ビッグデータ分析について取組の記事や書籍が沢山世に出た事から、
データの大小問わず「自社のデータ」の存在や価値が見直され、
事業規模に関わらず意思決定の為の根拠データとして
「データ分析熱」が相変わらず高まっている様に感じます。
「ビッグデータ」と言われるデータを所有する企業は
日本でもほんの一握りなので、大抵の企業のデータは、
最近の言葉では「リトルデータ」「スモールデータ」といった
言葉で表現され始めてきています。
データの名前はさておき・・・
経営知識、マーケティング知識、IT、統計知識を駆使して
データを分析し、商品戦略やプロモーションに活かす事自体は、
データ量には全く関係無く、プロセスや検証業務もほぼ一緒と思っています。
データ分析の主なプロセスとして・・・
①社内に存在するデータの確認
②データ化すべき情報の確認
③データの位置・格納情報の確認、一元化の検討
④意思決定や現状把握に利用している帳票の確認と再検討
⑤KPIの再設定
⑥深堀分析取組テーマの設定
⑦分析（モデル化等）からのアクションと検証
⑧検証からの成功事例のプログラム化と全社化
もしも自社には沢山のデータが無いから関係が無い、
もしくは取組は大企業だから出来る事、と考える経営者の方がいるのであれば
一度自社データを確認して見る所から始めてみても良いかもしれません。
「何が何個売れた」を「誰が何を買った」に、
「このエリアでは何個売れた」を「この世代には何個売れた」に置き換えてみる、
そんな簡単な視点の変化だけでも、新たな発見があるかもしれません。
大きな意思決定や判断が可能なデータが眠っている可能性があります。
ビッグデータを所有する大企業ほど、プロセスは一緒でもアクション実施の調整に
部署横断しなくてはならず、時間がかかったり、異動や人員配置が上手くいかずに
継続的な取り組みにつながらなかったりする事も多いです。
逆にリトル・スモールデータを持つ企業が、データ分析から
意思決定のスピードを上げる事が、
競争優位に立つ可能性を秘めているのではないかと思っています。
最後まで読んで下さりましてありがとうございました。
