• BPnet
  • ビジネス
  • IT
  • テクノロジー
  • 医療
  • 建設・不動産
  • TRENDY
  • WOMAN
  • ショッピング
  • 転職
  • ナショジオ
  • 日経電子版

なぜ、データ分析プロジェクトは失敗するのか?

工藤卓哉氏×西内啓氏対談(後編)

  • 田島 篤=出版局編集第三部部長

バックナンバー

2014年2月13日(木)

  • TalknoteTalknote
  • チャットワークチャットワーク
  • Facebook messengerFacebook messenger
  • PocketPocket
  • YammerYammer

※ 灰色文字になっているものは会員限定機能となります

無料会員登録

close

(前編はこちら

データ分析のプロジェクトはなかなか成功しないと聞きます。なぜですか。

西内:何をもって失敗とするかという定義の問題もありますが、なにかしらのリターンが得られないことを失敗とするならば、一番の問題はデータですね。データに思ったほどきちんとした情報が入っておらず、価値が含まれていなかったというものです。

 分析結果が生かされないこともあります。せっかく分析をして分かったことがあっても、その成果を会社の施策として実行されないままになっていることがあるのです。

工藤卓哉(くどう・たくや)氏
アクセンチュア 経営コンサルティング本部、アクセンチュア アナリティクス統括 マネジング・ディレクター(写真/都築雅人、以下同)

工藤前回に指摘したように、データ分析の成果を日々の運用のレベルにまで落とし込むことが大切です。どの業態においても、日々の業務の中でデータを見て行動を起こすところまで環境が整わないと継続して使ってもらえないですよね。

 日常での運用を前提に、やるべきことの優先順位をつけて行動できるようにすることが大切です。例えば、分析の結果から売るべき対象をたくさん提示したところで、営業担当者は処理しきれないでしょう。現場の負荷がとても高くなってしまい、「とてもじゃないけど対応できないよ」ということになる。「何かまた、面倒なお願い事項がきた」と思われてしまい、具体的なビジネス施策につながらないのです。

 データ活用で成功している企業、例えば、アマゾン・ドット・コムやグーグルの秘訣は、データ分析をきちんと運用まで落とし込んでいることだと思います。

西内啓(にしうち・ひろむ)氏
統計家。

西内:アマゾンが成功している理由の一つは、どのようにデータ分析を使うかというフォーカスが絞れているところだと思います。アマゾンの武器であるレコメンドエンジンという仕組みが機能するかどうかは商材によると思います。書籍のように少量少額で多品種の商材だときちんと機能するんですよ。

 多品種からなるロングテールを掘り起こすときに、レコメンドエンジンはとてもよい仕組みです。これが機能し始めたら、その精度を高めるためにデータサイエンティストを投入すれば、それだけで売り上げが上がります。

 そうしたことを掘り下げずに、アマゾンを見習ってレコメンドエンジンを導入しようといっても、商材によっては機能しないんです。

工藤:データ分析から結果が得られたとしても、その背景を考慮する必要があります。

 前回にも登場した、マーケットバスケット分析において有名な「おむつとビール」。意外なクロスセルの知見をマイニングにより掘り起こした例といえますが、その背景を考えないと、応用が利きません。

 おむつとビールの結果も、世界中の全店舗タイプの棚割りに生かせるかというと、そんなことはあり得ません。大型店舗で駐車場を保有する米国の商業施設に固有の現象であって、都心型店舗では機能しないでしょう。地理的条件、商圏特性を踏まえた分析の前提を理解する必要があります。

コメント0

「うまくいく分析・いかない分析」のバックナンバー

一覧

日経ビジネスオンラインのトップページへ

記事のレビュー・コメント投稿機能は会員の方のみご利用いただけます

レビューを投稿する

この記事は参考になりましたか?
この記事をお薦めしますか?
読者レビューを見る

コメントを書く

コメント入力

コメント(0件)

ビジネストレンド

ビジネストレンド一覧

閉じる

いいねして最新記事をチェック

日経ビジネスオンライン

広告をスキップ

名言~日経ビジネス語録

トランプ政権のここまでの動きはスロー。

ジョセフ・ナイ 米ハーバード大学特別功労教授