DX成功事例に学ぶ自社戦略案のたて方

　独立してコンサルタントを目指そうと考えている方、企業にお勤めで、管理職やリーダーを目指している方へ、

　もしあなたが、下のような問題を抱えていて、なんとか改革しなきゃ！と、プロジェクトの責任者になったと仮定してください。

• ヒット商品が出ない

• 新商品の発売時期が遅れる

• お客様へ商品が迅速に届かないのに、在庫は増えている

• 自社の製品が、市場の評価で競合に負けている

• お客様からの苦情が多く、既存顧客が離れていっている

　最近は様々なメディアで、多くのDX・AI成功事例が公表されています。　あなたはきっと、他社事例を調べて、まねしたいですよね。　

　これって、失敗することが多いです。 なぜなら「他社」は、たとえ同業でも自分の会社と文化も、風土も、情報システムも、違うからです。

　失敗しないためには、DXの経験豊富なコンサルタントを雇うのも手です。ほとんどのコンサルタントは仮説検証技法と言うヤツを使います。

　だったら、あなたも「仮説検証」に挑戦しませんか？

　仮説検証という方法をとると、こんなメリットがあります

• 限られた時間、限られた情報しかないときに、有効

• 重点指向であり、現状に引きずられない発想を生むことができます

• 仮説を考え、それを検証する過程が、解決策への説得性を高めます

• 結果、あなたに知恵がつきます

　このように、仮説検証技法は優れものですが、マスターするには、何度も、試行錯誤する覚悟と、挑戦の精神が必要です。

#私のイチオシ

DX成功事例：デジタル技術を活用して成功した会社の目指した姿

　Youtubeで公表されたり、講演会でプレゼンされたDX事例を集めてみました。　

　それぞれが1時間以上の講演内容なので、このnote記事でご理解いただくのは難しいと思いますが、超要約の仮説をご覧下さい。

• Tesla 電気自動車　：　デジタル技術でEVを標準化

• カルビー　：　出来立てのおいしいポテトチップスを消費者に

• スシロー　：　いいネタですしの質を高め、お客様を増やす

• amazon style　：　地球上でもっとも豊富な品揃え

• netflix　：　お客様の求める映画をネットで提供

• 日立造船　：　ごみ収集の必要人員を1/3にする

• HILLTOP　(京都府宇治市アルミ切削加工会社)：　安売りの切削加工町工場から、試作をビジネスに

公表されているDX事例を「仮説」として使う

　これらの成功例が取った策を、私が勝手に「仮説」表現してみたものです。

その心は「そのままマネする」と失敗するけど、仮説として自社に当てはめたら適用できないのは何？ なぜ？　と言う発見が得られるからです。

Tesla 電気自動車

• 仮説1：　スマホのように、汎用的なEVをつくれば、アプリでオン・オフすることでコストをかけず、アップグレードできる

• 仮説2：　顧客の車両走行データを収集し、それを活用すると、自動運転ソフトを賢くでき、それをネットを介して全車両をUpdateできる

カルビー

• 仮説1：　ポテトチップスはおいしいのは製造後80日までなので、店舗鮮度を80日以内に保つと売り上げが上がる

• 仮説2：　店舗のポテトチップス鮮度がいつでもわかるようにするには、ERPパッケージが持っている分析ツールを活用すればできる

• 仮説3：　ERPパッケージをカストマイズしないで、そのまま使うことにより、元々持っている分析ツール機能がフルに使える

スシロー

• 仮説1：　原材料高騰の中でも、すしネタの廃棄を減らすことで、売上高原価率が50％でも利益が出せる

• 仮説2：　2週間先までの売り上げを予測できれば、不足する食材の発注ができ、ロスが減る

• 結果：　200憶皿の売れた・廃棄したと言った過去のデータの10％をAI（人口知能）に分析させ、店舗ごと、ネタごとの日別売上高、皿数を予測し、必要な量の食材を準備し、作りすぎを減らすことができた。
  結果: 原材料価格の高騰を乗り切り、2024年9月期の国内で19億円の粗利をおしあげた

