効果的なデータ統合は、現状把握と末端からのマスタ整備がカギ
データの利活用については、今後ますます重要になることは明らかだ。しかし、櫻井氏は「漫然とデータを活用すると考えていても、活用できるわけではない」と手厳しい。「データ分析を何のために行うのか」という活用イメージを明確化することが不可欠というわけだ。
どうやって売り上げを伸ばすのか、そして利益を確保するのか。そのためには『マーケット』と『顧客』を正しく認識することが必要になる。どうしても手段に目が行きがちだが、「『求める成果』を設定した上で手段を講じていくことが大切」と櫻井氏は語る。
つまり、利益の増大を図るためには、「広告の成果をあげる」「営業の成約率を上げる」など、求める成果（アウトカム）をしっかり定め、その“打ち手”としての説明変数をしっかり作ることが重要になる。
「高価なツールや分析基盤を入れる前に、データと向き合い、地に足をつけてなにを求めるかをしっかり考える時間を持ってほしい。そのタイミングであれば、リアライズとしての知見や経験を提供することができる。是非、高価な投資をする前に相談してほしい」と櫻井氏は繰り返し強調した。
それでは、実際にどうやって「データ統合」を考えるのか。その手法が簡単に紹介された。まずは自社のデータの状態がどのようになっているのか、把握することが第一ステップとなる。
顧客データ整備の3つのパターン 出所：「data tech 2017」
株式会社リアライズ 櫻井 崇氏 資料より［クリックすると図が拡大します］
システムごとにマスタが散っている（解析型）とすれば、一気に全社で統合（統合型）しようとしても現場での混乱や軋轢が生じ、失敗することが多い。そこで「調和型」として統合マスタと周辺システム双方でメンテナンスを実施し、更新結果を同期させようという発想になるが、莫大な費用がかかる。そこで今ある基盤に対して１つ１つルールを定め整えていくことで、効果を得ながらコストをかけずに進められるという。
そのテクニックとして、櫻井氏は、顧客MDMにおける顧客データモデルのベース決定のための個別モデルのサンプルパターンの想定や、業務部門ごとに必要なデータの洗い出しと共有のための「興味対象概念マップ」を紹介。また、データ整備やアプローチリスト作成のためのアウトソーシングの活用や、分析対象データの明確化のためのメタデータ管理システムの導入、またデータ品質向上のための標準ガイドラインの策定など、段階ごとにリアライズが提供可能なサービスが紹介された。
そして最後に、システム機能（ツール）だけでなく、データをどう活用するかというデータ戦略を中心に、「マインド・教育」「体制・役割」「ルール・手順」などを考慮し、全体としての「データ統合計画」を策定することが重要であることを強調。櫻井氏は、「データを持ち、活用できる会社が発展する時代になってきた。是非とも、データを活用して、自社の事業拡大、発展に役立ててほしい」と力強く語り、セッションのまとめとした。
