データドリブンが注目される理由は？
メリットや実現方法をご紹介します。

近年、データドリブンが注目されている主な理由は以下のとおりです。
 

データドリブンがあらためて注目されるようになった理由の一つとして、テクノロジーが進化したことによってデジタル化が進んだことが挙げられます。

以前はデータを収集するために、アンケートの実施やコールセンターの設置など、手間と時間を必要とする手段を取らなければなりませんでした。収集した情報の分析に関しても同様に人の手で行われ、そのプロセスには多くの時間を要しました。

しかし現代では、売上やマーケティングの結果、Webの利用情報など、さまざまなデータを容易に入手できるようになりました。膨大な量のデータを手軽に収集・蓄積・分析しやすくなったことで、データドリブンがより一層重要性を増し、注目を集めているのです。
 

消費者行動が多様化・複雑化していることもデータドリブンが注目されている理由の一つです。
これまで、消費者が商品やサービスを求めて店舗を訪れるきっかけはテレビCMやチラシ、DMといった媒体に限られていました。
しかし、今ではこれらに加えて企業のWebサイトや口コミサイト、SNSなどインターネットをきっかけに来店する消費者が増えています。このように消費者の行動が多様化・複雑化したことで、経験や勘だけでは消費者の行動を正しく判断することが難しくなりました。データを活用しあらゆる分野で予想することが重要と考えられるようになり、データドリブンへの注目につながっています。

また、消費者行動の多様化・複雑化にともなって、ユーザーのニーズも多様化してきています。ニーズに合わせたサービス提供を行うためには、業務も多様化させて素早く体制を整えていく必要があります。

このように、インターネットによって加速するビジネス変化に対応していくために、消費者や社会、競合の情報を素早く収集・分析するデータドリブンの実施が重要になっています。

続いて、データドリブンのメリットを詳しく解説していきます。
 

以前までは、勘や経験に基づいた意思決定でも問題なく経営が成り立っていました。
しかし、消費者行動が多様化・複雑化した現代では、これまでのような経営が難しくなっています。勘や経験に基づいた判断は担当者によって意思決定に差異が生じたり、最適な意思決定かどうかの多方面からの検証を必要とする場合があります。

データドリブンによって社内でリアルタイムのデータを共通認識として持てるようになれば情報の整合性が向上し、一貫性を持った方針や戦略を立てやすくなるため、迅速で的確な意思決定を行うことができるでしょう。

データを活用することで客観的な判断ができ、効果的なアプローチができるのもメリットの一つです。
例えば、販売促進を目的とした広告を出稿する際も、プロフィールや商品購入履歴などユーザーの特徴に合わせて最適なタイミングでのアプローチができるようになります。

このような効果的なアプローチによって顧客とより密接な関係を構築することは、会社の利益向上につながるでしょう。

データドリブンに基づいてデータ解析や分析を実施することで、今まで気付かなかった自社の強みや課題が見えてきます。
このような新たな発見を活かし、迅速な課題解決が可能になるのもデータドリブンのメリットの一つです。

また、取得したデータを分析することで新規事業やサービスの展開などにもつなげられ、思わぬビジネスチャンスを創出することができる可能性もあります。

ここからは、データドリブンを実現させるための一般的な手順を段階ごとのポイントと併せて解説します。
 

はじめに、データドリブンを実施する明確な目的を設定します。
マーケティングや経営活動で活かすことができるデータの量は膨大です。必要なデータを効率よく集めるために、どのような目的でデータドリブンを活用するのかを明らかにしておくことが大切です。
 

明確な目的を設定したら、目的に沿ったデータの収集を開始します。収集するデータとしては下記のようなものが一般的です。

これらのデータの中から、業界や業種に応じて必要なものを選択し、収集します。

例えば、販売業であれば購入履歴や購入のきっかけ、興味関心などのデータを収集することで、顧客が購入を検討するであろう別の商品を導き出すことができ、成果につながるアプローチをしやすくなります。

