ここ数年ビッグデータやAI、マシンラーニングなど新たなテクノロジーに関心が高まっていますが、いずれも「データ」とそれを効果的に活用する手法や技術を指しています。データ活用にあまり関心が無い方からすれば、「少し騒ぎ過ぎなのでは？」と思われても仕方のないことでしょう。しかし、データへの注目度が年々高まっているのには正当な理由があり、言うまでもなくビジネスへの影響度は計り知れないものがあります。
そこで本記事では、データ活用の第一歩でもある「データ統合」の目的やポイントについてご紹介します。これまでデータ活用に消極的だった方も、なぜ多くの企業がデータの取り扱いに全力を注いでいるのか理由を知り、データ活用への興味を少しでも持っていただけたらと思います。
データ統合の目的
「データ統合」とは言い換えると、社内に散在しているデータを一元的に管理するための方法です。データ活用に消極的な方であっても、経営判断を下す際には何らかのデータを参考にしているはずです。例えば、今期の売上目標を決めるにあたり、前期の売上データを参考にすることが多いでしょう。これも立派なデータ活用です。では、なぜデータを統合する必要があるのでしょうか？
目的1. 複数のデータからより正確な事象を知る
データは単体で分析してもあまり意味がないとされています。例えば、Aという商品を購入した顧客のデータを分析するにあたり、性別を調査したとします。そこから「Aは男性によく購入されている」という事実を突き止めたとしても、マーケティングに活かすことは難しいですね。
しかしそこに、年齢や居住地、家族構成や職業などのデータが加わるとどうなるでしょうか？Aを購入する男性のうち、よく購入される年代など顧客の属性情報を明らかにして、いくつかのセグメントを準備することで効果的なマーケティング施策が展開できるようになります。
データを統合すると、複数のデータから今までは見えなかった正確な事象を知ることができ、それをビジネスのあらゆるシーンで活用できます。
目的2. 経営状況などビジネスに必要な情報を可視化する
今日日のデータ統合において、企業の注目度が最も高いのが「経営状況の可視化」など、ビジネスに必要な情報を目に見える状態へ変換することです。昔と比べてビジネススピードは高速化し、市場や顧客のニーズも刻一刻と変化しています。
このようなビジネス環境の変化の中で柔軟に対応するためには、自社の経営状況が現時点でどのようになっているのか？を正確に把握し、今後の指針を明確にしなければいけません。そのためにはデータ統合が欠かせず、社内システムに散在している様々なデータを統合・分析することであらゆる事象を可視化することができます。
目的3. データ管理に関わるコストを削減する
多くの企業ではセクション（部署や業務プロセスなど）ごとに個別のシステムを使用しています。それはつまり、システムごとにデータ管理の担当者を作ることと同義であり、データを活用しようにも間接作業が膨れが上がるためその分コストが増大することになります。
一方、データ統合によって各システムで管理されているデータを一元化することで、データ活用における関連作業も一元化することができます。これによりデータ管理に関わるコストを削減できるわけです。
目的4. BIなどのツールとの連携による業務効率化
BI（Business Intelligence/ビジネス・インテリジェンス）ツールとは、データ分析に長けた専門家に限らず、社内の全ての人が同じようにデータ分析を行えるようにするためのツールです。BIツールでは経営情報を可視化するためのダッシュボードが用意されていたり、事業部門が主体となってデータ分析に取り組むための機能が整っています。このBIツールを活用するためには、何らかの形でデータを統合することが絶対に必要となります。
目的5. データの流出リスクを抑える
データがシステムごとに散在している状況では、データの受け渡しのためにシステムからデータを手動で抽出して、別のシステムに移転する作業がよく発生します。その作業の途中でデータが流出してしまうようなトラブルが発生するケースも多々あります。
一方、データが統合されていればシステム間のデータ受け渡しは自動的に行われますし、人の介入が少なくなることでヒューマンエラーは激減します。また、データ統合基盤をクラウド上に置けば、どこからでもデータにアクセスできるためデータ持ち出しによる流出リスクも抑えられます。さらに、監視体制やシステムも統合型で効率化することが可能となります。
データ統合で何ができる？
データ統合を実施する目的は企業によって異なるものの、上記のような目的を基本として多くの企業が統合に取り組んでいます。では、実際にデータ統合を実現すると何ができるようになるのでしょうか？
例えば製造業では、データ統合にIoT（Internet of Things/物のインターネット）とAI（Artificial Intelligence/人工知能）を組み合わせることにより、「予知保全」とそれに伴うマネタイズ（収益化）が可能です。予知保全とは設備に搭載したセンサーによりIoT化し、そこから得られる膨大なデータをAIに解析させることで、トラブルの兆しとなる情報を視覚化する新しい保全活動の形です。これを活用することで従来の発生ベースのリアクティブな保全から、プロアクティブな保全が実現でき、サポート業務も新たなビジネスモデルとして確立した事例も多く耳にします。
小売業のマーケティング分野でもデータ統合は欠かせない存在のようです。例えば、売上データと顧客データを統合・分析することで、顧客をパターン別に細かく分けてセグメントごとに最適なマーケティングを実施したりします。ECサイトにおいては、商品のレコメンド機能（別の商品をお勧めする機能）にデータ活用が大きく貢献しており、データが積み上がるほど精度の高いレコメンドによって売上アップを目指すことが可能でしょう。この他、在庫管理や仕入・調達計画にもデータが活用されており、棚卸在庫を圧縮することでキャッシュフローの改善を目指す企業もあるようです。
データ統合で何ができるか？この答えに正解はありません。企業の数ほどデータ統合の答えがあり、自社独自のアイディアを創造することで、新しいビジネスモデル・商品・サービスの創造、マーケティング施策の最適化、業務の効率化など様々な効果を得ることができます。
データ統合の注意ポイント
最後に、データ統合へ取り組む際の注意ポイントを一つご紹介しますと、統合に欠かせないツールの選定はやはり慎重を期すべきです。データ統合を可能にするツールとしてETL（Extract, Transform, Load/抽出、変換、格納）、EAI（Enterprise Application Integration/企業内アプリケーション統合）、MDM（Master Data Management/マスターデータ管理）などがあります。
ツールごとに特徴が異なり、一長一短です。さらに、各ツールを組み合わせるケースも多いため、まずは自社がデータ統合に取り組む目的を明確にした上で、それを達成するためにどんなツールが必要なのか？をはっきりさせることが重要です。本記事で少しでもデータ統合に興味を持っていただけたのならば、上記に挙げたツールについてもぜひ調べてみてください。
また、データを効果的に活用することで全社データ・ドリブン化を進めることが可能となります。従来のように経験や直感も判断材料には重要な要素ですが、より客観的で誰が見ても適正な判断をすることで新たなアイディアの創造にもつながりやすくなります。様々な判断に是非データ活用を生かしてみてはいかがでしょか。
