ブログ

仙台・経営コンサルタントが読む「Harvard Business Review」30

 仙台市で経営コンサルタントをお探しの皆様、こんにちは。 「名門コンサルティング」代表の三沢やすしです。

1. 上級管理職のために「戦略的データ解析」の本を
 今日は、世界的な名門の経営大学院「Harvard Business School」が出している権威あるビジネス誌「Harvard Business Review(HBR)」で、「Strategic Analytics」を読了した感想とその概略をお話しします。 データ解析を戦略に活かしたい上級管理職の方は、ぜひ最後までご覧下さい。

2. HBR書籍: Strategic Analytics

US$22.95(Amazonで2,600円くらいで購入)

裏表紙

目次

中身1

中身2

   A. 「データ解析」とそれを「戦略」に活かす方法が
 この本は「Strategic Analytics」というタイトルですが、最近話題の「ビジネスデータ解析」の結果を、企業の経営戦略・経営判断に活かす方法を述べています。 ただ、そこは「HBR」の書籍なので、規模のある企業の野心的な上級管理職を対象読者としています。

   B. 頭の良い人たちが書いているので
 また、この本の著者は、HBS(Harvad Business School)などの教授や世界最高のコンサルティングファーム「マッキンゼー」で出世した人など、とても頭の良い人たちばかりです。 ですから、難しいことでも分かりやすく、かつ、プレーンな英語で書いてあります。 その結果、未熟な僕でもこの本をすらすら読めました。

3. Contents(目次)
  Introduction: What Makes Analytics Strategic

  Section1: Understanding Analytics Basics
   1. The Five Essential Elements for Succeeding with Data

   2. Understading the Types of Data and How They’re Captured

   3. The Right Way to Deploy Predictive Analytics

   4. What Great Data Analytics Do

   5. What Data Is and Isn’t Good for

  Section2: Becoming an Analytics-Driven Organization
   6. Prioritize Which Data Skills Your Company Needs

   7. How a German Manufacturing Company Set Up Its Analytics Lab

   8. Cloud Computing Is Helping Smaller, Newer Firms Compete

   9. Data Science and the Art of Persuasion

  Section3: Applying Data Analytics
   10.How Vineyard Vines Uses Analytics to Win Over Customers

   11.How to Use Employee Data Responsibly

   12.What AI-Driven Decision Making Looks Like

   13.How Companies Can Use the data They Collect to Further the Public Good

4. 役に立つコンテンツとその概略
  1. The Five Essential Elements for Succeeding with Data
 この章では、企業がその「ビジネスデータの利用」に成功するための5つの要素が記してあります。 以下に、それらを述べます。

 1)Quality data
 業務と関連があり、信頼出来、そして見つけ出して理解することが容易で、かつ構造化された質の高いデータ、が必要である。

 2)Means to manetize that data
 「得られたデータを解析してお金にする手段(ビジネスモデル)」が必要である。

 3)Organizational Capabilites
 必要な才能のある従業員を確保し、「構造的にも企業文化としても、データおよびその解析結果を共有出来る能力」が必要である。

 4)Technologies to deliver at scale and low cost
 スケール化と目的の達成に役立つ洗練された技術的ツールと共に、データを蓄え、処理し、コミュニケートする基本的技術が必要である。

 5)Defense
 データの取り扱いに際してもコンプライアンスを重視するとともに、サイバーセキュリティや競合への目配りも必要である。

  2. What Data Is and Isn’t Good for
 この章では、「データ解析」と「定性的アプローチ」を結び付けた問題解決方法の概略が述べられています。

 1)データの個々のパターンの解析から、何が問題であるかは突き止められる。 だた、それからは、問題の原因が分かることはまれである。
 
 2)問題が発生している原因を突き止めるためには、データ解析などの定量的なものだけではなく、インタビューやグループへのフォーカスなど定性的な調査が必要である。
 
 3)こうやって突き止めた原因から得られた問題解決の方法が、本当に問題を解決してくれるかどうかを確かめるためには、ランダム化テストを行わなければならない。

  3. What AI-Driven Decision Making Looks Like
 この章では、データ解析を援用した業務における「意思決定」に際しては、人間の能力やその認知バイアスによる限界があることを述べて、AIの導入と使用、人間との協働を勧めています。

 1)人間の判断は、必ずしも正しくない直観によったり、認知バイアスの影響を受けたりするので、よく間違うものである。

 2)AIは大量のデータを扱うのが得意なので、構造化された大量のデータがあれば人間よりも客観的な判断を行える。 だから、ルーチン的な判断はAIに任せられる。

 3)ビジョンの策定や経営戦略などの決定には、AIと人間の協働が望ましい。 AIがいくつかの可能な案を出し、人間がどれにするか決定するのである。



▲ Topへ