リーダーとの対談

データ駆動型組織になるには?

がソリューションです。

データは、工場、機械、IP、資本のような運用アセットを超えるものです。正しく活用すれば、データは成長の可能性を秘めた貴重な情報となります。重要なのは、その固有の価値を認識し、賢く活用し、データ主導の力を受け入れる文化を作ることです。

データ駆動型とはどういう意味ですか?

どこの組織にとっても、データは新しい機会を開く入り口です。データの使用法に限りはなく、生成されるデータの量は指数関数的に増加しています。これは主に、接続されたデバイスの数が増加していることと、固定およびモバイルの両方でインターネットにアクセスできる人の割合が世界的に伸びたことによるものです。

組織のデータの一般的なソースは何でしょうか?

適切なデータ戦略により、組織は増大するデータをコントロールし、さまざまなデータタイプからインサイトを見つけ、適切な人とシステムがデータを利用できるようにすることができます。これを実現するには、組織はデータ駆動型である必要があります。

目標はデータを収集し、かつそれをインテリジェントに使用することです。

データ駆動型組織であるということは、データを会社文化の中で戦略的資産として扱い、その資産を大きな意思決定だけでなく、現場での日常的な行動に活用するための能力を築くことを意味します」

- AWS エンタープライズストラテジスト、Ishit Vachhrajani

組織がデータ駆動型であることが重要なのはなぜか?

データは組織をつなげる細胞のようなものであり、チーム間に浸透し、コラボレーションを促進するものです。

主要な業界では、データをどのように活用しているかを見てみましょう。

小売業者
製造業者
金融サービス関連の組織
医療機関

小売業者
小売業者は、実店舗での客足やソーシャルメディアを含むデジタルチャネル全体でのユーザーの行動とともに、製品ラインのパフォーマンスを知る必要があります。
製造業者
製造業者は、サプライチェーン、工場の現場での生産機械の性能、流通に関する最新情報が必要です。
金融サービス関連の組織
金融サービス関連の組織は、市場のトレンドを先取りすることで評判を築き、厳しいデータ規制に準拠しながら革新的な製品とサービスを提供する必要があります。
医療機関
医療機関は、専門家が安全で準拠した方法で患者データにアクセスできるようにする共同エコシステムが必要です。研究者は、自動化された方法でデータを処理するための強力な AI プラットフォームを必要としています。

組織全体でデータを民主化することの利点は何か?

より良い意思決定をより迅速に行う

Jeff Bezos が Amazon の株主に宛てた手紙を読んで、高速意思決定の概念が企業にとってどのように不可欠な要素であるかをご覧ください。

予期しないことにうまく対応する

AWS が Moderna の R&D による新型コロナウイルス感染症 (COVID-19) ワクチンの開発をどのように支援したかをご覧ください。

カスタマーエクスペリエンスとエンゲージメントを強化する

AWS が Formula 1 のデータ分析とインタラクティブなテレメトリ機能をどのように加速し、ファンがレースを体験する方法を変えたかをご覧ください。

新しい機会を発見する

AWS が、Agero のクラッシュ検出アルゴリズムプラットフォーム開発を後押しすることにより、ドライバーの安全性の向上にどのように役立ったかをご覧ください。

効率を向上させる

Georgia Pacific が AWS データ分析ソリューションをどのように活用して、運用全体のプロセスを最適化し、年間数百万ドルを節約したかをご覧ください。

データ駆動型組織になるには?

ビッグデータイニシアチブの立ち上げ、データ収集イニシアチブの拡大、チーフデータオフィサー (CDO) の採用、新しい分析機能の作成など、組織がデータ主導のロードマップを迅速に開始するために取ることができるさまざまなパスがあります。しかし、これだけではありません。データ駆動型になるには、組織は次のことを行う必要があります。

データをビジネス戦略の中核に位置付けるイノベーションの文化を築く
その文化を推進するのに役立つデータ機能を構築する

大規模なデータ駆動型文化を築く

調査対象の企業の大多数で、文化的、組織的、およびプロセス上の課題が、データ駆動型組織になるための最大の障害となっていることがわかりました。¹

進化するビジネスモデルにおいてデータをより重要な要素にするためには、組織内で文化的な移行が必要です。

^{1 NewVantage Partners によるビッグデータと AI エグゼクティブサーベイ 2019}

データ文化の 4 つの E

すべての組織がデータに対する新しい認識と関係をどのように育むことができるか:

データに基づく意思決定に関与する

組織は、データを活用して継続的に意思決定の指針を示し、正当化する必要があります。これは、持続的で献身的な取り組みから始まります。地に足のついた尊敬されているエグゼクティブを、この取り組みを推し進めることができるデータイニシアチブの「シングルスレッドリーダー」として選びます。

全員を教育する

データ主導の文化は、データ分析スキルが、データサイエンティストだけでなく、組織内の役割全体で共通のものになって初めて完全に実現されます。ベストプラクティスを提唱したり、ビジネス上の成果を共有したりする際、ストーリーテリングを活用して、データの「サイエンス」とビジネスの「アート」の間でシームレスな行き来が実現できるようにします。

データブロッカーを排除する

3 つの一般的なデータブロッカーが、データ駆動型になる妨げになっています。

旧式のソリューション: プロセスと製品をデータ駆動型に変更する場合、この変更をオプションにしないでください。

レジスタンスソリューション: データを活用して嘘偽りのない調査を求め、すべての人がより良くなるのを助ける文化を作りましょう。

サイロソリューション: データを部門の資産ではなく、組織の資産として扱いましょう。

導入事例を読む

最前線のアクションを有効にする

データに基づいて行動する能力を民主化し、データとインサイトが存在する最前線に意思決定を任せる自信を持ってください。分散型の意思決定を受け入れられるようにするために HiPPO (最高賃金の人の意見) に頼るのをやめましょう。

導入事例を読む

大規模なデータ駆動型機能を作成する

組織の設計、ガバナンス、および説明責任は、データ駆動型の文化が栄え続けられるようにするために不可欠です。

組織構造

多くの企業は、すべてのデータ分析のニーズに優先順位を付けて対応する一元的な機能を作成しています。このような「データ/分析センターオブエクセレンス」モデルには、次のような長所と短所があります。

長所

組織内のデータジャーニーを加速できます。

短所

ゲートキーパーとして機能し、ビジネスチーム全体のデータの実験を遅らせる可能性があります。

データガバナンス

企業は、データへのアクセスを制限するのではなく、より多くのアクセスを可能にすることを目標に、軽量のデータガバナンス構造を構築する必要があります。これをサポートするために、IT からデータエンジニアリングと分析を分離する傾向が高まっており、摩擦が生じることがあります。組織の構造がどうであれ、部門を超えた視点を考えると、IT はデータガバナンスの取り組みにおいて重要な役割を果たす必要があります。