データ分析基盤の構築、誰が引っ張るのか問題
前回は「小売のデータ分析って何が便利なの？」という内容をまとめました。
なんか色々なメリットが期待できそうだなぁと思う反面、これを実現しようとしたらものすご～く時間もお金もかかってしまうんじゃないかという懸念もありますよね。
「何ができるのか？」もとても大事なのですが、企業や仕事で利用する場合「実現するために事業社として何が必要なのか？」「どれぐらいコストがかかるのか？」などもしっかりおさえておいたほうがいいと思います。
（具体的にどういった分析やUIにしていくのかなどはこの説明が終わってからしますのでそれまでお待ち下さい。）
今回は
データ分析基盤を構築する場合、どういう人がリードしていくべきか
などをジョシュに聞いていきたいと思います。
（最近気づきましたが、僕は質問ばっかであんまなんもしてないですね…。）
データ分析基盤の構築をする際は事業側で誰がリードしていくの？
データ分析環境の構築およびデータ活用については、事業側でも具体的に以下のような役割の人物がリードしていくことが一般的です。
ビジネスインテリジェンス（BI）部門やデータ分析部門のメンバー： 彼らは具体的な分析の実施や結果の解釈、業務改善提案などを行います。また、データの品質や完全性を管理し、データソース間の整合性を保つ役割も担います。
データガバナンス担当者： データガバナンス担当者は、企業全体のデータの管理と利用に関する方針や規則を立て、それが適切に実施されているかを監視します。
IT部門のリーダー： IT部門のリーダーは、技術的な視点からデータ環境の構築・運用を支援します。システムの運用やトラブル対応、新たなツールの導入支援などを担当します。
各部門のリーダー（マネージャー）： 各部門のリーダーはビジネス上の課題を明確にし、データを活用した解決策を考案する役割を担います。
以上のような役割を持つ人々が協力しつつ、データ活用の取り組みをリードしていきます。
誰か一人がリードする場合、どのようなポジションの人が適切なの？
それと「リードする人じゃない人も便益を得られる」のであればそういった「リードする人にどういうアプローチをすればいい」のかな？
Q: 誰か一人がリードする場合、どのようなポジションの人が適切なの？
A: データ分析環境の導入や活用をリードする場合、以下の特性を持つポジションの人が適切と考えられます。
ビジネスニーズを理解している
データや分析に対する興味や理解がある
跨部門のコミュニケーションが取ることができる
新しい技術を学ぶ意欲や能力がある
上記を踏まえると、例えば「ビジネスインテリジェンス部門のリーダー」や「IT部門とビジネス部門の橋渡し役」といったポジションの人が適していると考えられます。
Q: 「リードする人じゃない人も便益を得られる」のであれば、「リードする人にどういうアプローチをすればいい」のかな？
A: まずは自分たちのビジネス課題を明確にして、それを解決できる可能性があるデータや分析のアイデアをリードする人に提案すると良いでしょう。チームや部門の目標達成に貢献できることを明示して、データ活用の価値を伝えていくことが大切です。
また、リードする人も全てのビジネス課題やデータに詳しくないかもしれません。自分たちが詳しい領域や課題に基づいて、データ活用のアイデアを提供することで貢献できます。
これらのアプローチにより、リードする人だけでなく、組織全体がデータ活用の便益を得られる環境を形成することができるでしょう。
現状の日本の小売業の状況で「ビジネスインテリジェンス部門」とかはあまり存在しないと思う。
その場合、経営企画とかマーケティング部のマネージャ以上のポジションとかが適切なのかな？
はい、その通りです。日本の小売業においては、「ビジネスインテリジェンス部門」といった専門的な部門がない場合が一般的です。
その場合には、全体のビジネス戦略を理解し、各部門との連携も取れる「経営企画」や「マーケティング部」のマネージャー以上のポジションがリードするのが適切です。
彼らは組織全体の課題を理解し、それを解決するための具体的なデータ分析につなげる能力を持っており、データ分析を使った業務改善や新しいビジネスチャンスの創出を導く役割を果たすことが期待できます。
リードする人めっちゃ難しくない？ 先に誰かにヘルプ頼んだほうがいいのかな？
データ分析環境の構築やデータ活用は専門的な知識や経験を必要としますので、確かに一人でリードするのは難しく感じるかもしれません。しかし、必ずしも全てを一人で行う必要はありません。
まずは、経営者や役員、マネージメント層の人たちと共に、企業全体としてデータ活用をどのように進めていくかのビジョンを共有することが重要です。続いて、そのビジョンを実現するために必要なデータやツール、人材などのリソースを明確にし、それを調達・整備していくことが求められます。
また、自社だけでなく外部の専門家やコンサルタント、ベンダーなどにヘルプを求めることも一つの手段です。彼らはデータ活用の専門的な知識や経験を持っており、効率的なデータ分析環境の構築やデータ活用のアドバイスを提供できます。
リードする人は、自社のビジネスとデータ活用の専門家たちとの間のコミュニケーターとなり、データ活用を通じた企業の成長を導く役割を果たすことが期待されます。
外部の専門家やコンサルタント、ベンダーなどにヘルプをお願いする場合でも支援側にもやっぱりある程度事業理解があった方が良いんだよね？
はい、その通りです。データを活用したビジネス改善を進めるためには、支援側がクライアントの事業内容や課題を理解していることが重要です。
支援側が事業内容を理解しているかどうかは、プロジェクトの成功に大きく影響します。ビジネスの中核部分や特別な要件について理解している支援者は、最終的なソリューションに有意義な洞察を提供し、より高い価値を提供することができます。
そのため、外部の専門家やコンサルタント、ベンダーを選ぶ際には、その事業理解に注目した選定が求められます。具体的には、過去の実績、提供するソリューションの範囲、クライアントとのコミュニケーションスキルなどを評価することが必要です。
なるほどですね。
事業者側で牽引する人の選定基準として
ビジネスニーズを理解している
データや分析に対する興味や理解がある
跨部門のコミュニケーションが取ることができる
新しい技術を学ぶ意欲や能力がある
というのは腑に落ちましたね。なんか「データの話なので情報システムがやる」みたいな流れではなく、しっかりとビジネスを把握しているポジションの人が牽引するべきなんですね。
ちなみに「リーダーって情報システムとかじゃなく事業系のほうがいいよね？」というのも聞いてみた所以下の回答でした。
「データ分析環境の構築やデータ活用においては、テクノロジーサイドとビジネスサイド、双方が重要な役割を果たします。しかし、全体をリードし、ビジョンを設定し、各部門と連携を取る立場においては、事業全体を把握し、ビジネス面での視点を持つ事業系の人物が適していると考えられます。
それは、データ分析の目的が「ビジネス課題の解決」や「新しいビジネスチャンスの創出」であるからです。これらを実現するためには、事業の現場で何が問題で、どのような解決策が求められているのか、また市場環境や顧客のニーズは何なのか、といった事業の深部を理解することが必要です。
一方で、専門的な知識や技術を求められる部分については、情報システム部門や外部の専門家などと協力して進めていくことが重要でしょう。」
データ分析基盤構築はみんなでやっていくけど、リーダーはビジネスニーズをしっかり把握している、 且つデータに強く部署間の連携にも長けている人物って感じですかね。
次回は「費用対効果のシミュレーションはどうするのか？」について書いていきたいと思います。
この記事が気に入ったらサポートをしてみませんか？