データ活用はDXの取り組みの核となる重要な要素です。現代の石油とも呼ばれるデータをいかにうまく活用するかが、企業の競争力を高めるカギとなります。

DXにおいてデータを活用するためのステップは、①目的の明確化、②データの収集、③データの整理と前処理、④データの分析、⑤インサイトの発見、⑥改善・フィードバックの6つにわけられます。

本記事では、DXにおいてデータを活用する方法、手順、企業の事例などをわかりやすく解説していきます。

またDX総研では、DXを検討・推進する上で必ず押さえておきたい、DX成功事例50選の取り組みや成果をまとめたレポートを無料で配布しています。ご興味のある方は、以下リンクからダウンロードしてご活用ください。

⇒DX成功事例50選の資料ダウンロードはこちら(無料)

DXにおけるデータ活用とは？

DX(デジタルトランスフォーメーション)とは、デジタル技術を活用し、業務やサービス、ビジネスモデルを変革し、企業の競争優位性を高める取り組みのことです。

データ活用はDXの取り組みの核となる重要な要素です。現代の石油とも呼ばれるデータをいかにうまく活用するかが、企業の競争力を高めるカギとなります。

DXにおけるデータ活用は、以下のようなフェーズに分かれます。

これらのフェーズを通じて、企業の業務プロセスやサービスを改革し、競争力を高めることが、DXの本質的な意義となります。

※DXを検討・推進する際に必ず押さえておきたい、基礎知識から進め方、ポイントまでをまとめた資料をダウンロード頂けます。

⇒【ゼロから分かる】DX推進まるわかりガイドブックの資料ダウンロードはこちら(無料)

日本企業のデータ活用の現状

情報処理推進機構（IPA）が公開している「DX動向2024」は、日本企業におけるデータの利活用状況について調査した結果を公表しています。

調査結果によると、2023年度時点で、データの利活用を全社的に行っている企業の割合は20.4％、事業部門・部署ごとに利活用している企業の割合は37.5％です。

実証実験を行っている企業も合わせると、何かしらの形でデータの利活用を行っている企業の割合は合計で64.4％となっています。

一方で、アメリカの場合、全社的にデータの利活用を行っている企業の割合は29.0％であり、比較的大きな差がついています。

また、別のアンケートで、DXで成果が出ていると回答した企業の中で、データを全社で利活用している、又は事業部門・部署ごとに利活用していると回答した企業の割合は70％を超えています。

データを利活用している企業に対し、データ利活用の目的を尋ねると、DXの成果が出ている企業は成果が出ていない企業に比べて、「新製品・新サービスの創出」「既存製品・サービスの高度化、付加価値向上」「集客効果の向上」を導入目的としている回答率が高いことがわかりました。

単なる業務効率化にとどまらず、DXを通じて新たな価値を創出する積極的な取り組みを行っている企業ほど、データを積極的に活用していることがうかがえます。

DX推進にデータ活用が重要である３つの理由

DX推進にデータ活用が重要である理由として、以下の3つが挙げられます。

• ①商品/サービスの質の向上につながる
• ②業務効率化やコスト削減が可能となる
• ③新たなビジネスチャンスにつながる

それぞれについてわかりやすく解説していきます。

※300事例の分析に基づく、企業によるDX推進方法の13の王道パターンと成功事例をまとめた資料をダウンロード頂けます。

⇒DX推進アイデア集の資料ダウンロードはこちら(無料)

①商品/サービスの質の向上につながる

データ活用により、既存の商品やサービスの質を向上させることができます。特に、AIによるデータ分析により、人間では処理しきれないほどの大量のデータを処理できるようになり、分析の精度が格段に高まったことで、既存サービスに大きな付加価値を乗せられるようになりました。

典型例としては、顧客の過去の購買履歴をもとに各顧客の好みを分析し、パーソナライズされた商品提案を行うレコメンド機能の提供が挙げられます。例えば、Amazonは、ユーザーの過去の閲覧・購入履歴をもとにおすすめ商品を関連商品として提示しています。

