分析を始める前に目標から課題を抽出しデータをマッピングする【条件2】

スモールスタートの後に足りないデータを収集する

　ビジネス課題とデータのマッピングが終わったら、いよいよ分析に着手します。まずは、マッピングした結果の中から、データがそろっていて比較的分析が容易なものから着手しましょう。いきなり「データが足りない」もしくは「分析が難しい」対象から着手してしまうと、「やっぱりうまくいかないじゃないか」となり、データ活用のプロジェクト自体が頓挫しかねません。

　データを使ってビジネス課題を解決するという“データドリブンな文化”を醸成するためにも、まずは、今あるデータを使って容易な分析から始め、現場に対しデータ活用がビジネス課題の解決につながることを実感してもらうことが大切です。

　ここまでの工程を踏んでいれば、整理したビジネス課題は、誰かが解決したい課題になっているため、どの課題を選んでもニーズにマッチしないことはないはずです。スモールスタートで成功したら、徐々に難しい分析や、データの収集に移ります。

　分析の難易度が上がっていくと「データが足りない」ということも起こり得ます。その際は、分析の費用対効果を検討し、十分と判断されれば、必要なデータを新たに収集します。どのような形式で収集するかについては、必ず分析を担当するデータサイエンティストやデータエンジニアと一緒に決めましょう。データを集めたものの、分析に使える形になっておらず使えない、あるいは前処理に膨大な時間がかかってしまうということを避けるためです。

　データサイエンティストなどと一緒に、初めから分析しやすい形でデータを収集できれば、前処理の負担を減らし、本質的な分析に多くの力を注げます。データを新たに集める際は、十分な検討が不可欠です。

　次回は条件3として、データ活用事例を紹介したうえで、データドリブンな文化を定着させるために不可欠な「効果の検証」について説明します。