PR

 2つめの勘違いは、分析問題→分析設計図→データ→数値計算→知識というデータ分析のプロセスを全部やればいいと思っていたこと。「これは散々な目に遭った。全く、役に立たなかった」(同)。なぜなら、会社の中に「分析問題」は落ちていないからだ。一方で、ビジネス課題は山ほどある。「山ほどあるビジネス課題の中のいくつかで、分析問題がある」(同)。

 つまり、データ分析の出発点はビジネス課題なのである。プロセスで言えば、ビジネス課題→分析問題→分析設計図→データ→数値計算→知識→意志決定、となる。

 では、データ分析が有効なビジネス課題を見つけるのは誰か?「営業部でも製造部でも、誰も見つけてくれない。そこで『自分たちで全部やろう』と考えた」(河本氏)。

 3つめの勘違いは、KKD(勘、経験、度胸)を侮っていたこと。「KKDを侮ってはいけない。データ分析がKDDを代替できるか、というとそんなことはない。KKDに勝てないこともある。二者択一ではなく、『データ分析+KKD』という、いいとこ取りをしなければならない」(同)。

データ分析でビジネスを変える仕事のやり方とは

 次に河本氏は、給湯器のメンテナンス携行部品の最適化の事例を紹介した。

 給湯器の部品点数は非常に多いので、故障した給湯器を修理するメンテナンススタッフが全ての部品を携行することは不可能。当然、修理に必要な部品を持っていないこともある。「『部品がないので3日後にまた来ます』と言われたら、主婦は怒る。その間、給湯器が使えないので大迷惑だからだ」(河本氏)。

 この問題をデータ分析で解決したという。具体的には、10年分、400万件の修理データを分析して、「修理携行部品予測システム」を開発した。