ビジネスにおけるデータ活用の必要性~具体的な方法や課題とは

データ保護データ管理・活用 2020.12.28
ビジネスにおけるデータ活用の必要性~具体的な方法や課題とは

多くのビジネスメディアやビジネス書がデータ活用の重要性を取り上げています。しかし、これまで収集したデータを積極的に活用していなかった企業にとって、データ活用という言葉は身近なものではありません。どのような方法があるのか、何から取り組めば良いのかすらわからない方も多いのではないでしょうか。

ここでは、データを活用する目的やメリット、またデータ活用における課題について解説していきます。データ活用の第一歩としてどういった取り組みを始めれば良いのか参考にしてください。

1. データ活用が注目される背景

データ収集の経路や手段は多様化しており、アクセスできるデータの量も右肩上がりに増えてきました。

以下の図から、モバイルデータ、企業のIP WANなどのデータを指すマネージドIP、その他インターネット回線を通るデータを指す固定インターネットのどれもが、年々増加していることが読み取れます。

なお、月間データ量の単位に使われている「エクサバイト」は、ギガバイトに換算すると10億ギガバイトとなります。

世界のトラフィックの推移及び予測(トラフィック種別)

出典:総務省「令和元年版 情報通信白書」(一次出所:CiscoVNI)

これほどデータの流通量が増えているにも関わらず、業務で活用するデータ量が比例して増加していない理由は、データ活用の重要性が周知されていなかったことや、大量のデータを処理できる体制が整っていなかったことが関係すると考えられます。

そんな中、近年は収集したデータからビジネス的に意味のある傾向を読み取れる人材、およびシステムが登場してきました。経験や勘をベースとした意思決定ではなく、収集したデータをもとに経営判断を下す「データドリブン」と呼ばれる考え方も浸透し始めています。

ビジネスシーンに多様性が加わり、経験や勘だけでは対応できない局面が増えたために、経営判断にまつわる常識は変化しつつあります。これらの理由から、現在、データ活用に大きな注目が集まっているのです。

2. 活用できるデータの種類と活用方法

データ活用と聞くと、データアナリストやデータサイエンティストなど、データ活用におけるプロフェッショナルの起用を連想しがちですが、より基本的な取り組みから始めてもデータ活用の効果は実感できます。専門性の高い施策へ取りかかる前に、まずは現状のリソースの範囲でデータ活用を始めることも選択肢の一つです。

2.1 データを収集する

顧客層の年齢・性別データ、自社セミナーの参加者を対象としたアンケートの結果、Webサイトのページ読了率や成約率など、データ活用に使えるデータは数多く存在します。

ただし、収集したデータを一度にすべて活用しようとすると、何を目指していたのか目的を見失いかねません。データそのものはできる限り広く多く収集すべきですが、データを活用する際は「分析の目的」を設定して、活用するデータの種類を絞ってから行う必要があります。

たとえば、目的を「自社のWebサイトにおける成約数の最適化」とするなら、ひとまずはWeb上で収集したデータをもとに分析を始めます。多くの事業者がWebサイトに導入している「Googleアナリティクス」を使えば、自社ホームページの現在のセッション数やページ/セッション、コンバージョンレート(成約率)などが細かく閲覧できます。これも活用可能なデータの一つです。

2.2 データを可視化する

データを並べて数字を眺めるだけでは、ビジネスに活かせるヒントは発見できません。まずは収集したデータから傾向を読み取りやすくするため、データをグラフや表に起こすなどして、可視化することから始めましょう。