また、IoTセンサーを商品に取り付けることで、商品購入後の顧客の使用状況に関するデータを取得できるようになります。顧客が商品をどのくらいの頻度でどのように使用しているかが明らかになることで、商品の改善に活かすことができ、質の向上につながります。

②業務効率化やコスト削減が可能となる

データ活用は業務効率化やコスト削減にもつながります。特に、小売業・製造業・建設業などで、データを活用した作業の効率化・コスト削減の取り組みが進められています。

例えば、過去の販売数推移や気象条件等の各種データを分析し、商品やサービスに対する将来需要を予測することで在庫量を最適化し、余剰在庫や欠品によるロスを防ぐことができます。

また、工場の各種機械設備にIoTセンサーを取り付けることで、設備の稼働状況を遠隔からリアルタイムで監視できるようになり、設備保守・点検作業の効率化や生産プロセスの改善に役立てることができます。

さらに、建物や工場全体のデータをもとに、デジタル空間上に現実の建物や工場などを再現することも可能です。デジタルツインと呼ばれるこの技術により、デジタル空間上で建築や製造のシミュレーションを行うことができるようになり、効率的な建築計画・製造計画の策定につながります。

③新たなビジネスチャンスにつながる

データを上手に活用することで、新たなサービスや製品のリリースにつなげることもできます。

例えば、不動産業界では、AIが類似物件の価格相場や過去の推移等のデータを分析して、任意の不動産の価格を自動で査定するサービスが登場しています。

また、製造業界や建設業界では、自社で蓄えたデータ活用のノウハウをソリューションとして他社にも提供している企業もあります。

例えば、旭鉄工は、製造業務の過程で社内に蓄積されたノウハウ等のデータをChatGPTに読み込ませて、社員が簡単に検索できるようにするシステムを構築しました。もともとは社内の業務効率化のために作られたものでしたが、その後「カイゼンGAI」というソリューションとして他社にも提供しています。

DXにおいてデータを活用する６つのステップ

DXにおいてデータを活用するステップは、以下の６つに分けられます。

• Step 1：目的の明確化
• Step 2：データの収集
• Step 3：データの整理と前処理
• Step 4：データの分析
• Step 5：インサイトの発見
• Step 6：改善の実行とフィードバック

それぞれのステップについてわかりやすく解説していきます。

※DX総研では経験豊富なコンサルタントによる、DXに関する個別無料相談会を実施しております。DXにおけるデータ活用の方法や進め方などでお困りの方は、お気軽にご相談ください。

⇒DXに関する個別無料相談会の詳細はこちら

Step 1：目的の明確化

まず、データを活用する目的を明確にします。データ分析によって何をしたいのかを明確にし、そこから逆算して、必要となるデータや適切な分析方法を検討することで、トップダウンでの計画策定が可能となります。

なお、データ活用の目的を定めるときは、単に「業務効率化」や「サービスの質の改善」など抽象的な設定にとどめるのではなく、具体的にどの業務をどの程度効率化したいのか、どのサービスのどの機能をどのように改善したいのかまで解像度を高めることが重要です。

そのためにも、まずは自社が抱えている現状の課題を洗い出す作業から始めるのも有効でしょう。

Step 2：データの収集

次に、設定した目的に基づいて必要なデータを収集します。目的を達成するためにどのようなデータがどの程度必要なのかという視点から、収集作業を行いましょう。

データ収集の際に注意すべき点として、信頼できる正確なデータであることを確認することです。不正確なデータをもとに分析しても正確なインサイトは得られず、データ活用の取り組み自体が無駄になってしまいます。

データの収集方法を適切に行うためには、データサイエンティストやAIエンジニアなど、データ活用の専門家の下で行うのが望ましいです。

Step 3：データの整理と前処理

次に、収集したデータを整理し、AIや分析ツールが処理しやすい形に整えます。データの形式を統一したり、欠損データを補完したり、不要なデータを削除するなどの前処理を行って、AIがデータ分析をしやすいように整えておく必要があります。

整理したデータは、クラウドデータベースや自社のサーバ上で保管し、セキュリティ対策も施しておきましょう。

Step 4：データの分析

収集・整理したデータを基に、AIやデータ分析ツールを使ってデータを分析します。AIが大量のデータの中から特定のパターンやトレンドを見つけ、問題点や改善点を抽出します。

