収集したデータを分析して意思決定や施策立案に役立てようというデータドリブンが、マーケティングやセールス、経営など、ビジネス全般に浸透してきています。
これまで、経験や勘を拠り所として組織を運営してきた多くの企業にとって、データドリブン化の波は脅威に感じられるかもしれません。避けて通ることができれば良いですが、IT化と同様、そしてIT化の影響で生まれた大きなうねりに抗うことは難しいでしょう。
本コラムでは、これからデータドリブンに取り組む企業様向けに、データドリブン化の方法から必要なツールまでをご紹介いたします。
目次
データドリブンとは?

データドリブンとは、「データ駆動」ともいわれ、データを根拠として意思決定を行い、これに基づいて実行することをいいます。
データドリブンが叫ばれる以前も、データに基づく意思決定が行われていなかったというわけではありません。ただ、取集できるデータの種類・量が限られており、データを参考にしつつも、最終判断はやはり意思決定者の勘や経験によって行われてきました。
しかし、ビッグデータの登場とデジタル技術の進歩により、企業には多種多様の膨大なデータが集まるようになりました。また、データを扱えるツールも普及しました。
その結果、膨大かつ種類の多いデータを活用できるようになり、データドリブンを実現できる環境が整ったといえます。
データドリブンである必要性
時代の流れとともに、ライフスタイルや価値観が多様化し、また、モノが飽和した結果、良いモノやサービスを作りさえすれば売れる、一元的にマスマーケティングを行えば売れるという状況は消え去りました。
One to Oneマーケティングに代表されるように、個々のニーズを満たすには、顧客一人ひとり、もしくはセグメントした層の求めるものをデータから探り、それらに合わせたキメ細かなアプローチが必要になりました。
また、多くの企業がデータドリブンに乗り出した結果、競合企業に対する優位性を保つためにはデータドリブンに取り組まないわけにはいきません。
こうした背景により、データドリブン化が求められているのです。
データドリブンの実践に必要なこと

データドリブンの実施方法については後述しますが、取り組むに当たり、整えておきたい下準備がありますので、ご紹介いたします。
プロジェクトチーム、リーダーを選出する
社内のデータドリブン化を進めるに当たり、推進チームとそのリーダーを決めましょう。
担当者を明確に決めておくことで、アクションプランのPDCAを回しやすくなります。
管理職にデータドリブンの意義を理解してもらう
データドリブン化がトップダウンで決まった場合は別として、まず、意思決定を行う立場の人にデータドリブンの必要性やメリットを理解してもらう必要があります。
その上で、社内全体を啓蒙してデータドリブンへの理解を浸透させ、アクションプランの実行に協力してもらう素地を作りましょう。この後のステップでデータの専門家を採用したり、ツールを導入したりする際の同意も得やすくなります。
KPIの策定
プロジェクトチームを中心に、関係者間であらかじめ経営目標や事業目標からブレイクダウンしたKPIを導き出し、設定しておきましょう。
事業目標ならたとえば、売上高や利益率、商品販売数、販売単価、新規顧客獲得数などが該当します。個の数値がアクションプランの計画・実行後、効果測定の際に基準となります。
ITツールの導入
データドリブン化を進めると、社内外に散らばっていた量も種類も多いデータを一ヵ所に集約して扱うようになります。データクレンジングを行うにも可視化するにも、手作業で行うのは厳しいものがあります。
DWH(データウェアハウス)やBI(ビジネスインテリジェンス)など、自社の目的とリソースに合ったITツールの導入を検討しましょう。データドリブンに活用できるツールの詳細は、「データドリブンを実現するツール」をご覧ください。
データの専門知識・スキルを持った人材の採用
データに関する専門知識がなくてもデータを扱えるセルフBIなども出ていますが、本格的にデータドリブンに取り組むのなら、データの専門知識・スキルを持つ人材を確保するのがベターです。
データ分野だけでなく、ビジネス知識やマーケティング知識も有しているとより良いアクションプランの策定が期待できます。
採用が難しい場合は、委託や外注を検討してみてください。
データドリブンを行う方法