データを可視化することで、「このページで離脱が多く起こっている」や「このページまで到達したユーザーは成約率が高い」といった傾向を読み取りやすくなるからです。

2.3 データから傾向を読み取る

データを可視化すると、表形式で数字を羅列している状態よりも傾向を読み取りやすくなるため、規則性や異常値、相関関係を見出す際に役立ちます。

読み取る要素

読み取った傾向の一例

規則性

ある条件下では良い・悪い結果となっている

異常値

ある部分だけ、とくに数値が高い・低い

相関関係

ある要素に比例して、もう一方の要素が増加・減少している

どのような観点でデータを分析するのか設定し、以下のようにグラフを使い分けることで傾向を読み取りやすくなります。

  • 棒グラフ:同じ尺度のデータを複数並べて比較する
  • 折れ線グラフ:データの変化を時系列で確認する
  • 円グラフ:あるデータの内訳・構成を調べる
  • 散布図:2つのデータの相関を可視化する

ここまでが終わり、ようやく読み取った傾向をビジネスに活かす段階に入ります。

2.4 現行のビジネスに活用する

次は、可視化されたデータから見える傾向がどんな意味を示すのか考えるフェーズです。データを収集する際に設定した「分析の目的」と分析結果を照らし合わせることで、現状のビジネスが抱えている問題を洗い出していきます。

シンプルな例でいえば、A/Bテストが挙げられます。たとえば、成約を目的としたページを2つ用意し、一定の期間それぞれをWeb広告に掲載して、各ページのコンバージョンレートを比べるのです。

ページAのコンバージョンレートが、ページBの数値を上回っていれば、ページAの方が効率的に成約を獲得できるページだといえます。この場合、ページBの広告予算をカットし、その予算をページAの広告費に充てた方が費用対効果は良いでしょう。

収集したデータを分析するだけでなく、上記のように分析結果に基づいてコストカットや売上アップへつなげることが、データ活用の目的です。

3. データ活用の目的・メリット

今回はWebサイトの改善を例にしましたが、あらゆる領域でデータ活用はメリットを発揮します。そのメリットは大きく2つに分けられます。

  • 顧客理解に役立つ
  • リソース配分の最適化

顧客の行動や購買にまつわるデータを分析することで、「体感ではこのページが一番読者の反応が良い」といった主観的な意見ではなく、収集したデータがあらわす事実をもとに顧客の心理やニーズを理解することができます。

また、前述したA/Bテストのように「費用対効果はどちらが優れているのか」といった、事業における同列の要素の比較に活用すれば、今後AとBのどちらに力を注ぐべきかが明確化されます。企業にとって、これは人的資源や時間、資本を投じる場所の最適化につながるでしょう。

4. データ活用における課題

今回例示したデータ活用の手段は基本的なものですが、AIを用いた事業戦略の策定など高度なデータ活用を実施するのであれば、データ活用に長けた人材の育成、あるいは採用が重要となります。

いわゆる、データアナリストやデータサイエンティストと呼ばれる、データ活用のプロフェッショナルが必要となる場合もあるでしょう。このような場合、データに強い人材がいない企業にとっては、どのように専門家を採用するかが課題です。

従業員として雇用することが難しければ、組織的にデータ活用をサポートしている企業や、フリーランスとして活動する専門家にスポットで参画してもらう。あるいは、データ活用をサポートするITツールを探し、そのツールを使えるよう従業員を教育するといった方法が解決策として考えられます。

5. まとめ

近年はあらゆるビジネスメディア、ビジネス書籍でデータ活用の重要性が説かれており、業界によっては実際にデータ活用の有無によって生産性に差が生まれています。

しかし、いくらデータ活用が重要だといっても、データに強い人材を新たに確保したり教育したりすることは簡単ではありません。いきなり専門性の高い施策を講じることに抵抗がある場合は、まずは本記事でご紹介した基本的なデータ活用から始め、徐々に専門性を高めていくことをおすすめします。

パーソナルデータの取扱いにお悩みの方に

  • 海外ツールは同意取得バナーがごちゃごちゃしていてわかりにくい…
  • 誰にどこまで同意を取ったか管理するのが大変…
  • ツールを導入するたびに手作業で全部同意を取り直すのは面倒…
  • 同意は管理できても他社システムを上手く連携して使えないと…

Trust 360で、すべて解決!