分析の方法は、単純な集計から高度な機械学習モデルまで様々です。目的に応じてどの程度正確な分析が必要かも異なるので、それに応じてツールを使い分けていく必要があります。

Step 5：インサイトの発見

データ分析から得られた結果を基に、どのように業務を改善するか、具体的なアクションを検討します。分析結果が実際のビジネスにどう役立つかを考え、インサイトを活用して戦略を練ります。

例えば、商品の需要予測の結果に基づき需要が高いと見込まれる商品の発注を増やしたり、設備の稼働状況に関する分析結果から次のメンテナンス時期を割り出したりする取り組みが挙げられます。

Step 6：改善の実行とフィードバック

導き出されたインサイトに基づいて、実際に業務プロセスやサービスの改善策を実行します。

その後、改善策が実際にどのような効果を上げたかを評価し、次のアクションに役立てるためにフィードバックを行います。施策を実行して終わりにするのではなく、しっかりと効果検証もすることで、継続的に改善を行っていくことが重要です。

DXで活用できるデータの種類一覧

DXにおいて活用できるデータには様々な種類があります。代表的なものは、以下の表の通りです。

目的に応じて必要なデータを特定し、それを取得するために最適なツールの導入・収集・整理をすることで、成果に繋がるデータ活用を実現することができます。

DX推進のためにデータを活用する際の５つの注意点

DX推進のためにデータを活用する際の注意点として、以下の5つが挙げられます。

• ①信頼できるデータを用いる
• ②個人情報や機密情報の取り扱いに気をつける
• ③社員向けガイドラインなどを策定する
• ④データの形式を統一する
• ⑤データを扱える人材を確保する

それぞれの注意点について、わかりやすく解説していきます。

※300事例の分析に基づく、DXで注意すべき25のポイントをまとめた資料をダウンロード頂けます。

⇒DX成功へのチェックリストの資料ダウンロードはこちら(無料)

①信頼できるデータを用いる

収集したデータが正確で質の高いものでなければ、それをAIで分析したとしても精度の高い分析結果を得ることができません。

そのため、データの収集方法が適切か、データの参照元が信頼できるところかなど、データの信頼性・正確性を担保することが重要です。

②個人情報や機密情報の取り扱いに気をつける

データの中には個人情報や機密情報が含まれているものもあります。例えば、顧客データに含まれる各顧客の名前や電話番号、社内のマニュアル等に含まれるノウハウや営業機密など、情報漏洩によるリスクの伴うデータの取扱いには特に注意しなければなりません。

これらの情報が含まれたデータをAIに読み込ませると、クラウド上に保管されることになります。そのため、クラウドから社外に流出するリスクが存在します。

対策として、個人情報を匿名化処理した上でAIに読み込ませたり、セキュリティレベルの高い環境を構築したりすることが考えられます。

③社員向けガイドラインなどを策定する

データの取扱いについて、社員向けのマニュアルやガイドラインを策定することも、社員によるデータの適切な取扱いを図る上で重要です。

データの保管方法、IDやパスワードの管理方法、個人情報に関する法規制等の基本的な事項を含む、データの取扱いにおける注意点をわかりやすく記載することが求められます。

④データの形式を統一する

AIに正確なデータ分析を行わせるためには、データのフォーマット/形式を統一する必要があります。CSV、Excel、JSONなど異なる形式のデータを統一することで、AIが処理しやすくなります。

また、欠損データを適切に処理することも重要です。欠損値がある場合には、平均値や中央値で補完したり、該当箇所を削除するなどして対応しましょう。

その他、異常値や外れ値の処理やデータの重複排除、時系列データのフォーマット統一などを経て、処理しやすい形に整えます。

⑤データを扱える人材を確保する

データを扱える人材の確保は、多くの企業が抱えている課題の一つです。データの収集から分析までを自社で行うためには、データサイエンティストやAIエンジニアなど、専門的なスキルをもったIT人材の存在が不可欠となります。

もっとも、経済産業省の調査によると、国内のIT人材の供給は2019年をピークに減少しており、2030年にかけて40〜80万人規模で不足すると予想されています。このように、IT人材は新卒・中途問わず争奪戦が続いており、希望通りに採用が進むことは稀という状況です。

そのため、短期的には、外部ベンダーの起用などで体制を強化しつつも、中長期的には人材育成や採用の仕組みを強化していく必要があります。

DXでのデータ活用に役立つツール６選

DXでのデータ活用に役立つツールとして、以下の6つが挙げられます。

• ①【SFA/CRM】顧客データの管理・分析を効率化する定番DXツール
• ②【MA】顧客データを基にマーケティングを最適化するツール
• ③【BI】業務データを収集、統合、分析し、経営意思決定をサポート
• ④【AI】人間のように知的作業ができるコンピューター
• ⑤【IoT】あらゆるモノをインターネットに接続する技術
• ⑥【デジタルツイン】仮想空間に双子のようなリアルな環境を再現

それぞれについてわかりやすく解説していきます。

①【SFA/CRM】顧客データの管理・分析を効率化する定番DXツール

SFAツール（Sales Force Automationツール）とは、商談やプロジェクトの進捗状況を管理することで、営業活動を効率化するツールです。営業プロセスの自動化を通じた営業チームの生産性向上を実現します。

CRM（Customer Relationship Management）とは、顧客に関するあらゆる情報を管理することで、営業活動を効率化したり、顧客情報からインサイトを得たりすることができるツールのことです。徹底的な顧客理解により、顧客との関係強化を実現します。

SFAとCRMを組み合わせて利用することで、マーケティングから商談・受注までの流れを効率化し、営業力を飛躍的に向上させることができるようになります。

代表的なSFAツールとして、Salesforceが提供するSales CloudやHubSpotが提供するSales Hubなどが挙げられます。また、代表的なCRMツールとして、5,500社以上の導入実績を誇る国産のeセールスマネージャーなどが挙げられます。

②【MA】顧客データを基にマーケティングを最適化するツール

MAツール（マーケティングオートメーションツール）とは、マーケティング業務を自動化・効率化するためのソフトウェアです。メール配信、ソーシャルメディアの運用、リード（見込み客）のスコアリング、パーソナライズされたコンテンツの提供、キャンペーンの分析などを自動化します。

MAツールにより、マーケティング活動の効率化と精度向上を実現することができます。例えば、顧客の行動データを分析し、その興味や行動に基づいて最適なタイミングで適切なコンテンツを提供することが可能です。これにより、リードの質が向上し、営業チームへの引き渡し時に成約率を高めることができます。

代表的なMAツールとして、導入実績1,500社以上を誇る「SATORI」や大手Webマーケティングメディアを運営するferretの「ferret One」が挙げられます。

③【BI】業務データを収集、統合、分析し、経営意思決定をサポート

BI（Business Intelligence）とは、業務データを収集、統合、分析し、経営意思決定をサポートするための仕組みや手法のことです。BIを実践するためのツールを「BIツール」と呼び、データの加工や集計、レポーティングによる可視化をサポートします。

BIツールは、商品の売上げの分析や在庫管理、マーケティングの効果測定などに使われており、データに基づいた実証性のあるマーケティングが可能となります。

代表的なBIツールとして、TableauやMicrosoft Power BI、Qlik Senseなどが挙げられます。

④【AI】人間のように知的作業ができるコンピューター

AIとは、「Artificial Intelligence(人工知能)」の略称で、コンピューターがまるで人間のように学習・判断・予測などの知的作業を行うことを可能にする技術のことを指します。

例えば、画像を認識し異常を検知する、過去のデータから未来を予測する、依頼を元に文章や画像を作成するなどの様々な活用が可能です。

近年、ビッグデータの蓄積や分析技術の進歩などにより、2020年以降その性能が飛躍的に向上し、幅広い業界・用途での活用が急激に進んでいます。

※AI/ChatGPTの活用を検討する際に必ず押さえておきたい、基礎知識から活用の進め方、ポイントまでをまとめた資料をダウンロード頂けます。
⇒【ゼロから分かる】AI/ChatGPT活用ガイドブックの資料ダウンロードはこちら(無料)