amazon style

• 仮説1：　ネット販売の「オススメ・品揃え」は、リアル店舗にも使える

• 仮説2：　リアル店舗と、ネット通販は相乗効果を出せるので、採算性が上がる　

• 結果：　2022年5月にロス（Los Angels)にアパレル実店舗を開店。 1階の陳列は1サイズだけ。 お客はQRコードを使って、サイズ・色を選ぶと10分後に「試着室Aに準備できた」とメッセージ。 希望したのは1着だけでもamazonのシステムは「これを買った人は、A,B,C も買われましたよ」という「好みそうな服や靴」をオススメ。　ネット通販のいい所を加味できたので、売り上げ増につながった

netflix

• 仮説1：　お客様の視聴データを集めると、どんな俳優・ジャンル・ストーリーなら売れるかが想定できる

• 仮説2：　想定した映画を自前で作ると売れる（だろう）

日立造船

• 仮説1：　いつどこに、どれだけごみが出るかを予測できれば、最適なゴミ収集車の運行ルートができる

• 結果：　ゴミをキビキビと投入する人の手首に腕時計のようなセンサーを付けてもらい、腕の加速や傾きから、ごみ袋を収集者に投入する回数を感知する。 GPS（全地球測位システム）の情報と紐づけ、収集所のゴミ出しの量を把握できる。　このデータを蓄積し、各収集所に出るごみの量を予測する。 これを機械学習でAIに読み込ませ、収集車の効率的な運航ルートをつくる。 従来は熟練者の経験に頼っていた。　新潟県で実験し、ごみ収集担当者9人、計1000時間分のデータを取得し、AIで運行ルートを作り直したら、収集車の走行距離を2割、作業時間を1割減らせた

HILLTOP

• 仮説1：　1週間で試作品を1個か2個作ってお客様に届けられたら、利益率は向上する（だろう）

• 仮説2：　3D（3次元CADで設計）化と、加工工程のノウハウを標準化すると、無人で夜間製造できる

• 結果：　京都で就職人気企業となった。 DisneyやNASAから注文が来てグローバル企業になった。 「こんな難しい形状できる？」と言った問い合わせが増えて、利益率が8％以下だったのが、20％に向上した。

まとめ

　仮説検証技法は、プロのコンサルタントが行う方法で、様々な業務課題で仮説をたて、それを検証するプロセスの経験が必要で、座学だけでは体得は難しく、事例を使った演習が必要です。

　この記事では、公表された７つのDXの事例を、私が勝手に「仮説」表現することで、どんどん智恵がついてきます、というお話でした。

• 事例をマネするのではない

• それが自社でできるかどうかの、気づきを得ることができる

---

仮説検証技法を体得したい？

　私は、80以上のプロジェクトで、仮説をたててそれを検証するという方法を経験しています。 その効用は次の４つです。

1. 限られた時間、限られた情報しかないときに、有効

2. 重点指向であり、現状に引きずられない発想を生むことができます

3. 仮説を考え、それを検証する過程が、解決策への説得性を高めます

4. あなたの、スキルがつきます

5. 仮説検証のサイクルを多く経験し、文書化することで、知識箱を増やせる

　こんな有料セミナーを年2回行っています。 仮説検証技法は、第3回目で、事例のご説明と、チームに分かれた演習で体得頂けます。

ご興味あれば、コメント欄からコンタクトください。

第3回　仮説検証技法 Consulting Process セミナー 内容

1. 　本日の主旨・達成目標

2. 　Visionと仮説事例・仮説検証技法

3. 　演習1　：　企業改革のVisionを作ってみよう

4. 　演習発表

5. 　課題展開・仮説立案・DX事例解説

6. 　演習2　：　仮説立案~検証

7. 　演習発表

8. 　仮説検証解説

仮説検証とは？

　下の記事、無料部分だけ、ご覧ください。