データ駆動型企業への道【第1回】
回答者の約80％を悩ませる「コロナ禍によるデータ品質低下」のワケ
多くの企業がデータに基づいた意思決定に取り組んでいる。問題はデータ品質だ。データ品質を向上させる試みは、コロナ禍によって阻害されたという。なぜコロナ禍が影響するのか。
2022年初めにMcKinsey & Companyがあるレポート（後述）を公開した。このレポートは、情報を利用して事実に基づくインテリジェントな決定を下すという理想を実現するための道筋を示している。この理想を実現できる企業もあるだろう。だが、データ品質の問題点を把握しなければ理想とは懸け離れた現実が待っている。データの品質が低い場合は昔ながらの意思決定戦術に戻るしかない。データ駆動型企業になるのは諦めるしかない。
これは、CB Insightsのアナンド・サワル氏（共同創設者）が数年前に語ったことを思い起こさせる。同氏は意思決定、データ分析の台頭、ビジネスリーダーがデータおよび人間の体験の間の最適点を見つけるニーズについて語り、「戦略決定はGoogle検索（Google）、MBAを持つ人材（Guys）、本能的直感（Gut instinct）という3つのGに懸かっている」と話していた。もちろん、その当時からは前に進んでいる。多分、そのはずだ。
コロナ禍がなぜデータ品質を低下させるのか
iStock.com/Andrii Yalanskyi
でもまだ道半ばだ。Quantexaが公開した調査によると、「不正確で不完全なデータセット」が正確で信頼性の高い意思決定を行う能力を損ない、「このギャップによって機能不全に陥っている」ヨーロッパ企業が95％に上るという。Adverityが行った調査は、CMO（最高マーケティング責任者）の63％がデータに基づいて意思決定しているが、マーケティングデータのアナリストの41％は「データの信頼性に苦戦している」としている。
Adverityのレポートは、マーケティング部門に見当違いの楽観主義があることを示唆している。同レポートによると「分析には成熟している」という回答が3分の2を占めているが、68％がスプレッドシートを利用している。手作業によるデータラングリングは、多くの企業が解決すべき大きな課題だ。レポートには次のように記されている。「データセットが流れる過程で手作業のプロセスの数に疑問を持たなければならない。『Facebook』や『LinkedIn』から『Microsoft Excel』にデータが転送され、その後『Microsoft PowerPoint』に転送されるなら、その過程に人的ミスが入り込む可能性が高くなる」
Validityのクリス・ハイド氏（データソリューション部門グローバル責任者）は、大量に存在する重複レコードがデータへの不信を招き、作業負荷を増大させていた顧客の例を挙げる。同氏によると、Akamai Technologiesはデータの検証、更新、重複データのマージを毎日手作業で行っており、それがCRMを見直してデータ管理ツールへのアクセスを容易にすることにつながったという。
社内外のソースから大量のデータを収集しても、そのデータポイントを結合しなければこの種の問題は悪化し続ける。Quantexaのビシャル・マリア氏（創設者兼CEO）は、企業が合併や買収によって事業を拡大し、その過程でデータサイロを追加し、断片化されたデータクラスタを引き継ぐとこうした問題が悪化すると言う。「データが有用なのは、適切な方法で管理されている場合だけだ。ルールベースのバッチ処理に依存するレガシー技術では不十分だ」
事態はコロナ禍によって悪化する一方だ。Validityのハイド氏は「The state of CRM data health in 2022」の統計を引用し、コロナ禍によってデータの品質が低下していることに回答者の79％が同意していると指摘する。従業員が新しい役割に移行せざるを得ず、それに伴い電話番号、住所、役職が変わったことが関係し、リモートワークが増えたことでオフィスの住所が無意味になったことも一因だという。
これらはCRMの商談情報や連絡先情報が急速に古くなり、CRMチームが作業負荷の増大に直面することを意味する。
多くの企業にとって、こうした変化に対応できないということは、データ管理の計画とプロセスが不十分であるということだ。データ管理に着実にアプローチしなければ、データ駆動型の意思決定はできない。「異論はあるかもしれないが、多くの企業がデータ管理を優先しないことで、非倫理的な慣習を可能にしている」（ハイド氏）
McKinseyのレポート「The data-driven enterprise of 2025」は同社のサイトで閲覧できる。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly日本語版
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[アステリア株式会社] 年間約500時間の集計作業を削減、事例に学ぶ在庫管理と棚卸を効率化する方法 -
製品資料
[アステリア株式会社] 紙ベースのアナログな点検報告業務はもう限界？ 低コストでできるDXの現実解 -
製品資料
[アステリア株式会社] Excel帳票を生かしつつ現場主導で業務をデジタル化、ノーコード開発実践ガイド -
事例
[アステリア株式会社] 京セラなど11社に学ぶ、工場／倉庫現場のDXを加速させるモバイルアプリ活用術 -
製品資料
[アイティメディア広告企画] 「会計ソフト」6製品を徹底比較 22の選定ポイントをユーザー評価を基に分析
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
生成AIが普及しても「技術書」を手放せないエンジニアの本音
-
2
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
3
IT業界の女性は9割が10年で消える 人材枯渇を招く“見えない壁”の正体
-
4
「データ活用とAI活用の実態」に関するアンケート
-
5
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
6
セキュリティは「情シス任せ」が過半数 漏えい発生時やSCS評価制度の課題は？
-
7
千葉大はなぜ「Google Cloud」を選んだか “取りあえずIaaS”からの脱却
-
8
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
9
BMWも導入 78兆円市場に化ける「フィジカルAI」の衝撃
-
10
「完璧な設計」なのに3000万円溶けた AWSの失敗事例から学ぶ3つの教訓
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
-
4
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
5
プログラミング不要で誰でも実現できる、ネットワーク運用管理の自動化とは
-
6
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
7
東大教授と考える、AI時代の「データ主権」「信頼性」「ガバナンス」の在り方
-
8
Linux初心者でも知らないとまずい「RHEL」「SLES」の違いとは？
-
9
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
ランサムウェア攻撃“究極の対策”はこれだ
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー