解説:​圧倒的な戦略的優位性を支えるビッグデータ ~戦略インテリジェンスとは~ ​ ​ ​

pov_optimized
解説:​圧倒的な戦略的優位性を支えるビッグデータ ~戦略インテリジェンスとは~ ​ ​ ​

ビジネスで利用するデータは大きく分けて2つあります。1つは、企業内のデータや調査機関などから有償で提供されるデータ。もう1つはネット上に存在する無限に近いデータ、SNS(Social Network Service)上のつぶやきや日々更新される各種メディアのニュースなどです。前者を有限データ、後者を無限データと呼びます。有限データの中で調査機関や公共機関から提供される比較的信頼性の高いデータをトラスティッドデータ(Trusted Data)と呼び、それに対して無限データをエニーデータ(Any Data)とも言います。データの種類により、取り組み方は180度違います。有限データを利用して、検証的手法で、統計仮説検定やベイズ理論などにより統計的な意味で事象やその妥当性 を証明します。

【検証的手法の流れ】

  1. 仮説を立てる
  2. ルール・方法論を決める
  3. 観察しながらデータを取る
  4. 解析する
  5. 知見を得る

一方、無限データの場合は、探索的手法で未知の情報を見つけます。

【探索的手法の流れ】

  1. データを大量・多量に集める  
  2. 暫定的なルールを決める
  3. 何が分かるか試行錯誤する
  4. 予想外の結果を得る
  5. 新しい方法論を考える

2種類のデータをビジネスで活かす方法も2つあります。1つはビッグデータインターフェースと言い、他方はビッグデータアナリティクスです。ビッグデータインターフェースは、可視化・辞書化・クリップ機能の3つから構成されます。有限データ(特に、いままで対象でなかったトラスティッドデータ)は、分析する前に、まず辞書化して縦・横・斜めに切り刻んで可視化しなければなりません。後で企業内のデータを追加できるようなクリップ機能も必要です。業務に見合ったインターフェースを作るだけでも新しい気付きが出てきます。そのあとで、検証的手法を適用します。

逆に、無限データはビッグデータインターフェースを作る前に、適切なビッグデータITツールを使って探索的手法で行います。無限データを分析すれば、対象範囲は小さくなります。その狭められるデータに対してインターフェースを作れば良いのです。ビッグデータについてはサンプルを分析するのではなく、母数そのものを分析しなければなりません。データで重要なのはいかにデータをMonetizeできるか、言い換えるとお金に結び付けられるかどうかです。ビッグデータの特長は、(1)Volume: 量が多い、(2)Variety: 色んな形式を扱う、(3)Velocity: データの更新・追加頻度が高い、この3つのどれかを満たすことです。ただ、それだけでは企業にとって厄介な存在なだけで、データに価値(Value)を見出せるかどうかです。データの価値が非常に高いデータをいきなり見出すのは難易度が高いですが、一見、価値が低いと思われるデータもある視点でまとめれば価値が高くなる可能性があります。DIKWと言いますが、データ(Data)を情報(Information)に変え、皆で共有することでナレッジ(Knowledge)にし、それを加工・強調すれば知恵(Wisdom)になっていきます。従来のBI(Business Intelligence)の観点で、直接のお客様を分析するだけでは新たな気付きはありません。そのお客様の顧客やサプライヤ、そして関与している商品・製品・部品の市場での価値やトレンドを知って、真の商流(人・モノ・お金)を可視化しなければなりません。可視化すれば、無駄や新たな繋がりの可能性を見出し、需要の先読み・リスクの把握・業務改善・大幅なコスト削減・競合への差別化を実現することができます。これがCI(Competitive Intelligence: 戦略インテリジェンス)です。

CIの視点によりデータを活用することで“想定外”を見出せば収益強化に繋がります。想定外は、無限データを分析するだけでなく、有限データのインターフェースを作り、クライテリア、つまり、データを大きな類に分ける基準や自由な角度で切る基準を適切に設定すれば答えに近づいていきます。

(メールマガジン2015年8月号)

Ready to work with us?