データ活用課題｜企業のデジタル化で期待される活用効果

企業間の競争が激化し、消費者の動向も多様で把握しづらい時代。コロナ禍を経験して一層将来の予測が難しくなった今、BI/BAツールやAI （人工知能）を駆使した正確なデータ処理にもとづく迅速な意思決定を行うことが、競争力アップの鍵として期待されています。

実際、ビッグデータの活用はイノベーションの創出に対し統計学的に有意に影響するとの報告もあり、データ活用の重要性は飛躍的に高まっています。

データ利活用は企業内にとどまらず、今後は事業者間での共有を目指した、新たなデータ流通の形について議論されています。

EUでは「欧州データ戦略」と題し、EU共通のデータ空間を創出するための横断的ガバナンスフレームワークや各種規制、GDPR（EU一般データ保護規則）を軸にしたセキュリティ面の強化などを盛り込んだ計画が採用されています。製造業・環境・交通・医療・財務・金融・エネルギーなどを対象に、分野ごとの共有データ空間の整備を掲げています。

我が国においても、2019年に政府が「世界最先端デジタル国家創造宣言・官民データ活用推進基本計画」を閣議決定しました。利便性の向上と効率化を図りつつ、安全かつ容易にデータを利活用できる社会を目指し、ルール作りやプラットフォームの整備が進められているところです。また、2024年には総務省により「ビッグデータ等の利活用推進に関する産官学協議のための連携会議」が開催され、各府省、地方公共団体、民間企業等におけるデータ等の相互利活用を推進する取り組みが始まっています。

「令和2年版　情報通信白書」によると、eコマースなどの販売記録やGPS・RFIDなどの自動取得データの利用が特に増加傾向にあり、各企業にIoTの導入や「データ抽出・蓄積」への意識が浸透しつつあることがうかがえます。

しかし一方で、「データ分析」や、「機械学習・ディープラーニングなどを用いた予測」まで実施できている企業は、規模を問わず決して多くありません。オンラインデータ活用と企業行動の関係性については、「単なるデータ収集は生産性への影響があるとは言えない」との調査報告があり、やはり収集したデータの分析まで行う必要性が示唆されています。

今後の取り組みには「収集するデータの品質を向上させたい」「分析技術・体制を整えたい」と前向きに回答している企業が多いにも関わらず、いったい何が障壁となっているのでしょうか。

ビッグデータやAIデータ活用を阻む大きな要因となっているものの一つに、人材不足があります。データサイエンティストやデータアナリストのような専門職は、国内ではまだまだ少ないのが現状です。データ分析体制に関する総務省の調査によると、特に中小企業においては「データ分析が専門ではない部署・担当者」が運用しているという回答の割合が高いことが確認されています。

また、統計学のようなデータ分析の知見を持つ人材がいても、ビジネスに対する視点が欠如していては意味がありません。ベースとなるデータサイエンス力だけでなく、ビジネス課題をあぶり出し、その課題に対しての答えまでも導き出せる高度なスキルを持った人材が必要とされています。

しかし、そのようなニーズを満たせる人材自体がなかなか少ないことに加え、少子化問題も絡み、人材育成についても課題に直面している企業も少なくありません。

経済産業省の調査によれば、日本のIT人材は2030年には59万人以上が不足すると推計され、今後も人材不足は深刻化しそうです。多くの企業では、この人材不足という喫緊の共通課題に対して具体的な解決策が見つかっていないのが現状です。

新しいツールを導入した際に、社内で対応できる人材がいないことは珍しいことではありません。すると、企業が取れる手法は、外注するか内部で人材育成を行うかの2択となります。

どちらにせよ、企業にとってはコストの増大が懸念されるため、期待される成果との費用対効果をよく検討しなければなりません。

データサイエンティストの給与はかなり高く、リモートワーク可能という好条件で月に100万円以上稼ぐケースも珍しくありません。外注するとなると、毎月それなりの人件費を覚悟する必要があります。

