紹介
多くの企業がDXによる経営改革に取り組もうとするものの、道なかばにして担当チームの解散、プロジェクトの中止に追い込まれてきました。一方で、着々とビジネス環境をデジタル化し、データを活用してきた企業は、競合に対して優位性を発揮しています。両者が明らかに異なるのは「データをもとに意思決定できているか」どうかです。本書では、「データで話す組織」づくりを通じて、その先にあるDXを実現するための基礎を解説していきます。競合への優位性を確立するために組織が持つ能力を「ケイパビリティ（capability）」と呼ぶことがあります。本書では、データを活用したいと考える組織が備えるべきケイパビリティを次の4つに整理して、それぞれ解説します。・課題発見力・人材力・データ力・施策実行力また、一足飛びにAIやデータサイエンスに取り組んでも、基礎ができていない／用意ができていないために、うまくいかないことがあります。データ活用を考える組織は次の3つのフェーズを一段ずつ越えていくことをおすすめします。・デジタル化・データ分析・AI・データサイエンス自社がどのような状態なのかを照らし合わせ、どのケイパビリティに取り組めば、次のフェーズに進むことができるかがわかります。他社との競争が続く中で、データの利活用を避けることはできません。本書を手に、一歩一歩着実にデータ活用による経営改革に踏み出してください。
目次
会社をデータの力で変えたい方を応援する一冊
データで話す組織をおすすめする理由
本書の読み進め方とケイパビリティについて
フェーズにより異なる専門チーム
第1章 データで話す組織づくり
本章に取り組むメリット
1-1 一歩ずつデータ活用力を上げる長期スパンでの文化醸成
1-2 「データで話す組織」を追求する戦略的意義
1-3 「データで話す組織」づくりのアプローチ
1-4 予算・リソースに応じたプロジェクトの進め方
1-5 データ活用による価値創出と継続の重要性
コラム タクシー業界でのデジタル化とデータ分析技術の活用
コラム ワークマンでのデータ活用の軌跡
第2章 現状把握とデジタル化
本章に取り組むメリット
2-1 社内業務の把握
2-2 意思決定プロセスの把握
2-3 事業課題の把握
2-4 アクションのための情報収集
2-5 情報システム部門の把握
2-6 ステークホルダーの把握
2-7 外部人材の活用
2-8 情報セキュリティの把握
2-9 社内システムの把握
2-10 データの把握
2-11 システムによる課題解決の実践
2-12 いつでも振り返れるように現状を整理
第3章 データ分析チームの組成
本章に取り組むメリット
3-1 分析テーマの選定
3-2 類似事例の調査と比較
3-3 ビジネスフレームワークの活用
3-4 データ分析チームを構成する人員
3-5 兼任担当者から専任へ
3-6 データ理解とデータ整備
3-7 定常モニタリングとBIツールの用途
3-8 データの伝え方
3-9 効果の計測
コラム データ分析組織の継続
コラム データ基盤の重要性
第4章 AI・データサイエンスの応用
本章に取り組むメリット
4-1 統計・AIモデルでできること
4-2 統計・AIモデルにおける課題設定
4-3 データ分析人材のスキルセットと獲得戦略
4-4 育成のためのしくみづくり
4-5 評価体系の構築
4-6 AI・統計モデルのためのデータ選定
4-7 モデルの評価
4-8 MLOps
コラム 中央集権型かデータの民主化か
付録A 分析テーマ集
付録B 参考書籍・Web資料
