【DXの社内推進】
DXって、どこから始めるの？
データ活用で利益を上げる、機械学習プラットフォーム活用のススメ

企業全体でビジネスモデル変革に向けたDXを推進するためには、具体的に、どんなことから始めていくべきなのでしょうか。DX推進に欠かせないデータ活用は、レベルの差はありながらも、事業部門ごとに進められてきたはずです。営業部門であれば、顧客データの詳細な分析から購入傾向を分析し、新規顧客獲得への戦略を立案するといったものです。マーケティング部門であれば、行動ログや閲覧履歴などの顧客データから行動パターンを予測して、プロモーションを、製造部門であれば、設備の稼働データから設備のメンテナンス時期を予測し、事前に対処するといったことも行っているでしょう。

しかし、事業部門ごとの閉じた環境では、全社的なデータ活用には至らず、データ活用のノウハウが属人化してしまい、会社としてデータが有効に活かせないケースも出てきます。また、BIツールや機械学習などを高度なソリューションを駆使して、データ活用を進めていくには、専門的な知識とノウハウが必要になり、事業部門だけの閉じた環境では、運用が難しいというケースもあるでしょう。

そこで、全社横断的な組織としてDX推進部門が登場しますが、実際のところ、全社的なDX推進の体制を一気に整備することは困難です。DX推進部門としては、事業部門ごとに取り組んでいるデータ活用の現状を把握しながら、データ活用に有効な環境を整備し、事業部門と一緒になってデータ活用促進を始める必要があります。

最終的には、各事業部門にデータサイエンティストのようなDX人材を配置し、DX推進部門が中心となって、それら各事業部門のDX人材へ教育やツール、事例共有などを進め難易度の高いテーマに絞ってDX推進部門が主体的に関与することで、企業全体のDX推進を推し進めていける体制が理想的な組織と言えます。しかし、十分な人的リソースもノウハウもない現状では、DX推進部門側で知見を蓄えていきながら、事業部門とともにデータ活用を推進し、成功体験を積み上げていくことが重要です。

企業内でDXを進めていくためには、まずはデータからどのような価値を創出できるかについての理解を深めていくことが重要です。そしてそれぞれのテクノロジーは、どのようなデータがあればどのような価値を生み出せるのか？といった知識を、獲得していかなければなりません。同時に、データを利活用する環境を整備した上で、事業部門と一緒になって課題を抽出し、プロジェクトに最適なテーマを選定していくことが必要です。

現在、多くの企業が期待を寄せているのが、過去のデータを学習したモデルを使用して、将来の予測を可能にする機械学習の活用です。機械学習は、機械（コンピュータ）がデータを自動で学習することにより、データの背景やパターンを見つけ出すという方法です。これにより、これまで気づけなかった新たな価値をデータから導き出すことが可能となります。例えば、顧客の需要や発注量、コールセンターであれば受電数などを予測して生産管理や在庫管理、シフト管理などを改善する需要予測をはじめ、顧客の嗜好やニーズに合った別の商品を予測しお奨めすることによる売上の向上など、様々なビジネスモデルの改善に機械学習は有効です。機械学習の活用は企業にとって大きなメリットをもたらし、DX推進部門が目指すデータ活用による利益創出の実現を後押しするはずです。

ただし、機械学習に適したテーマの設定には、ある程度の経験が必要です。機械学習は、自動化プラットフォームさえあれば何でもできる魔法の杖ではありません。これまで自社で取り組んだことのない業務、すなわち現場に業務知見が少ないテーマを設定してしまうと、なかなか成果につながらないこともあります。初期の機械学習テーマにお奨めするのは、既存の業務で行っている予測や判断の一部を機械学習に置き換えるタイプのテーマです。そのような身近なテーマでまずは成功体験を積んでいけるよう働きかけることが、DX推進部門の成功には重要です。

テーマの設定以外にも、機械学習ではデータの前処理や、予測モデルの構築などにも技術の習得や経験が必要です。加えて、実際に作成された予測モデルを運用していくためには、技術習得やシステム化が欠かせません。これらをすべてDX推進部門のメンバーだけで行っていくのは至難の業であり、経験豊富なパートナーを有効に活用していくことが、成功の近道と言えるでしょう。