当社では、「インティメート・マージャーのオープン社長室」と題し、代表である簗島の考えを共有するツールとして、Spotifyで定期的にラジオ配信をしています。 社長が普段思うこと、日常生活での気づきが凝縮されているので、定期的にテキスト化してお届けしていきます。是非ご覧ください！

今回のテーマ：【『データ活用をする』とは】

簗島：インティメート・マージャーの業務領域である、セールステックの話です。「データをどこに使うか」というのが当社のセールステックの役割です。そのため、データ活用の知識が当社のセールステックには必要になります。

しかし、特定の領域に限定したインフラを作っていないため、特化したチームを作るメリットはあまり見られないんですね。なので今後はデータを使った集客部門、データを使ったマネタイズエンジンを作る部門、データを使うためのインフラを提供する部門といった形で、組織の方を進めていく予定です。データを使って話を聞くと、顧客からの反応も良くて、セールステックの領域でデータが尖っていきます。 加えて、当社開催のセールステックのセミナーにおいても、データに詳しい人が話すと非常に好評です。そのため、今後もデータに詳しい人が主導して話を進めていくという形が自然になります。

マーケティングセールスがレベニューテックになるように、全ての産業がテクノロジー化される。DXという言葉はもう古いという考えが一般化されてきました。マーケティングセールスが当たり前になった今、データをうまく扱える人が会社にいるか、自分にはデータを使えるスキルがあるかが問われています。次に注目されるのは、データをうまく活用できる語彙や共通認識がどれだけ社会で広まるかです。

現状、データというと分析することが多く想像される。データを使って価値を生み出す、データをお金に変えるという認識をもっと認知してもらいたいんですね。ただし、AIについては別として考えた方がいい。目標が適切でなければ、どれだけ早く進んでも結論には至りません。どういう目標を立てるべきか、その目標の読み解き方が大切です。また、目的のないデータは有効活用できません。

データは、目的があるデータの一つで、使用可能な部類に含まれます。たとえば、センサーデータのようなデータがあります。この看板の前を何人の人が通ったかというデータは、広告効果測定の目的で使用するなら意味があるかもしれません。しかし、センサーがただ置いてあって、その前を何人通ったかというデータには通常そのまま意味はありません。

他には電気検診メーターといったデータがあります。また、IoTのようなデータも活用例が見られます。例えば、冷蔵庫の中身がカメラで見える機能は、元々の目的が賞味期限の管理かもしれません。しかし、それだけでは画像が直接的な答えにならないでしょう。冷蔵庫についているカメラで賞味期限を映し出し、それが何個あるかを表示する方がビジネスインテリジェンス的にはより有用かもしれません。

また、センサーデータや画像データは網羅的に取得することができますが、それによってデータの容量が重くなり、データベースのコストや解析のコストがかさみます。そこで、必要なデータだけを取得し、それを基に目的達成の度合いを確認しながらPDCAを回すことが望ましいです。

最後に、私が一時期やってみようと考えていたことの一つに、スーパーマーケットで購入した物の賞味期限データを全て取得し、それをスプレッドシートに記録するというものがありました。冷蔵庫の大きさも有限で、冷蔵庫に無駄なものが溢れていると、冷蔵効率が悪くなりますよね。そう、何かをどうにかしたいと思ったら、どの道通ることになります。健康管理したいのであれば、昨日食べたメニューや栄養成分の変更をデータとして切り取って、問題解決に向けたテーマを作ることが必要です。

たとえば、賞味期限や成分表のデータを一瞬で取得できたとしましょう。もしそれが賞味期限の管理に使うのならば、必要なデータは賞味期限だけです。ダイエット目的なら、成分データを取得し、さらに体重計等のデータと紐付ける必要があるでしょう。人によって、どの成分で太りやすいかが違うと思います。なのでまずどの成分を摂ることで太るのかを解析するデータを作り、そしてその成分を摂取する量をコントロールするためのデータ活用フェーズに移行するんです。

