概要

多くの企業がDXによる経営改革に取り組もうとするものの，道なかばにして担当チームの解散，プロジェクトの中止に追い込まれてきました。一方で，着々とビジネス環境をデジタル化し，データを活用してきた企業は，競合に対して優位性を発揮しています。両者が明らかに異なるのは「データをもとに意思決定できているか」どうかです。本書では，「データで話す組織」づくりを通じて，その先にあるDXを実現するための基礎を解説していきます。

競合への優位性を確立するために組織が持つ能力を「ケイパビリティ（capability）」と呼ぶことがあります。本書では，データを活用したいと考える組織が備えるべきケイパビリティを次の4つに整理して，それぞれ解説します。

• 課題発見力
• 人材力
• データ力
• 施策実行力

また，一足飛びにAIやデータサイエンスに取り組んでも，基礎ができていない／用意ができていないために，うまくいかないことがあります。データ活用を考える組織は次の3つのフェーズを一段ずつ越えていくことをおすすめします。

• デジタル化
• データ分析
• AI・データサイエンス

自社がどのような状態なのかを照らし合わせ，どのケイパビリティに取り組めば，次のフェーズに進むことができるかがわかります。他社との競争が続く中で，データの利活用を避けることはできません。本書を手に，一歩一歩着実にデータ活用による経営改革に踏み出してください。

こんな方におすすめ

• 事業会社のDX・データ活用プロジェクトの担当者
• 会社にデータドリブンな文化を持ち込みたい経営層・マネージャ層

目次

• 会社をデータの力で変えたい方を応援する一冊
• データで話す組織をおすすめする理由
• 本書の読み進め方とケイパビリティについて
• フェーズにより異なる専門チーム

第1章　データで話す組織づくり

• 本章に取り組むメリット
• 1-1　一歩ずつデータ活用力を上げる長期スパンでの文化醸成
• 1-2　「データで話す組織」を追求する戦略的意義
• 1-3　「データで話す組織」づくりのアプローチ
• 1-4　予算・リソースに応じたプロジェクトの進め方
• 1-5　データ活用による価値創出と継続の重要性
• コラム　タクシー業界でのデジタル化とデータ分析技術の活用
• コラム　ワークマンでのデータ活用の軌跡

第2章　現状把握とデジタル化

• 本章に取り組むメリット
• 2-1　社内業務の把握
• 2-2　意思決定プロセスの把握
• 2-3　事業課題の把握
• 2-4　アクションのための情報収集
• 2-5　情報システム部門の把握
• 2-6　ステークホルダーの把握
• 2-7　外部人材の活用
• 2-8　情報セキュリティの把握
• 2-9　社内システムの把握
• 2-10　データの把握
• 2-11　システムによる課題解決の実践
• 2-12　いつでも振り返れるように現状を整理

第3章　データ分析チームの組成

• 本章に取り組むメリット
• 3-1　分析テーマの選定
• 3-2　類似事例の調査と比較
• 3-3　ビジネスフレームワークの活用
• 3-4　データ分析チームを構成する人員
• 3-5　兼任担当者から専任へ
• 3-6　データ理解とデータ整備
• 3-7　定常モニタリングとBIツールの用途
• 3-8　データの伝え方
• 3-9　効果の計測
• コラム　データ分析組織の継続
• コラム　データ基盤の重要性

第4章　AI・データサイエンスの応用

• 本章に取り組むメリット
• 4-1　統計・AIモデルでできること
• 4-2　統計・AIモデルにおける課題設定
• 4-3　データ分析人材のスキルセットと獲得戦略
• 4-4　育成のためのしくみづくり
• 4-5　評価体系の構築
• 4-6　AI・統計モデルのためのデータ選定
• 4-7　モデルの評価
• 4-8　MLOps
• コラム　中央集権型かデータの民主化か
• 付録A　分析テーマ集
• 付録B　参考書籍・Web資料

サポート

現在サポート情報はありません。