前回から、企業におけるData分析力の強化を考えています。

 複数回にわたってこのテーマを解説しているのは、「Data分析力を強化するには、Dataサイエンティストを採用すればいい」と考えている企業があまりにも多いからです。

 前回説明したように、企業がData分析力を強化するには、組織のカルチャー変更が大きな鍵になります。つまりDataサイエンティストを採用するだけでは、不十分なのです。

 Dataを統計する前に必要な要素は、マーケティングで証明したい事実、そしてマーケティングでたどり着きたいゴールを議論することでした。前回の記事で示したData分析のステップを再掲します。

  1. Data分析の目的、つまりマーケティングで証明したいこと、将来実現したいことを再確認する
  2. 証明したいことが証明通りなのか、違うのか?将来実現したいことに一番影響のある要素は何なのかなど、今回の分析に関する、予測や推測をする
  3. 上記の予測や推測から、必要なDataの種類を明確にする
  4. 必要なDataを実際に集める
  5. 必要なDataの中で、実際に収集不可能なものを明確にし、そのDataをどのようにするか決める
  6. 分析をして、証明したいことや、将来のマーケティングのモデルを構築する

 1~4のステップは前回解説しました。今回は、実際の分析の部分である、5.不足しているDataの検討と6.Data分析とマーケティングモデルの構築を考えてみたいと思います。

意外とDataが不足している企業の分析

 今まで議論してきたように、企業はまず何を証明したいかを考え、その証明にはどのようなDataが必要かを考えて、Dataを集めてきました。そして集めてきたDataを眺めると、意外と必要なDataが不足している場合が多いのです。

 例えば、以下のような理由からDataが不足していることが考えられます。

  1. 会社にはあるが、自組織にない
  2. 会社にあるDataの精度が足りない
  3. 会社に該当するDataがない

 「1.会社にはあるが、自組織にない」という場合は、答えは簡単です。Data提供の協力を仰ぐことになるでしょう。

 しかし実際には、社内の風通しの悪さや、部門ごとのData分析への関心の違いなどが障害となって、Data共有が難しい場合もあるでしょう。日本の企業ではなぜか、ルールに従って、Dataを社内の全部署で一つに保管しているケースは少ないようです。

この先は日経クロステック Active会員の登録が必要です

日経クロステック Activeは、IT/製造/建設各分野にかかわる企業向け製品・サービスについて、選択や導入を支援する情報サイトです。製品・サービス情報、導入事例などのコンテンツを多数掲載しています。初めてご覧になる際には、会員登録(無料)をお願いいたします。