⑤【IoT】あらゆるモノをインターネットに接続する技術

IoTとは、「Internet of Things」の略で、日本語では「モノのインターネット」と言います。家電、自動車、建物など、日常で使うあらゆるモノにセンサーを設置し、インターネット接続することで生活の利便性を大きく向上させる技術です。

IoTにより、センサーを搭載したモノから大量の情報を取得することで、様々なことが実現できます。例えば、冷蔵庫にセンサーを設置すれば、その中の食材の状況がわかり、どの食材を買い足す必要があるのかが一瞬でわかります。また、指輪型やブレスレット型のウェアラブルデバイスを装着することで、心拍数や睡眠パターンをモニタリングするためにも利用できます。

IoT技術が広まっていけば、あらゆるモノがインターネットに繋がり、生活の利便性が大きく向上します。導入のためには、専用のセンサーやデバイスの用意、ネットワーク環境の整備、データの収集・管理システムの構築などの準備が必要となります。

⑥【デジタルツイン】仮想空間に双子のようなリアルな環境を再現

デジタルツインとは、リアル空間から収集したデータをもとに、バーチャル空間上に全く同じ環境をまるで双子のように再現する技術です。

建物や設備に搭載されたセンサーやIoTデバイスなどから集約したさまざまなデータをもとに、リアル空間に存在する都市全体や建物、設備をバーチャル空間上に再現し、AIなどを活用しながらさまざまな分析を行うことで、より高度なシミュレーションを行うことができます。

デジタルツインを導入するためには、センサー等のIoT機器からデータを収集した上で、3Dモデルを作成し、デジタルツインとして運用できるようにシステムを構築する必要があります。

実装には高度な技術が必要であるため、外部の専門家やコンサルティング会社に依頼するのがおすすめです。

※メタバース/デジタルツインの基礎知識からビジネス活用方法と最新事例、進め方までをまとめた資料をダウンロード頂けます。

⇒【ゼロから分かる】メタバース/デジタルツインのビジネス活用ガイドブックの資料ダウンロードはこちら(無料)

データ活用によるDXの成功事例７選

データを活用してDXに成功している企業の事例として、以下の7つが挙げられます。

• ①【星野リゾート】全国の営業拠点のデータを即時に集め来館予約のキャンセル率を半減
• ②【川崎重工】工場を丸ごとデジタルツイン化し、生産管理を効率化
• ③【SOMPOホールディングス】データに基づく適切な災害予測により防災対策に貢献
• ④【三井住友海上火災保険】Aのデータ分析による信用スコアリングや災害予測
• ⑤【ワコールホールディングス】3D計測したデータをもとに各顧客にフィットした下着を提供
• ⑥【東京ミッドタウンクリニック】疾病リスク予測AIで疾病リスクを正確に予測
• ⑦【Heuritech】SNSの投稿からファッショントレンドを予測するシステムを開発

それぞれについてわかりやすく解説していきます。

※データ活用を含む、最新のDX成功事例50選の取り組み・成果をまとめた資料をダウンロード頂けます。

⇒DX成功事例50選の資料ダウンロードはこちら(無料)

①【星野リゾート】全国の営業拠点のデータを即時に集め来館予約のキャンセル率を半減

星野リゾートは、ブライダル事業における業務効率化と顧客対応の品質向上を目指して、AIを搭載した顧客管理・営業支援システムを導入しました。

【課題・背景】

• 全国各地の営業拠点に点在する顧客情報を手作業で集約する必要があり、タイムリーな状況判断や対応ができないという問題を抱えていた
• 成約に至るまでの営業プロセスの中で、ブライダル施設への来館予約はしたものの実際には施設に来館しないというケースに悩まされていた

【具体的な取り組み】

• 顧客管理・営業支援システム「Zoho CRM」とデータ可視化・分析ツール「Zoho Analytics」を導入し、営業プロセスの最適化と営業施策に対するデータに基づく分析を実施
• 「Zoho Analytics」と連携して営業プロセスの詳細を分析することで、データに基づく根拠ある施策が可能に

