![見出し画像](https://assets.st-note.com/production/uploads/images/129779935/rectangle_large_type_2_6f5c80d6233acd63d51717f8cb8b9f9b.png?width=1200)
3つのステップで成功させるデータビジネス
「3つのステップで成功させるデータビジネス」 データで稼げる新規事業をつくる (EYストラテジー・アンド・コンサルティング 著)
スマホなどデジタル化によりデータは増大し新規ビジネスの機会になっている一方で、データは曲者でもある
・データは取得、蓄積、分析、管理に多くの時間とコストがかかる
・データは陳腐化するのも早く、鮮度維持が必要
・取得したデータは所有しているだけでは収益を産まない
・データそのものは顧客がお金を払いたい解決策ではない
・データの活用を間違うと企業の存続を脅かすリスクがある
「データ活用の2つの分類」
1:データによる業務レベルアップ
→ データによる効率化、省力化、ミスやエラーを減らすなど
2:データマネタイズ
→ 新規事業による収益化
「データビジネスの3つの段階」
3つの段階を連続して進化していくわけではなく、それぞれ独自のノウハウが必要となる。データありきではなく顧客の課題ありき。
STEP1:既存サービスの新機能
既存サービスの追加機能。顧客の新たな課題解決。現状維持バイアスの壁を越える必要がある。
STEP2:データを用いた他事業社サービスのクロスセル
既存客へ新サービス提供。他解決策との差別化。パートナー企業との協力
STEP3:データを用いた新規事業の展開
新規客への新サービス提供。異業種参入など。投資リスク大。
「3つの思考法」
1:アイデアを広げる
社内で保有するデータの棚卸しと使い道の議論。どんなことが分かるのかアイデアを広げる
2:事業化する
自社データを活用したビジネスモデルの考案と実行
3:事業として儲けを出す
持続的に収益を生むためのモデル
■ 1:アイデアを広げるのPOINT
・今あるデータは目的を持って集められたわけではない。成功例では、展開したいビジネスありきで必要となるデータを取得している場合が多い。
・今あるデータで何ができるかという発想から離れる(自社データと他社データの掛け合わせを考える)
・データの使い道は、誰のどのような課題解決に活かせるのかということ
・4つのレベル(個人、企業、業界、社会)と5つのパターン(情報の非対称性の解消、無駄の削減、コスパ改善、個別最適化、機会損失の削減)を意識する
■ 2:事業化のPOINT
・新サービスはゼロからではなく、すでにお金が払われていたものの代替として新サービス市場を形成したケースが多い(既存の手段がない場合、その課題は顧客にとってお金を出してまで解決するほどではない可能性がある)
・データビジネスのビジネスモデル4パターン。
マッチング型:データで需要者と提供者をマッチングさせる
販促・広告型:分析や販促により広告主からお金をもらう
BPO型:分析力による業務の請負い
サービサー型:サービスの個別カスタマイズ。異なるサービスで既存市場に食い込む
・顧客の現状維持バイアスの壁を越える検討が必要
・データによる破壊的イノベーション(クリステンセン)のために、低廉化型(安価)、成果提供型(結果を提供する)、レコメンド型(適切な選択肢を提供する)を活かす
■ 3:収益化のPOINT
・振興事業者との連携(すでに市場で類似のデータビジネスを展開するスタートアップと連携して立ち上げる)
・レガシーDXアプローチ(すでにデータビジネスを営んでいる事業者と連携して立ち上げる)
・競合と手を組み、エコシステムを作る
・「立ち上げ」と「スケール化」では顧客層が異なる(イノベータ理論とキャズム)
「各業種動向」
小売:物売りからの転換。リテールメディア事業の展開
ネット広告:脱CookieでID管理とUGC活用(SNS)
医療:患者へのパーソナライズ
教育:個別最適化された学習、AI学習
スポーツ:権利ビジネス
製造業:製造設備や工場のサブスク化
自動車:データ活用のモビリティ
公共:マイナンバーによる生活デジタル化など官民一体の施策
国家政策:データ規制、AIの倫理問題