IT導入支援

会員限定

NEC提供コンテンツ

2017年03月07日
 立教大 佐々木教授に聞く、データ活用に求められる「人」「組織」「インフラ」

センサーやネットワーク技術がよりコモディティ化し、あらゆるモノから得られた膨大なデータを自社ビジネスの新たな価値創造に活用する動きが広がってきた。一方で、ビッグデータ活用にはインフラ面の基盤整備と、「それを支える『組織』『人』の整備を並行して進める必要がある」と語るのは、立教大学の佐々木 宏教授だ。産学連携の取り組みなどを通じ、全国でも珍しい「文系人材のデータサイエンティストの育成」に取り組む佐々木氏に、企業がどのようにしてデータ活用基盤、組織、人材を整備していけばよいかを聞いた。


近年のテクノロジーはすべて「データ活用」につながる

──ここ数年でビッグデータという言葉はかなり浸透しました。佐々木先生は、近年、企業のデータ活用が必要とされる背景について、どのようにご覧になっていますか。

佐々木氏:IoTやビッグデータというキーワードが浸透し、さらに昨年あたりからAIやフィンテック(Fintech)など、どんどん新しいテクノロジーが登場し、ビジネス界に広がろうとしています。

 一般のビジネスパーソンの関心は、それらのテクノロジーを自社にどう取り込んでいくのかという点にあると思います。すべては「データ活用」につながっていきますので、そこからいかに新しい価値を生み出していくかという視点が大切になってきます。その前に、イノベーションの本質は「新結合」にあることを、再認識する必要があります。

 たとえば、Web上には、SNSなどに投稿された膨大なつぶやきがあり、これらを分析することで、その人が考えていることや、人と人の関係が可視化されます。スマホの「名刺アプリ」では、名刺を撮影してデジタル化し、クラウドで共有することができる。すると、今度は名刺を介して人と人のつながりがWeb上で結合されていくことになります。

photo

立教大学
キャリアセンター部長 経営学部教授 博士(経済学)
佐々木 宏氏


──アナログの資産がデジタル化し、情報の結合が進んでいくわけですね。

佐々木氏:おっしゃるとおりです。Uberは自動車の動き全体をデジタル化し、モノと人の新たな結合を生み出しています。サービスの普及に伴い、各ドライバーの評価もまた、Web上に蓄積されていく。これもひとつのデジタル情報資産だといえるでしょう。結びつきは人やモノばかりではありません。AIはアルゴリズムを使って、デジタルデータ同士を深くつなげていきます。機械が人間の記憶量や処理量を超えた学習をし、新しい意味を創り出すことが可能になるわけです。このように、ヒト・モノ・カネにまつわる情報がデジタル化して膨大な数の「新結合」が生まれています。

 新結合により、いかにイノベーションを生み出し、消費者のニーズに応えていくかが、今企業に問われるようになってきました。

データ活用の4つのフェーズで自社のポジショニングを確認する

──データ活用の重要性は認識しつつも、どう進めたらよいか分からない、もしくは進めたが、成果が出ない企業もあります。今、企業が直面する課題と、その解決に必要な戦略・考え方をどう見ていらっしゃいますか。

佐々木氏:まず、今の自社の段階がどこにあるかを確認し、どこを目ざしてくべきかを考えることです。

 データ活用がビジネスにもたらす成果やインパクトにはいくつかの段階があります。1つ目は、最も初歩的なフェーズで、業務で発生するデータを連携させて活用するような、業務オペレーションの効率化を目指すフェーズです。データはサイロ化された状態にあります。

 2つ目は、一歩進んで顧客の行動データを分析して、ターゲティングなどのマーケティング施策に素早くつなげていくというように、外部とのデータ連携によって、組織全体の意思決定の高度化、スピード化、業務の品質向上を図るフェーズ。3つ目は、売上増やコスト減など、収益性の向上に直結させていくフェーズです。

 最後の4つ目が、先の3つとは異なる次元のフェーズで、データを「新結合」させて事業そのものを創出する、たとえばUberなどが当てはまる究極の形です。

──先進的な企業と、そうでない企業のレンジが非常に幅広いのが現状ということでしょうか。

佐々木氏:はい。データアナリティクスのプラットフォームを導入すれば、すぐに売上増につながるかといえば、それはちょっと誤解があります。データアナリティクスを導入して、試行錯誤していく中で、ケイパビリティ(=独自の組織能力)が形成され、成果に転換されていくメカニズムがあるのです。

 ですから、いきなり第4フェーズ当たる異次元の事業を創出しても、データを使いこなして顧客ニーズに対応し、サービスを高度化し続けていくことができなければ、他から模倣され、優位性は持続できないことになってしまいます。自社のレンジがどこにあるかを明らかにして、必要な人材をアサインしていく。同時に、中長期的にアナリティクス文化を醸成していく。経営者にとってはそこが難しいところです。

この記事の続き >>
・「やってみないとわからない」データアナリティクスはエンジニアリングとはまるで違う
・「ビッグデータは3つのV」はもはや古い
・今後はさらに「ビジネスのIoT化」が進む

この続きは会員限定です