一方で、社内でデータサイエンス関連の人材育成を行う場合は、一人前になるのにそれなりの時間もかかりますので、時間と費用の両面から見ても大きなコストとなります。

データ活用を部分最適化で終わらせず、新たなビジネスモデルの確立、市場開拓など企業としての成長に役立てるため、外部のパートナーと提携し、数年かけて社内のDX（デジタルトランスフォーメーション）化を進めるパターンも少なくありません。

実際、大企業や外資企業などは、外部パートナーと提携することで社内を根本から改革し、DX化ひいてはデータ活用のための基盤構築まで行い、成功した例があります。

しかし、外部パートナーを選ぶのも一苦労。導入するツールについての知識だけではなく世界中での有益な業界知識などを兼ね備えた理想のパートナーを見つけるには、時間をかけたすり合わせも必要です。また、選定基準に明確なものがないこともパートナー企業の選定に時間がかかる理由です。

外部パートナーが決まった後も、セキュリティ対策が課題となって委託がスムーズに進まないというケースもあります。企業にとって命とも言えるデータの取り扱いは、トップレベルの機密事項です。データ侵害を受ける危険性は可能な限り排除しなくてはなりません。また、個人情報保護法により、万が一顧客などの個人情報が流出した場合には個人情報保護委員会に対する報告が義務付けられています。当然、情報流出は公となり、企業の社会的信用も失ってしまいます。

そのため外部への情報の公開・共有は、社内の部門承認が降りづらい場合があり、結果として十分に外部パートナーの活用ができない・機能しないケースも多く見られます。

外部パートナーに委託する前に、社内でどのような情報であれば共有できるのかなどの精査を行う必要があるでしょう。

課題解決の鍵を握るのは、とにかくデータを正しく扱えるリソースを確保することです。業界やデータの種類、組織の既存の人員構成によって、最適なリソースの組み合わせは異なります。それぞれの企業がどの方法が一番自社にあっているのか判断することが重要です。

データ活用を目的とした組織のDX化を検討する場合、金銭的なコストだけではなく、フォーマットの整備など社内全体の情報管理、生産性を高めるための社内での情報共有プロセスなど、既存の環境設備の変更を強いられることが多いため、成功までの時間とコストが大きくなります。

実際、DX・ICT化の現状について尋ねた調査によると、直近の取り組みとしては「ペーパーレス化」「Web会議の導入」「従業員教育の充実」を挙げる企業が多く、RPA実装による自動化や、CDO（※1）・CIO（※2）の設置といった業務・人事領域の整備まで踏み込めている企業は1～2割に留まっています。

外部のリソースを用いるにしても、会社の業務形態や業界によってどのやり方が良いのかが変わってくるため、選定基準も不明瞭です。

そのため、実際に動き始めてから「こんなはずではなかった」とならないために、2つのステップが大切です。

企業でよくありがちなのが、社内のデータ構造を理解している人が限られており、加えてデータ管理の工数が多すぎるため、データ統合がなかなか進まず、外部パートナーとの連携にも悪影響が発生してしまうケースです。外部パートナーと協力してDX化を行う場合は、スムーズな情報のやり取りが不可欠です。

現在の状況をよく検証して、データ構造を理解している人に依存せず、データに関する意思決定やコミュニケーションが能動的かつ円滑に行われるための体制を構築しておくことをおすすめします。例えばアナログ体質な企業文化があると、新たな仕組みづくりに対して組織内の不満や抵抗が障壁となることがあります。その場合は社内セミナーなどの開催により、社員の意識や企業文化の改革が必要になるでしょう。

データ活用がもたらす効果･利益

データ活用がもたらす効果･利益

1. レポート作成工数や集計ミスの削減
2. 月次のレポート作成件数の拡大
3. データ更新のリアルタイム連携による素早い経営判断

データ管理に対する社内外の「要件整理人材」確保が先決

｢データ活用｣で Submarine がサポートできる3つのポイント

参考記事