特別協賛:日本マイクロソフト
【基調講演】
「競争優位をもたらすビッグデータの活用
～インサイトを導き出すための定義と導入へのアプローチ～」
プライスウォーターハウスクーパース（PwC）
アナリティクスセンター
シニアマネージャー
PwCの勝山公雄氏は、ビッグデータ導入の仕方について「すでにある『型』をまねることから始め、自分のやり方を作ればよいでしょう」と述べた。PwCは、V（価値）、P（プロセス）、O（組織）、T（技術）の4要素からなる型を用意。Vに関しては、データ活用アセスメント・投資効果算定・予算策定・KPI策定といった検討トピックを定めている。アセスメントでは、トップ指標を決め、その下に達成にかかわる影響指標を系統的に置いていく指標ツリーによる検討を提案した。最後に、小売業のデータを生かし、金融業など他業種に進出する〝クロスインダストリー〟の潮流を指摘した勝山氏は「トライアルから活用範囲やユーザー規模を拡大し、取り組みレベルを上げていきましょう」と、ビッグデータの早めの導入を呼びかけた。
【特別協賛講演】
「Microsoftのビッグデータ民主化に向けた取り組み」
日本マイクロソフト
エンタープライズパートナーグループ
第二インダストリー統括本部
流通担当シニアインダストリーマネージャー
日本マイクロソフトの藤井創一氏は、専門家ではない人でも手軽に使えるビッグデータ利用基盤を、クラウドサービスとして安価に提供する「ビッグデータ民主化」の取り組みを紹介した。同社のAzure Machine Learningは、用意されたパーツをドラッグ・アンド・ドロップの操作で組み合わせて分析モデルを作成し、機械学習（Machine Learning）の導入期間を大幅に短縮できる。コスト面でも、コンピューティングリソースを使った分だけ課金する仕組みで、チャレンジしやすくした。顧客への高品質サービス提供を強みにする米・小売り会社が、オムニチャネル戦略のために機械学習を利用している事例を紹介した藤井氏は、「一通りの機能をそろえたCortana Analytics Suiteの提供も始め、さらなる使いやすさを追求します」と語った。
【事例講演Ⅰ】
「競争力強化のためのアナリティクス」
TSUNAGU・パートナーズ
代表取締役
コンビニエンスストア・チェーン社長などを歴任してきたTSUNAGU・パートナーズの相澤利彦氏は「生み出されるビジネス価値の計算が大切」と、経営視点からビッグデータを語った。あるコンビニエンスストアが「売り上げに占める割合は小さくても生鮮食品の大きな看板を掲げている」理由は、生鮮食品客の月間購入額が、非生鮮客の約3.4倍にも達するというデータにあるという。こうした事例を示した相澤氏は「ビッグなデータを編集し、スモールに絞り込んだ情報とすることで意味が生まれる。そういう力を持った現場派経営者を増やす取り組みをしていきたい」と語った。
ギックス
代表取締役
ギックスの網野知博氏は、Azureなどクラウドをベースに構築したデータ・ビジュアライズ・サービス「graffe（グラーフ）」で、データを経営判断に役立つレポートに変換し、戦略を提言している。居酒屋チェーンの分析例では、時間帯ごとの来客数のデータ分析から導き出したスタッフのシフト最適化が、全体で年間8億円超のコスト削減効果を見込める提案になった。網野氏は「ITの進化で、以前なら10億円以上の投資が必要だった分析エンジンをベンチャーでも作れるようになりました。これからはデータの使い方で差がつく時代です」と訴えた。
【事例講演Ⅱ】
「次世代のマーケティングのために今、データ解析で打てる一手」
オークファン
執行役員
技術統括部長
家電通販店で価格情報を収集・分析して、最適な販売価格を予測・自動設定するシステムを開発した経験を持つオークファンの得上竜一氏は、大幅な売り上げ増に結びついたマーケティングオートメーションの成功例について語った。最初は、競合店の価格を収集し、表計算ソフトで一覧化することから始めた。その手作業のデータ一覧だけでも「かなり適正な販売価格設定に利用できた」と振り返る。こうした実績を積んだうえで、大量のデータを蓄積して分析。販売価格だけでなく、仕入れ価格の最適化にもつなげた。データを扱うフレームワークには、収集・保存・整理・分析・利用という流れがあるが、得上氏は「収集・整理からいったん利用してみて、経営課題を見定めてから、必要なデータの蓄積・分析へ進む方がよいでしょう」と推奨した。
【事例講演Ⅲ】
「実例！ビッグデータの活用による、
営業力の向上と顧客フォロー力の実現」
オープンストリーム
SI事業部技術統括
ビッグデータ、クラウドを中心にソリューションを提供するオープンストリームの両角博之氏は、レベル感を統一して受注見込みの精度を上げたり、トップセールスのノウハウを指標化して展開することでミドルの底上げを図った営業力向上の事例と、コールセンターへの問い合わせや顧客情報の分析から、退会を予測し対策を講じやすくする顧客フォローの取り組みを紹介した。ビッグデータ活用は、経営マーケティング、システム利用、統計学の三つのスキルが必要で、検討すべきことは多い。両角氏は「システム運用などはクラウドに任せ、売り上げアップなどの関心事に専念した方がいいでしょう」と提案。「Azureなら専門的な知識がなくても機械学習を始められる環境があります」と、クラウドサービスの活用を促した。
【事例講演Ⅳ】
「事例に見る、IoTと人工知能による
新規ビジネス創出手法」
テクノスデータサイエンス・ マーケティング（TDSM）
第3エンジニアリンググループ
グループ長 執行役員
TDSMの庄司幸平氏は、ワインの出来栄えを降水量や平均気温から予測する数式を例に、「もし、来月の売り上げが、今月の営業回数やCM投下量で決まるとすれば、売り上げの予測やコントロールが可能になります。機械学習を使えば、さまざまなデータの中から売り上げに影響する要因を見つけ出し、モデル化することができます」と話す。また、IoTにおける異常検知でも、数十、数百のセンサーデータの組み合わせから異常をとらえるのに、機械学習を活用できる。一方、機械学習を含む分析には、一度分析を実施しないと結果がわからないため、初期段階で費用対効果を見積もることが難しいという弱点がある。庄司氏は「クラウドでスモールスタートするなど、コスト圧縮する方法はありますが、研究開発投資という認識を持った方がいいと思います」と述べた。
