大手データ分析会社が考えるデータドリブンとは

ビッグデータ,人工知能,データドリブンと色々な言葉が飛び交う中で,大手はデータドリブンに対してどのような考えを持っているのか.

IBMやSAPといった大手がデータドリブンな組織について論じた文献を調査して,一つの記事にまとめた.

この記事は以下をもとに作られています.

データドリブンの定義

ビッグデータ・人工知能と同様にデータドリブンという言葉はバズワードであるという認識を持っている人多い気がするが,そうでもないと思う.

データドリブンな組織とは?

どの階層でもデータを戦略的資源として扱う組織

CHRIS PENN氏 / IBM

SAPのPhil Simon氏はさらにデータドリブンな組織の細かい特徴を以下としている:

  • 人の意思決定をデータ分析で補完・修正することを受け入れている. 
  • 組織内外でデータを用いた実験やテストを行っている.
    アマゾンは頻繁にA/Bテストを行うし,ネットフリックスはkaggleで有名なデータ解析コンテストを開催した.
  • データ取得のために大きな金を払える. 
    マイクロソフトは$26Bでリンクトインを買収.多くのアナリストはこの動きをデータ取得のための戦略的な買収だとみた.
  • 異なるソースから取得したデータを統合できる.
    フェイスブックはインスタグラムのデータを活用している.
  • 報酬が確かでなくとも新たなデータを分析できる. 
    ネットフリックスはイメージ画像の配色を分析して,収益を伸ばした.
  • データの可視化に力を入れている.
  • 非構造化データから勝ちを見出せる. 

データドリブンな組織に必要なものとは

データ

データはこれまでプロセスの副産物として見られていた.

例えば,商品の売買に関するデータは返品や売り上げの報告など特別なシチュエーションにしか活用されなかった.

今ではこれらのデータを分析することでより良い意識決定が可能になると認識されるようになってきている.

サッカーの場合はこんな感じか?

データ戦略

データ戦略の核となる考えは,データ資源が簡単かつ効率的に活用・共有しやすいように整理するということだ.言い直せば,データを副産物ではなく資産として捉えて管理することである.

データ操作の共通方式を確立して,取得→分析→活用の流れに関する良い戦略(というかプラン)を企てることで効果的なデータ活用ができる.

蹴球部のデータ戦略はこうか

データ人材

残念ながら多くの組織はデータを未だに副産物として見ているため,『データ人材』を雇って副産物から知識を抽出しようとしている.

そんな組織にはデータ戦略もなく,したがってデータ人材は明確な目標を持てず効果的な分析が行えない.

データドリブンな会社はデータ戦略の構築にデータ人材を活用し,データ人材に組織内で高いポジションを与える.

こんなこと言われても誰だって戸惑うでしょうね

データ戦略を練るときのポイント

正しいデータを選択する

創造的にデータを収集

『必要なデータがもしすべて揃っていればどんな意思決定ができるだろうか』

自組織にどんなデータがあればよいのかは上記の問について考えることが絶好のスターティングポイントである.

必要なIT技術を揃える

古いIT構造を使っていれば,現代のデータソーシング・ストレージ・分析に対応できないことが多々ある.アップデートには数年かかるかもしれないが,データ人材を活用して,どこがボトルネックになっているかを発見し,優先順位をつけることが重要である.

産物を予想し,最適化するモデルを作成する

組織の産物・アウトプットを予想し,モデリングすることでシミュレーションが可能になる.

様々な状況のシミュレーションを行い,その結果を活用することが実践的なデータドリブンのアプローチだ.ただし,あまりにも複雑なシミュ―ションは現実性(必ずしもではないと思うが)にかけるし,コストが高い.

『パフォーマンス向上に貢献する最もシンプルなモデルはなにか』

この問に向き合いながら組織は戦略を企てるべきである.