上記のような準備を整えた上で、実際にデータドリブンを行う具体的な方法をご紹介いたします。
1.データの収集
まずは、社内外からデータを集め、蓄積することから始めます。
社内のデータとしては、たとえば、仕入情報、在庫情報、顧客情報、販促情報、販売情報などが考えられます。
これらが部門ごとに異なるシステムに格納されている場合は、抽出して一括管理できるようなDWH(データウェアハウス)やBIなどの導入が必要になります。
もしも、システムを入れておらず、Excelなどでも管理していない場合は、そもそも、データがない状態なので、CRMなどのツールを導入してデータを蓄積するところからスタートしましょう。
その際は、やみくもに全方位からデータを集めるのではなく、求めるゴール(課題解決)を一つ決め、集めるべきデータを絞ることで効率よくデータドリブン化を開始できるでしょう。
2.データの可視化
収集したデータは、そのままだと人間には理解しづらいため、ダッシュボードツールやBIなどを活用して、グラフや図などのかたちで表示させます。
データを可視化することで、一目見れば直観的に理解できるようになります。そして、データから気づきを得たり、部署内・社内で認識を共有したりすることが可能になり、意思決定を助けてくれます。
3.データの分析・アクションプランの検討
前項でもお伝えしたように、可視化したデータは理解を助けてくれ、直観的な判断も可能にしてくれますが、専門知識を持ったデータエンジニアやデータサイエンティストがデータの分析を行うことで、より深い示唆を得ることができます。
分析を行ったら、そこから導き出された過程に基づき、具体的なアクションプランを検討します。
4.アクションプランの実行・効果測定
アクションプランの検討後、実施する内容を決定して計画・施行します。可能であれば、いつ誰が何を行うかまで詳細に計画できると良いでしょう。
実行後は効果測定を行い、次のアクションプランの改善につなげていきます。収集すべきデータの変更や、データ処理が適切だったかどうかなどの検証も必要になるため、このフェーズでも、データエンジニアやデータサイエンティストが大きな役割を果たします。
データドリブンを実現するツール
データドリブンでは、データが重要な役割を果たすため、データの抽出や蓄積、分析を行うITツールが必要になります。
大量のデータを扱えるツールにはさまざまなものがありますが、ここでは代表的な4つのツールをご紹介します。
BI(ビジネスインテリジェンス)
BI(ビジネスインテリジェンス)とは、企業内に蓄積されたデータを集約して蓄積・分析を行い、示唆を得て、経営上の意思決定に活用できるツールのことです。
主にデータの可視化と分析を担い、経営・財務分析や営業・売上の分析、労務・人事分析などに活用されます。
MA(マーケティングオートメーション)
(マーケティングオートメーション)とは、顧客開拓フェーズでのマーケティング活動を可視化・自動化してくれるツールのことです。
MAを活用することで、見込客の興味・関心や、その表れである行動(主にWebサイトなどデジタル接点における)に対し、最適な情報を最適なタイミング、最適な方法で提供できるようになります。
CRM(カスタマーリレーションシップマネジメント)
CRM(カスタマーリレーションシップマネジメント)とは、受注後の顧客情報をデータベース化して一元管理し、サポート部門やマーケティング部門、セールス部門とのやり取りを記録して関係を維持し、契約更新やアップセル、クロスセルに活用できるツールのことです。
SaaSなど、サブスクリプション型ビジネスモデルを採用している企業を中心に、既存顧客との長期的な取引でLTV(ライフタイムバリュー)の最大化を目指すに当たり、欠かせないツールとなっています。
【関連記事】
顧客管理システム(CRM)とは
SFA(セールスフォースオートメーション)
SFA(セールスフォースオートメーション)とは、営業活動を可視化し、商談やパイプラインを管理し、受注予測を立てることができるツールのことです。
営業活動を通して得た顧客データや営業アプローチの結果などをSFAに入力していくことで、営業活動に必要なデータを蓄積することができます。そして、営業上の判断の根拠を、経験や勘からデータへと切り替え、データドリブンセールスを実現することができます。
【関連記事】
営業支援システム(SFA)とは 機能からメリット・デメリットまで徹底解剖
まとめ
データドリブン化を進めようとしても、社内からの抵抗があるかもしれません。
「データドリブン」が、流行に乗った一過性な取り組みではなく、業務の効率化や生産性向上、新たな企画立案のヒントとなり、組織そのものを改善してれくれるものだと理解すれば、協力してくれるようになるでしょう。
また、データドリブン化にはITツールの導入が必須です。自社の業務フローと予算感に合ったものを検討してみてください。