なお、データ自体が存在しない場合はデータ取得のためのツールを導入することから始めなければなりません。データドリブンにおけるデータ取得に役立つツールは、後述する「データドリブン実現に役立つツール」で解説しています。併せて参考にしてください。
 

収集したデータは形式や内容がさまざまであるため、そのままでは役に立ちません。分析する前に整理して可視化する必要があります。収集したデータを手作業で可視化するのは大変な労力になるため、BIツールを利用するのが一般的です。BIツールは収集したデータを可視化・分析し、データドリブンを支援するためのツールです。
詳しくは後述の「データドリブン実現に役立つツール」でご紹介します。
 

可視化したデータは、同じくツールを利用してあらゆる視点から分析します。
これによりボトルネックの特定をはじめとして、課題、仮説、施策といった意思決定を行うために必要な情報を導き出すことが可能です。分析の際にはグラフや図の形式でまとめると、視覚的に内容を把握しやすくなります。
 

ここまでのデータ収集や可視化、分析は意思決定を行うための手段であり、それ自体が目的ではありません。分析が終わったら、導き出された結果を基に意思決定を行う必要があります。データ収集、可視化、分析にかけた時間と労力を無駄にしないためには、あくまでもデータを活用して意思決定すること、意思決定のあとにはPDCAを回して改善を進めていくことが重要です。

データドリブンの実現には以下のような注意点もあります。詳しく見ていきましょう。
 

ツールを利用するとはいえ、データ分析には専門的な知識やスキルが必要です。そのため、データドリブンの実現にはデータを扱うことができるデータサイエンティストなどの人材の確保・育成が重要になります。

しかし、実際は多くの企業で人材が不足しているのが現状です。人材の育成や確保が追いついていない場合は、AIを活用したり、専門知識がなくても活用しやすいツールを導入したりするのがよいでしょう。

データドリブンの実現には社内各部署のデータを集めなければなりません。そのため、積極的な協力を得るべく、データドリブンについて理解してもらえるよう努めること、社内部署間で連携することが大切です。

また現場社員のみでなく、まず経営層が積極的にデータを活用して理解を示し、データドリブンの実現にコミットすることで会社全体にデータドリブンの考え方が浸透しやすくなります。

前述のとおり、専門性の高い人材を配置することはデータドリブンの実現において重要ですが、すべてのポジションに配置することは難しいのが現状です。この場合はITツールを効果的に活用しましょう。

ITツールを使えば、専門的な知識やスキルを備えていない人材であってもデータ収集や分析が可能になります。

データドリブンに役立つツールにはさまざまなものがあります。ここではその一部をご紹介します。
 

【 読み方: マーケティングオートメーション｜正式名称: Marketing Automation 】

MAツールは、マーケティング業務を自動化できるツールで、多様化した消費者との接点を分析することで見込み顧客を発見し育成するツールです。例えば、リードナーチャリングとしてユーザーの状態に応じた適切な内容のメールを自動で送信することで、見込み顧客を育成することができます。
 

【 読み方: カスタマーリレーションシップマネジメント｜正式名称: Customer Relationship Management 】

CRMツールは、顧客のさまざまな情報や問い合わせ内容を管理するツールであり、利用することでユーザーに関するデータを蓄積することができます。顧客を理解し、長期的に良好な関係を構築するのに役立ちます。
 

【 読み方: データマネジメントプラットフォーム｜正式名称: Data Management Platform 】

DMPは、さまざまなソースからのデータを収集、整理、管理し、それをマーケティング、広告、ビジネスインテリジェンスなどの活動に活用するためのプラットフォームです。近年は特にWebでの集客や新規顧客の開拓での利用がメインになっています。
 

【 読み方: セールスフォースオートメーション｜正式名称: Sales Force Automation 】

SFAは、「営業支援システム」とも呼ばれ、顧客管理や案件管理、日報、レポーティングなどの機能を備えています。営業部門が扱う情報の見える化や自動化に役立ち、生産性の向上や業務の改善も期待できます。