【得られた成果】

• 顧客情報を集約し、迅速なデータ分析が可能に
• 「予約から来館までの期間が一定日数を超えるとキャンセル率が上がる」という知見を得ることができた
• 営業プロセスの分析により、来館予約のキャンセル率を50％削減

②【川崎重工】工場を丸ごとデジタルツイン化し、生産管理を効率化

日本の大手重工業メーカーである川崎重工は、「Kawasaki DX」というスローガンを掲げ、新たな顧客価値の創出、モノ売りからコト売りへのビジネスモデル変革、事業基盤のアジリティ強化、従業員の働き方改革などの実現を目指しています。

DXの取り組みの一環として、同社の工場をデジタルツイン上に再現して、生産管理を効率化する取り組みが行われています。

【課題・背景】

• 工場での生産工程管理においては、稼働状況の監視や機器のメンテナンスなどのために、従業員が現地に集まる必要があり、大きな負担となっていた

【具体的な取り組み】

• 自社の工場をデジタルツイン上に再現し、生産工程をデジタル上で管理するシステムを構築
• 工場の各機器や設備はIoTによりインターネット接続され、そこで得られたデータがデジタルツインに即時反映される仕組み

【得られた成果】

• 工場の機器や設備の状態をリアルタイムで確認することができ、設備運用の効率化やトラブルの早期防止を実現
• 作業員は、現場にいなくても遠隔で工場の監視や設備のメンテナンス・機器の操作ができるようになり、作業員の負担軽減、安全確保につながる

※700社以上のご担当者様にお読みいただいている、製造業界を含む、国内外の最新メタバース/デジタルツイン活用事例101選をまとめた資料をダウンロード頂けます。

⇒メタバース/デジタルツイン活用事例101選の資料ダウンロードはこちら(無料)

③【SOMPOホールディングス】データに基づく適切な災害予測により防災対策に貢献

ＳＯＭＰＯホールディングスは、「安心・安全・健康のテーマパーク」の実現に向け、保険事業を基盤として、モビリティやヘルスケア、ソフトウェアプラットフォームなど幅広い領域においてＡＩやビッグデータなどを用いたデータドリブンを推進しています

【課題・背景】

• 顧客にとって「安心・安全・健康」な世界を目指し、先端デジタル技術の積極的な活用を通じて社会課題の解決を図り、レジリエントで持続可能な社会を実現したい

【具体的な取り組み】

• 保険・介護事業で得られたデータを統合したリアルデータプラットフォーム（RDP）の構築 
• データ活用によるバイタルデータ等の一元化など介護×RDPの取り組みを推進
• 国内損保事業から得られた保険金データとAIを組み合わせることで、正確な被害予測システムを開発

【得られた成果】

• 介護業界における早期の標準ＯＳ化を実現し、介護オペレーションを改善、最適化
• データに基づく正確な災害予測により、保険料の最適化を図るとともに、地域の防災対策に貢献

④【三井住友海上火災保険】AIのデータ分析による信用スコアリングや災害予測

大手損害保険会社の三井住友海上火災保険は、AIのデータ分析力を様々な業務に活用し、サービスの質の向上・顧客満足度向上といった成果をあげています。

【課題・背景】

• よりパーソナライズされた体験を提供するために、AIによりデータを科学的に分析・理解・活用し、効率的かつ正確なサービスを提供したい

【具体的な取り組み】

• AIによる自動車ローンスコアリングサービスを実装
• AIが災害時の被害推定を可視化する防災ダッシュボードを提供
• 損保業界で初めてAIチャットボットによる顧客対応を実施

【得られた成果】

• 公正かつ迅速な保険審査が可能となり、保険審査の質の向上や保険収益の増加を実現
• 災害発生時の被害推定をダッシュボード上にわかりやすく可視化することで、地域社会の防災対策を支援
• AIチャットボットが24時間265日、顧客からの問い合わせに即時に応答可能となり、顧客満足度が向上

※国内外の最新AI/ChatGPT活用事例50選をまとめた資料をダウンロード頂けます。

⇒AI/ChatGPT活用事例50選の資料ダウンロードはこちら(無料)

