企業のシステムコンサルティングを行う中で、多くの中堅クラスの企業において、「非常にもったいない」と感じるケースがよく見受けられます。それは、取得したデータを分析して活用していないことです。一般に、ビッグデータ分析などの言葉が出ると、専門家や研究者だけが関わるものと捉えられがちですが、実際には少しの工夫で有益なデータに変わることがあります。

データオタクの私から見ると、データを適切に層別化するだけで、大きな成果を上げることができる可能性があります。しかし、多くの場合、その価値を見逃しているように感じます。

高度な専門的な分析手法よりも、現場の担当者にも役立つ、実践的なアプローチでお話しします。
この内容はやや複雑なので、真に必要としている方にのみ響くでしょう。

企業内でシステムを運用している場合、様々な情報が入力されていると思いますが、その入力作業自体が仕事になっていますか？そして、その入力結果を有機的に活用したり、層別化していますか？
ここに注目する必要があります。企業がシステムを作成する際、入力と出力を仕組み化することは一般的ですが、そのデータを2次的に活用することは考慮されていないことが多いです。

2種類のデータ層別法

  • 問題解決の優先順位を洗い出す層別（パレート分析）
  • データ層別による2次活用キーワード分類

問題解決の優先順位を洗い出す層別（パレート分析）

具体的には、「パレート分析」と呼ばれる手法があります。これは、大量のデータから頻度別に集計して課題を可視化し、対策の優先順位を明確にするものです。

例えば、不良分析では、「ヒビ、欠け、塗装ムラ」といった原因別に層別化し、不良の多い項目から対策を実施します。ユーザークレームの場合も同様で、「納期遅れ、発注ミス、伝達ミス」といった要因を層別化し、対策の優先順位を決定します。

分析方法はシンプルで、データをExcelなどに取り込み、キーワードで並び替えて件数を集計し、パレート図にするだけです。全体の割合がわかれば、発生率の高い順に対策を検討して率の減少を図ります。

データ層別による2次活用キーワード分類

もう一つのアプローチは、「データ層別による2次活用キーワード分類」です。これは少し技術が必要ですが、データを単なる貯蔵庫としてではなく、キーワード分類して過去の事例を検索したり、入力時のキーワードとして使用したりするものです。

この手法の1つが「主成分分析」です。これは、たくさんの量的な説明変数をより少ない指標や合成変数に要約する統計学上の手法です。

データを制することは業務効率を制すると言いますが、データは言葉を超えて語りかけます。隠れた真実を見出し、確実な証拠に基づく説得力が生まれます。時間がかかるかもしれませんが、ここは特別に時間を割いてでも実施しましょう、慣れていなければサポートさせていただきます。