社内のデータを経営に使う。集め方と整え方

社内のデータを経営に使うには、データを集めることから始めるのではなく、経営で答えたい問いを先に決め、その問いに必要なデータの所在を確かめ、定義をそろえて整え、見る仕組みと管理の決まりをつくる、という順に進めるのが基本です。

多くの会社には、販売管理・会計・顧客管理・勤怠などのシステムに、すでに大量のデータがあります。それでも経営の判断に使えていないのは、データがないからではなく、システムごとに数え方がばらばらで、つなげて見ることができないからであることが多いと考えられます。この記事では、データを経営に使えるようにするための5つの段階と、それぞれでつまずきやすい点を説明します。

データ活用は、問いから始める

データ活用は、「経営で何を知りたいのか」という問いを決めることから始めます。問いが決まると、集めるデータ、整える範囲、見せ方が絞れます。

問いの例は次のようなものです。

• どの商品・どの顧客が、利益に貢献しているか
• 受注から入金までに、どこで時間がかかっているか
• 来月の需要はどれくらいで、在庫は足りるか
• 人手が足りない部署はどこで、残業はどう推移しているか

問いは、経営の目標やKPI・KGIと結びつけて選びます。「とりあえずすべてのデータを1か所に集める」から始めると、費用がかかるわりに使われない仕組みができてしまうことがあります。データにもとづく経営とAIの役割の分け方は、AIは経営参謀になれるかで説明しています。

5つの段階で進める

データを経営に使えるようにするには、問いを決める、所在を確かめる、整える、見る仕組みをつくる、管理の決まりをつくる、の5つの段階で進めます。最初は1つの問いに絞って5つの段階を一通り進め、うまくいったら問いを増やしていくと、途中で止まりにくくなります。

段階1：データの所在を確かめる

問いが決まったら、答えるために必要なデータが、どのシステムの、どの項目にあるのかを確かめます。データの所在は、次の表のような一覧にまとめます。

表計算のファイルで管理されているデータや、特定の人の手元にしかないデータも、この段階で見つけておきます。こうした一覧を社内で共有できる形にしたものを、データカタログと呼びます。

段階2：データを整える

データを整える段階では、定義をそろえる、コードをそろえる、誤りを直す、の3つの作業をします。整備は、データ活用の中で手間がかかる部分ですが、ここを飛ばすと、部署ごとに数字が合わず、結局使われなくなります。

定義をそろえる

「売上」という言葉一つでも、受注した日で数えるのか、出荷した日か、請求した日かで数字が変わります。部署ごとに違う数え方をしていると、会議のたびに数字の確認から始まってしまいます。主な指標について、何をどの時点で数えるかを決めて文書にします。

コードをそろえる

取引先や商品のコードが、システムごとに別々に付いていると、データをつなげられません。共通のコードで管理するための基本の情報をマスターデータと呼び、その整え方はマスターデータの整備が必要な理由と進め方で説明しています。

誤りを直す

入力の漏れ、表記の揺れ（全角と半角、株式会社の有無など）、重複を見つけて直します（データクレンジング）。一度きれいにしても、入力の仕方が変わらなければ、また同じ誤りが増えていきます。入力の画面で選択肢から選ばせる、必須の項目を決めるなど、元の入り口での対策もあわせて行います。

段階3：見る仕組みをつくる

データが整ったら、経営者や担当者が見る仕組みをつくります。複数のシステムのデータを分析のためにまとめて置く場所をデータウェアハウスと呼び、まとめたデータを集計して画面に表示する道具をBIと呼びます。

最初から大きなデータ基盤をつくる必要はありません。1つの問いに答えるだけなら、必要なデータを定期的に取り出して、集計した結果をダッシュボードに表示する小さな仕組みから始められます。見せ方の考え方は、経営の数字を見るダッシュボードのつくり方にまとめています。

段階4：管理の決まりをつくる

データを使い続けるには、データについての決まりと担当を決めておく必要があります。こうした決まりと体制をデータガバナンスと呼びます。

最初に決めておきたいのは、次の4点です。

1. データごとの責任者：取引先のデータは営業部、商品のデータは商品部、のように、データの正しさに責任を持つ部署を決めます
2. 直し方：誤りを見つけたとき、誰に知らせ、どこで直すかを決めます。分析のための写しではなく、元のシステムで直すのが基本です
3. 使ってよい範囲：個人情報や取引先の秘密を含むデータを、誰がどこまで見てよいかを決めます
4. 定義の置き場所：段階2で決めた指標の定義を、誰でも見られる場所に置きます

個人情報を含むデータは、個人情報保護法にもとづいて、特定した利用の目的の範囲で扱う必要があります。分析に使う前に、取得したときに示した利用の目的に含まれているかを確かめ、判断に迷う場合は弁護士などの専門家にご確認ください。

よくあるつまずき

データの活用でよく見られるつまずきは、次のようなものです。

• 仕組みをつくることが目的になる：データ基盤やBIを入れても、問いが決まっていなければ見られなくなります
• 現場の入力の負担が増える：分析のために入力の項目を増やしすぎると、入力が雑になり、データの質が下がります
• 数字が合わないまま公開する：一度信頼を失った数字は、使われるまでに時間がかかります。公開の前に、既存の帳票の数字と突き合わせます
• 担当者が一人だけ：集計の仕組みを一人しか分からないと、その人がいないときに止まります。手順を文書にしておきます

AIを使ったデータの分析や予測を考えている場合も、前提はデータが整っていることです。需要予測の例は需要予測で在庫と発注を見直すで紹介しています。

当社のご支援

当社のAI・DXコンサルティングでは、業務の流れ、使っているシステム、データの置き場所をうかがい、取り組む順番を決めます。基幹システム・会計・販売管理などのデータをつなぎ、二重の入力を減らす仕組みはAIインテグレーションでお受けします。データの扱いを含め、自社の現状を手早く確かめたい場合は、無料のDX診断をご利用ください。