⑤【ワコールホールディングス】3D計測したデータをもとに各顧客にフィットした下着を提供

婦人用下着メーカーのワコールは、3D計測サービスで集めた顧客データをもとにパーソナライズされた商品提案を実施しています。

【課題・背景】

• 試着への心理的ハードルが高いなど、インナーウェアならではの対面での購入におけるストレスを解決する必要があった
• 発注件数が増加した場合も、人的リソースを増やすことなく対応できる体制を整えたかった

【具体的な取り組み】

• 3D計測サービスで集めたボディデータから体型タイプを診断し、身体に合うインナーウェアを提案する「わたしに合うブラ診断」をリリース
• ボディデータを分析し、一人ひとりにフィットするパーソナライズ設計された商品を開発

【得られた成果】

• 3D計測から始まる「自分を知る」顧客体験の価値を強化
• お客さまのタイムパフォーマンスを意識した接客とよりパーソナライズされた商品提案を実現

⑥【東京ミッドタウンクリニック】疾病リスク予測AIで疾病リスクを正確に予測

東京ミッドタウンクリニックは、人間ドックを受診した患者に対して疾病リスクの予測結果を報告する際に、疾病リスク予測AIサービスというツールを活用しています。

疾病リスク予測AIサービスとは、東芝デジタルソリューションズが提供するソリューションで、１年分の健康診断データをもとにAIが６年先までの６疾病（糖尿病・高血圧症・脂質異常症・腎機能障害・肝機能障害・肥満症）のリスクを予測するサービスです。

【課題・背景】

• 近年、個々人が自身の生活習慣の改善や健康増進を図り生活習慣病を予防することを目的に、発症リスクの把握に対するニーズが高まっている

【具体的な取り組み】

• 東芝デジタルソリューションズが提供するソリューション「疾病リスク予測AIサービス」を活用
• 生活習慣病の個別化予測データを健康診断レポートに反映

【得られた成果】

• より正確な疾病リスク予測を患者に届けることに成功
• 疾病リスクの予測にかかる医師の工数を削減し業務効率化を達成

⑦【Heuritech】SNSの投稿からファッショントレンドを予測するシステムを開発

フランスのスタートアップHeuritechは、SNSやブログなどのソーシャルメディアの投稿を分析し、ファッショントレンドを予測するシステムを開発しました。

【課題・背景】

• 正確なファッショントレンドがつかめず、過剰な在庫に悩まされる事業者が多くいた
• ファッション業界は過剰な在庫の廃棄による環境汚染が問題視されていた

【具体的な取り組み】

• AIを搭載したシステムがソーシャルメディアに投稿された写真やテキストデータから、ブランドに関する情報を抽出し、ファッショントレンドを予測

【得られた成果】

• 在庫数の最適化や効果的な販売戦略の遂行が可能に
• スカートの売り上げが12％増加した例もあり
• 過剰在庫や廃棄を防ぎ、サステイナブルな生産が可能となった

データを活用してDXを成功させる５つのポイント

データを活用してDXを成功させるためのポイントとして、以下の5つが挙げられます。

• ①リーダーのコミットメントにより社内を巻き込む
• ②自社ならではのDX戦略を策定する
• ③十分なDX人材を確保する
• ④スモールスタートクイックウィンを実現する
• ⑤ゴールへの最短かつ低コストなアプローチを設計する

それぞれのポイントについて分かりやすく紹介していきます。

※300事例の分析に基づく、DXの成功に向けて外せない25のポイントをまとめた資料をダウンロード頂けます。

⇒DX成功へのチェックリストの資料ダウンロードはこちら(無料)

①リーダーのコミットメントにより社内を巻き込む

DXは、個別業務のデジタル化だけでなく、全社規模の業務やビジネスモデル、組織文化の変革など、会社のコアとなる部分を大きく変えていく取り組みです。

そのため、経営陣や事業部のリーダーが起点となり、DXのビジョン・方針を明確に示し、社内全体を強力に動かしていく必要があります。　

具体的には、「どのような中長期的なDXのビジョンを描くのか」、「業務や顧客体験、ビジネスモデルをどのように変えていくのか」、そのために「どの程度人材や予算を割り当てていくのか」などに対して、大きな権限を持って意思決定をしていくことが求められます。