このようなインフラを提供することが非常に重要だと思っていて、目的と目標が明確でなければならず、それを実現するためのデータがなければなりません。データを収集する時点で大抵結論が決まっているものです。データはたくさんあるというのが一般的な考え方ですが、それがうまくいかないことが多いんですよね。

データはたくさんあるけれど、それをどう活用するのかが問題となる。それはなぜなのか。目的に合ったデータしかない、それが主な問題点なのです。

ちょっと話が変わってPOSデータなどについてなのですが、もしかしたらそのデータ自体に価値がないかもしれません。ですがPOSデータには目的があり、それを適切に活用することで価値が生まれます。たとえば明日の仕入れ数を決定するためや、排気量を減らすために使うことができますよね。排気量を減らすためのPOSデータの利用法は、POSデータ全体ではなく、その中の1つや2つのカラムだけで十分かもしれないですね。その結果不要なデータを蓄積せずに済み、コストを抑えることができます。このような方法で、最高の効果を最低のコストで実現することが可能になっていくと私は思います。在庫の最適化は小売業者だけでなく、製造業者側でも行われています。例えば、1万件の商品を仕入れた際に「どの店舗に何個配分すると在庫が早く売れるかなどの判断も最適化の一部」と言えば分かりやすいでしょうか。これはすべてサプライチェーンの最適化の役割の一部です。

さて、現在、我々が目にしているデータはログとして保存され、大部分に亘って利用されています。例えば、某クラウド録画サービスのシステムでは、工事現場にカメラを設置し、24時間365日監視することが可能です。これらのデータも重要な記録として保存されています。無料であれば、こういうデータはぜひ保存しておきたいものです。ですがそのデータをどのように活用するかという点については、適切な設計と導入が必要になります。これができなければ、我々にとっては付加価値がなく、ビジネスとして成立しません。

基本的に、我々がやるべきことは、自身が提供している商品やサービス以外の、例えば端材などが残る場所からそれらを回収し、加工して売ることで利益を上げ、その一部を提供元に返すということです。これにより元々のビジネスに影響を与えることなく、我々がリサイクル業を行うことができます。名付けて「インティメート・マージャー」。これが我々の第3のステージです。我々は特定の目的のために用意されたデータを、他の場所で再利用することが得意です。これは当社が得意としているデータ活用における、価値が出ているところですかね。なのでそれができるところは結構貴重です。目的がないとデータを取りに行かないので。プラットフォームを持っていることは、我々の強みでもあると思います。私個人としては、そのままのデータで買ってもらえるデータを僕らが売ることは得意ではないですし、持ち主が買うのがいいと思っています。金融の領域のデータで例えると、僕らがデータを仕入れて、金融機関に売ろうとすると、元の会社から買えばいいってなるんです。元の会社では生み出せていない価値が、我々を経由することによって出てくるという状態を作ることが大事です。そこがインティメート・マージャーの強みだと思います。加工品的な意味合いですね。

例えば、商品をブランディングしていくような感じだとか、大量に仕入れて、それを一気に下ろす家電量販店のようなビジネスモデルを私たちは持っています。でも当社のビジネスモデルでは、ただのデータ解析や分析だけでなく、卸売り業のような部分も強みとしています。そんな、データの仕入れから利益を上げるところが私たちインティメートマージャー的な強みといえますね。

様々な産業がテクノロジー化され、データ処理のスキルが一層求められる今、データを有効に使い価値を生み出す認識の普及の重要さを改めて感じます。

AIを適切に活用するためにも、単にテクノロジーとしてではなく、目標設定という視点から考慮することを忘れないことが大切ですね。

🌟今回のお話がラジオで直接聞けるSpotifyリンクはこちら！⇒https://podcasters.spotify.com/pod/show/im7/episodes/ep-e1s408a/a-a5g0o6