データ分析の成否を決める、分析基盤導入前の「データマネジメント」
冒頭、櫻井氏は「地味ですが」と前置きしながら、「データを利活用するためには、マスタ統合や分析基盤をつくる”前にすること”がある」と語る。
株式会社リアライズ 取締役 データマネジメント事業部 副事業部長
兼 マーケティング・営業部 部長 櫻井 崇氏
その櫻井氏が所属するリアライズは、データマネジメントを通じて顧客企業の情報活用を実現することを企業命題としており、現状データの調査から方針策定のコンサルティング、データの構築から運用までをワンストップで提供している。特にコンサルティングで策定した方針を実現するためのデータ構築がシームレスにできること、そして「データを使い続けていくこと」を意識したデータ運用までできることが強みだ。
サービスの全体像 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］
対象はデータが関わるあらゆるシステムとなり、顧客企業も自動車メーカーから通販、銀行など幅広く、テーマや課題も様々だ。特に「データマネジメント」を中心に、具体的には様々なデータを統合する「マスタ統合」や活用するための「データ品質」、それらのデータを守っていく「組織」などについて課題解決ニーズが高まっているという。
16年で800件以上のプロジェクトに取り組む中で、特に近年はビッグデータの流行もあってか、大規模な情報分析基盤を導入した後になってデータ品質や分析に悩む企業も少なくないという。しかし、基盤に予算を費やした後であり、なかなか改善が難しいというのが実情だ。
そうならないために「データ活用は、どこから手をつけると効果が上がるのか」。その答えの一つとして櫻井氏は「データマネジメント」の重要性を強調し、「データに直接向かい合うことが大切」と語る。その中で誤解が生じがちなものの一つが「業務データと分析データの混同」だ。
業務用データは人が使うものであり、分析のためのデータは「有限な状態への分類」か「数値の大小」に限られる。つまり、名前やフリーテキストはそのままでは分析できない。分析用データに加工するノウハウがなければ、宝の持ち腐れというわけだ。
そうした誤解や思い込み、いい加減さなどが積み重なり、社内には使えないデータが山ほどある。それを整備しないまま、分析基盤だけ入れてもうまくいかないのは火を見るより明らかといえるだろう。
マスタ整備だけで、コスト削減や売り上げ向上などの効果も
それでは、データマネジメントをすることでどのような効果があるのか。櫻井氏は、「業務遂行に注力している現場では、分析のためとはいえデータ入力ルールを徹底するのが難しい。結果、毎回データクレンジングを強いられて時間とコストを無駄にすることになる。それがマスタを整備してみると、それだけでも思わぬ副産物的な効果が得られることが多い」と語る。
事例A：受注データの活用 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］
例えば、ある会社では、受注登録時の顧客コードの重複を統合しただけで、正確なシェアの把握ができるようになり、営業人材の適正化や、再配置による新規獲得などが可能になったという。
当然ながら、営業のベースとなる数字そのものが誤っていては、事業に役立てられるはずがない。大量のデータ分析に取り組む前に、信頼に値するマスタに整備しておくことが重要というわけだ。顧客データのマスタ整備だけで前述のような目に見える効果が得られる可能性があるとなれば、それよりも断然多い個人客データや商品データを整備すれば、どれだけの効果が得られるか想像は難くない。
例えば、ある日本法人企業では、本社のグローバルマスタに手を入れられないため適切な整備ができず、顧客宛DMの送付も販促予算の半分を無駄にする状態だった。そこで、日本法人内で購買と顧客のデータを整備したところ、住所が届かないなどの無効データが1/3もあり、購買3年以内のアクティブな顧客データは1/5ということがわかった。結果、2000万円程度のマスタ整備で、2億円かかっていたDM費用を半分に圧縮し、送付したDMによる顧客の購買反応は10倍に上昇したという。
しかしながら、通常はデータを整理するとして『捨てる』のは誰もが嫌がること。櫻井氏によると『アーカイブしておきましょう』というとすんなり行えることが多く、さらにそのアーカイブが必要になることはほぼないという。
そして、「データは活用してこそ価値があるもの。溜めることばかり意識していては、有効に使えず、むしろ足かせになる。是非とも『使えるデータにすること』を意識してほしい。そして、小さなデータから手をつけて“使える”価値を積み重ね、社内で成功事例を蓄積していくことが、大きなデータの分析という“本丸”に取り組む起爆剤になる」と語った。
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。