一方で、経営陣やリーダー陣がDXに対する危機意識が低い場合などは、DX推進部門や経営企画部門などが主導し、リーダー陣を含め、DXに関する社内向けの勉強会/ワークショップを実施することも有効です。

②自社ならではのDX戦略を策定する

あらゆる人・モノ・コトがインターネットと繋がる現代で、人々の生活や業務、ビジネスの主戦場は、リアルの世界からデジタルの世界に加速度的にシフトし続けています。

その変化を踏まえ、いかにデジタルを活用し競争優位性を築いていくかは、全ての企業の経営戦略を考える上で必須のテーマとなっており、DX戦略を考えること＝経営戦略を考えること、と言っても過言ではありません。

そのため、DX戦略を策定する際は、特定の事業部/部門×個別の業務×デジタル化という範囲で考えたり、同業他社が進めている取り組みをベースにして考えるといった、個別具体的なアプローチではなく、より中長期や全体のアプローチから、全社のビジョンや経営戦略、テクノロジートレンドや業界への影響などと連動させて考える必要があります。

③十分なDX人材を確保する

DXの成功に向けては、テクノロジーと経営戦略に対して深い知見を持つプロジェクトマネージャーや、専門的なスキルを有するエンジニア、デザイナーなどのDX人材を十分に確保することが必須となります。

本来であれば、既にDX人材が社内にいればよいのですが、ほとんどの日本企業で人材が不足しているという現状があります。

また、市場全体として人手不足で、DX人材の争奪戦となっており、採用も思うようには進められないというケースも多く見られます。

そのため、足元のDX推進にむけては、経営課題とデジタルの両方に精通した外部のエキスパートを活用しながら、中長期目線では実践や研修を通じた人材育成をしていくといったアプローチが有効です。

※DX総研では経験豊富なコンサルタントによる、DXに関する個別無料相談会を実施しております。DX人材の確保や自社に合った推進方法などでお困りの方は、お気軽にご相談ください。

⇒DXに関する個別無料相談会の詳細はこちら

④スモールスタートクイックウィンを実現する

DXがなかなか進まない理由として、業務や組織を大胆に変えていくことが必要な一方で、全社規模の大きな成果が上がるまでには5年程度を有するという点があります。

そのため、取り組みの方向性が正しくても、短期間では成果が見えにくいことから、部門間の軋轢や現場からの反発が生まれ、変革のスピードが落ちてしまうケースが少なくありません。

そこで、全社単位でのインパクトは小さくとも、比較的短期で成果が出る取り組みを進め、その成果を社内外に発信し巻き込んでいくことは非常に有効です。

取り組みの例としては、アナログデータのデジタル化や各種データの一元管理化、業務自動化ツールの導入などが挙げられます。

これらの取り組みにより小さな成功を積み重ね、他部門のリーダー陣や現場の社員のマインドが徐々に変わっていくことで、連鎖的に大規模なDXを推進しやすい状況を実現できます。

⑤ゴールへの最短かつ低コストなアプローチを設計する

業務の現状や課題を踏まえて設定したゴールに向けて、最適かつ低コストなアプローチ設計をすることは、DXの投資対効果を飛躍的に高めます。　

そもそものDXの目的は、業務を効率化することや顧客により良い製品/サービスを届けることです。

一方で、「DXプロジェクトをやるぞ！」となると、本来目的であるはずのデジタル化自体が目的になってしまい、競合が取り組んでいるからといった理由で、自社にマッチしない大掛かりなデジタル化をすすめてしまうケースが少なくありません。

もし大規模なシステム開発をせずに効率化を実現できるのならそれがベストであり、そもそも業務は必要か、効率化のインパクトは大きいか、SaaSの導入で解決できないか、アジャイルな進め方で小規模なPoCで仮説を検証する余地はないか、などより幅広い視点で検討をするようにしましょう。

DXの実行フェーズになっても、デジタルへの知見はもちろんですが、全社単位での経営の視点や戦略思考が必要になります。