皆さんこんにちは、株式会社アイ・エム・ジェイ(IMJ) CMOの江端浩人です。IMJは米国で先端IT/Adtech情報を配信しているShelly Palmer氏と独占契約を結び、日本での記事と映像配信を行ないます。ちなみに文中の視点や意見はShelly Palmer氏や、それぞれの筆者のものであり、IMJのものでないことを明記させていただきます。

 

 

一般的に言って、世の中には2種類の会社がある。“データリッチな会社”と“データプアな会社”である。“データリッチ”の代表格は、Google、アップル、Facebook、アマゾンなどであり、簡単に思いつくだろう。しかしデータ活用のためには一番である必要はない。あなたは、「情報(データ)」を「アクション」に移すための“ツール”を持っていればいいのである。それを持っているか、いないかが、“データリッチ”と“データプア”との違いなのだ。

“データリッチ”はデータを現金のように扱う

ファースト・パーティ・データ(自社のビジネスを通じて収集したデータ)は、“コア資産”であり、それを“データリッチ”はまるで現金であるかのように大切に扱っている。技術を駆使してデータを整理して管理し、安全かつ利用可能な状態で保管しているのである。“データリッチ”は、データが貴重なものであり、通貨と同じように交換可能な価値があることを理解しているのである。

データは他のデータと組み合わさることにより、更に価値を生む

「金持ちはより金持ちになり、貧富の差は拡大する」という言葉は、データにも適用可能だ。“データリッチ”が、セカンド・パーティ・データ(他社のファースト・パーティ・データ)を活用することにより、自社のデータをより価値の高いものにしているのである。データは他のデータと組み合わさることにより更に価値を生むので、結果として競合優位性を含む価値をもたらすことになるのである(プロファイルは疑似事実よりも実用的なのだ)。

第三者と共有することを前提に、合法的に収集され匿名化されたデータは、サード・パーティ・データと呼ばれている。このデータには「あまり価値はない」と言う人もいるが、私はそうは思わない。きちんとした対象から入手されたサード・パーティ・データは、“データリッチ”たちに活用されて、ファースト・パーティ・データやセカンド・パーティ・データの精度を高めているのである。きちんと解析すれば必ず行動に移すための示唆を導きだせるはずである。

データ・ガバナンス

“データリッチ”はガバナンス面にも力を入れている。データのセキュリティ、整合性、利用価値、活用可能性を常にチェックし、管理している。データは正確か? 内容に自信があるか? 誰がオーナーか? 保管場所は? 保存期間は? 法的な問題は? “データリッチ”な会社では、定期的に監視委員会が開かれ、ガバナンス・ポリシーをチェックしているのである。更に彼らは、データの扱いは一部の社員ではなく全ての社員の責任であることを理解している(思い出して欲しい、“データリッチ”は現金を管理するようにデータを扱うのだ)。“データリッチ”企業では、全社員への啓蒙や啓発活動に膨大な時間とリソースを使っている。“データプア”にはこれは見られない。

データサイエンス:データをアクションに移す

“データリッチ”な企業は、情報(=データ)処理を任務としているデータサイエンス部署を持ってるものだ。その部署は「コンピュータサイエンス」、「数学」と「専門知識」という3つの基本的なスキルの上に構築される。

コンピュータサイエンス:
データサイエンス・リサーチを行うために必要なコンピュータサイエンスは急速に一般化されてきている。あなたはSaaS(Software as a Service)や、クラウドサービス、オープンソース・ソフトウェアなどの洗練されたツールを、リーズナブルな価格で見つけられるだろう。

数学:
数学の言語は、世界中の高等教育機関を卒業した数学専攻者たちによって話されている。データサイエンスに利用される数学はよく理解されており、その訓練を受けた数学者には事欠かない。

専門知識:
これは全く独特のスキルであって、なおかつデータサイエンスを実行する上で最も貴重なスキルだ。“データリッチ”企業は専門知識が自分たちのデータから最大の価値を抽出するための鍵であることを知ってる。逆に言うと、この分野こそ、“データプア”企業が真に競うことができるエリアである。もし“データプア”企業が正しい質問をすれば、正しい答えを得るに十分なデータをまとめることができ、“データリッチ”企業への道を歩み始めることだろう。

機械学習とAI

“データリッチ”は、非常に洗練された機械学習とAIアルゴリズムを使用して、そのデータをアクションに結びつける。これはあなたにもできる。技術革新のペースは加速しているし、機械学習のための基本的なツールは既に全ユーザーが利用できるからだ。Monkey LearnAmazon機械学習にテキスト分析をさせて週末を過ごしてみよう。それは楽しいし、あなたがあなたのデータを操作するために、どんなツールを使用することができ、どれくらいスピーディに処理できるかを理解するのに役立つ。

データドリブン型思考

データドリブン型思考は“データリッチ”への一番の鍵だ。気象予報士が、「明日の降水確率は60パーセントで、気温は9℃となります」と言うとき、ある人はレインコートを着用するし、またある人は傘を持っていくかもしれない。あなたは雨の警告は無視して、セーターを追加することを決定するかもしれない。どのようなアクションを取るかはともかく、あなたは「情報(データ)」を「アクション」に変えたという事だ。別の言い方をするなら、あなたは「意思決定する」ために、「データを活用した」のだ。“データリッチな会社”は、常にこのようなことを行っている。

そして、それはあなたにもできることなのだ。

このコンテンツは、米SLP Productions, Inc. dba/Palmer Advanced Mediaの許諾を受けて株式会社アイ・エム・ジェイが配信しています。Copyright SLP Productions, Inc. dba/Palmer Advanced Media, IMJ Corporation All rights reserved 引用元