【 読み方: エンタープライズリソースプランニング｜正式名称: Enterprise Resources Planning 】

ERPは、企業のリソース (ヒト・モノ・カネ) を効率的に配分して有効活用するための考え方・ツールのことを指します。
会計・人事・生産・物流・販売など、さまざまな分野の在庫管理や財務管理といった基幹業務のデータを統合し、企業経営を最適化するのに役立ちます。
 

 アクセス解析ツールは、自社が管理しているWebサイトのデータを収集するツールです。
例えば、アクセス数やアクセスしているユーザーの属性、購買数・資料請求数などを確認する際に利用します。

アクセス解析ツールとしては、Google アナリティクスやAdobeアナリティクスなどが有名であり、利用することで、Webサイトを訪れたユーザーに関するさまざまな情報を得ることができます。Webサイトが当たり前のように閲覧・利用されている現代では、ビジネスにおいてアクセス解析ツールを利用したWebサイトの分析が必要不可欠です。
 

【 読み方: ビジネスインテリジェンス｜正式名称: Business Intelligence 】

さまざまなデータの収集から可視化・分析まで行うツールのことです。
収集データを多角的に分析してレポートとして可視化したり、蓄積したデータから傾向やパターンを見つけ出したりとデータ活用をサポートしてくれます。データドリブンにおけるビジネスの意思決定に大変役立つツールです。
 

最後に、実際にデータドリブンが活用されている事例をご紹介します。
 

新型コロナウイルス感染症拡大による事業環境の変化で大きな影響を受けた名古屋鉄道株式会社様では、これをきっかけに需要やニーズの変化をデータで把握し、グループで利活用する『名鉄グループデータ統合基盤プロジェクト』を推進しました。

プロジェクトの一環として導入したのが、自社で保有するデータとIoTクラウド Data Marketが提供しているデータを組み合わせ、分析ツール、分析ソリューションまでワンストップで提供するサービス「KDDI IoTクラウド Data Market ～Location Analyzer～」でした。

これによりきめ細かな人流分析が可能となり、需要変化を見える化することができました。例えばコインパーキングの新規開業や料金見直しの際、周辺地域の滞在人口や属性といったデータを基に収益を予測して開業判断の精度向上と売上アップを達成するなど、ニーズに合わせたビジネス戦略を成功させました。

また外食事業を展開する株式会社名鉄ミライート様では、属性分析を行い30〜50代の男性客を主要ターゲットとした新業態店の集客に活用。メニューの改善やリピート率の向上につなげています。

新型コロナウイルス感染症対策のため、市内の人の動きを把握することに努めていた神戸市役所様。感染症対策だけでなく行政施策の基礎データとしての活用を視野に入れて、「KDDI IoTクラウド Data Market ～Location Analyzer～ 」を導入しました。
自由に調査エリアを設定できる「KDDI IoTクラウド Data Market ～Location Analyzer～」の特長を活かし、神戸市役所様では主要駅や観光地の通行人口の推移を公表。行動自粛の呼びかけに活用しました。また、夜の繁華街の滞在人口を時間ごとに把握し、自粛効果の検証も行いました。

さらに、感染症対策以外では駅を利用している人の年齢や性別、居住地といったデータを取得し、再整備計画の立案にも活用しています。

ここまで、データドリブンについて概要や、注目されている理由、実行する場合の進め方、役立つツールなどをご紹介しました。

これからのビジネスにおいて、経営・マーケティングを成功させるにはデータドリブンの実現が不可欠といっても過言ではありません。データドリブンを実現するには、まず自社の課題を明確にし、必要なデータや目的を整理することから始めましょう。

KDDIの「KDDI IoTクラウド Data Market」は、お客さまが保有しているデータとIoTクラウド Data Marketが提供している約30種類のデータを必要に応じて組み合わせ、分析ソリューションまでワンストップで提供するサービスです。auスマートフォンユーザーの位置情報ビッグデータやKDDIグループが保有している分析サービスの提供によって、さまざまな課題やご要望に対して応えるソリューションを提供しています。詳しいサービス概要はこちらのページをご覧ください。