組織の機能を変革する

即戦力になる分析結果を(少し)提供する

データドリブンな組織におけるデータ分析の初期実装はすぐに成果をあげにくい.

既存の意思決定プロセスと分析結果がずれている場合があるため,まず即戦力になる分析行ってみて,どのように意思決定に影響を与えているのかを理解する必要がある.

現場の人向けにはシンプルなツールに分析を落とし込む

現場には直感的に理解できるツールやインターフェイスを通して,分析を伝えたりする.

分析を行うデータ人材とデータから得たインサイトを実際に活用する現場を別けることが重要である.

データを分析できる組織になる

データドリブンなマインドセットからデータを貯蔵する物理的なハードウェアまで,全てをそろえた組織は少ないだろう.

データドリブンになるまでの段階

Data-resistant

The mantra of the data-resistant company is “We’ve always done it this way” – a painful refrain for any progress-minded executive. Organizations typically begin as data-resistant for a variety of reasons:

  • Data might uncover hidden performance issues
  • Data might highlight individual contributions that are politically difficult
  • Data might undercut the message/brand
  • Data might show the organization has a misaligned strategy

Making the transition out of data resistance is typically an entrepreneurial effort from within; someone who needs performance to improve in their domain begins to harness data without an organizational mandate.

Data-aware

The data-aware company knows of the existence of data within its walls, and understands that the data has implicit value, even if that value has not been unlocked. Data-aware companies focus on the collection of data, and are often made aware of data’s potential value through vendors and systems:

  • Web analytics
  • Social media analytics
  • CRM/Sales force automation
  • ERP systems
  • Financial planning and accounting

A data-aware company is curious: what’s in the data? What riches might it hold? The transition from data-aware to data-guided comes from a desire to unlock the value of the data a company has gathered.

Data-guided

The data-guided company works to extract any kind of value from data. Data-guided companies focus on analysis, on what happened in the data. What does the data say? What occurred? This stage in a company’s evolution is what I call the tool parade; as companies explore their data, a parade of tools and vendors march in and out, such as:

  • Data storage and warehousing
  • Data analysis
  • ETL (extract, transform, and load)
  • Cloud and on-demand computing

The data-guided company unlocks tactical value from its data: “let’s not do that again” and “let’s do more of that”. It uses findings from its data in production. Many companies get stuck in the data-guided stage for years – the tactical wins are enough to satisfy stakeholders.

The transition into data-savvy typically occurs after the parade of vendors and tools gets old: “What are we spending all this money on?” is the question we’ll hear in an organization ready to make the leap to the next phase.

Data-savvy

The data-savvy company realizes that the value of data isn’t just tactical; data can be a strategic asset. To develop that strategic value, a data-savvy company continues its investment in the what but then turns its attention to why, to the development of insights.

  • Why did sales dip last quarter?
  • Why did consumers buy less of our product?
  • Why did lead generation spike in the fourth week of the month?
  • Why did X work but Y didn’t?

The data-savvy company develops insights; by definition, insight means to look within. No amount of tools or vendors will substitute for the inward investigation into our data and analytics practices. Even when we look out through tools like surveying and ethnography, we are still looking at what we can do internally in our organization to explain why something happened.

The transition into a data-driven organization occurs once we’ve developed concrete insights into what happened and why. Once we deliver these insights to our stakeholders, their first question should be, “Okay, so what are you going to do about it?”. This is the trigger to become data-driven.

Data-driven

The data-driven company combines data, analysis, and insights to answer the question of “what next?” Through the use of data at every level, in every part of the organization, the data-driven company adopts data as a strategic resource. We’ll often hear things like this in a data-driven organization:

  • Based on the data, we should increase investment in X next quarter by 23%.
  • Our analysis of why our email marketing failed indicates our campaign wasn’t mobile-friendly; all future campaigns will be responsive in design.
  • When asked, our customers told us they hate our neon orange product color; through testing and surveying, a muted gold color will prove to be more customer-friendly.