は考えています。少なくとも、失敗した例を私は知りません。もちろん、小さくはじめなくとも上手くいくケースもあります。データ分析のビジネス活用を「小さくはじめる」とは、どういうことでしょうか。それは、今あるデータとツールで、どんなに小さな成功体験でも良いので経験するということです。
その成功体験が「最初は誰も信じてくれないデータ分析」を信じるきっかけになります。次の事例のように、大掛かりにやる必要も、大々的にやる必要もありませんし、大規模な投資をする必要も、ものスゴイ人財が必要なわけでもありません。
(1) ある自動車メーカー
ホームページの「アクセスログの集計レポート」を試乗申し込み者ごとに作成し、販社の営業担当向けに提供するようにしました。試乗予約した人が、どのページを多く見ているのかを集計しただけで、好みの車や何に関心があるのかが、何となく見えてくることもあります。各営業担当は、そのレポートを参考に接客するようになり、データ分析への信頼が出てきたところで、次のステージに進みました。営業担当の動きを大きく変えることなく、新たなデータを取得することもなく、今まで蓄積してきたホームページのアクセスログを集計し、営業担当が使いやすいようにレポートを作っただけです。最初は、これぐらいで十分です。
(2) ある部品メーカー
定期訪問前、次に紹介する商品の候補を知るため、取引履歴データから「顧客別の推奨商品ランキング」を作るところから始めました。新たにデータを取得することなく、毎週データ分析担当者が1時間ほどで「顧客別の推奨商品ランキング」を作り、営業担当と共有しました...
