データサイエンス
In
sector:consulting
データ活用にいかに向き合い取り組むかという姿勢が企業の競争力強化に直結する現在では、データに基づいた合理的な意思決定を継続的に行うことが必要です。
意思決定の合理性は、その根拠となる基準や評価の信頼性・透明性に依存しています。データサイエンスの導入により、顕在化した課題や問題への合理的な意思決定が可能となり、データ収集から施策の実行に至るまで一貫して改善の機会を提供できるようになります。
EYでは、データサイエンスのビジネスへの導入を幅広く支援しています。
データに基づいた、合理的意思決定を実現
データに基づく科学的意思決定の実現には、ビジネスに係る課題について本質的な原因を捉え、数学的問題として定式化し、バイアスを踏まえた分析を行い、打ち手の効果を検証するという、一連のサイクルが不可欠です。このサイクルの継続的な実践には、分析のための組織やプロセス、テクノロジーが必要です。
EYは高度な専門性と豊富な実績により、クライアントが行う意思決定の高度化を支援します。
数理手法を活用した意志決定の高度化
-
これまで定量化、可視化されてこなかった潜在的なリスクや機会、価値などの非財務指標をデータに基づいて定量化することで、収益の安定化や向上、ステークホルダーとの相互理解の促進を可能にします。
近年、非財務指標の定量化と開示が進んでいるものの、以下のような課題が見受けられます。
- 定量化する目的が明確化されておらず、開示の機運への高まりに対する受動的かつ散発的な取り組みとなっている
- 対象となる指標もESGや人的資本などにとどまり、網羅性に欠け、優先的に定量化すべき根拠が明確でない
- 定量化する非財務指標と収益との関連性が論理的に不明確、かつそれを裏づける根拠も希薄で、定量化が有効なア
クションにつながっておらず、収益向上に結びついていない
- 指標を開示しても、収益向上へのストーリーをステークホルダーに説得的に語れず、企業価値向上につながっていない
EYでは、次の3つの目的に対して、真に重要性の高い(マテリアルな)非財務指標を特定し、測定とその指標を活用した経営戦略の立案やエビデンスに基づいた意思決定を支援しています。
- リスクと機会への対応:将来的なリスクや機会の的確な評価と対応による、収益の安定化・最大化
- 戦略的な投資と資源配分:収益の規定要因の把握とエビデンスに基づいた戦略的な投資と資源配分による、収益最大化
- 開示:非財務指標の開示によるステークホルダーとの相互理解の深化による、企業価値の向上
上記3つの目的に照らして、以下のような非財務指標の定量化を支援します。
- 社会・経済・地球環境などの長期トレンドの変化に伴う将来的なリスクと機会の評価
(例:自然災害の発生リスク、ESGに配慮した製品・サービスに対する需要の高まり)
- 経営上の外部経済・不経済
(例:製造過程でのGHGの排出量やライフサイクルコスト、製品やサービスの消費を通した次善の選択肢と比較したGHG排出量削減、貧困削減や人的資本蓄積への貢献)
- 収益を規定しうるその他の指標
(例:ESG指標、人的資本、社会・関係資本、組織マネジメント力、技術開発力)
-
ビジネス・行政の両面で、事業・政策の目標に対する効果を分析し、クライアントの合理的意思決定を可能にします。
有限の資金・人材・時間を複数の事業・政策に振り分けるには、事業・政策を実行前後に評価し、優先順位を判断することが不可欠です。しかし、この評価プロセスには以下のような問題が見受けられます。
- 過去の事業を評価する際、事業の実施前後の業績を単純に比較している
- 将来の事業計画をたてる際、過去の費用と売り上げの関係をシンプルに延長し、売り上げを予測している
- 政策を立案する際、過去の少数のエピソードと同様の効果が得られると仮定している
- 実施した事業・政策と仮に異なる施策を行っていた場合、どのような効果が見込まれたのか推察できない
EYでは、表面的な相関関係や少数の前例の延長線上にとどまらない厳密な分析を行うため、統計学・計量経済学を用いたデータ分析に多くの経験を持つ専門家が上記の問題に対処します。幅広いドメインをカバーするEYのメンバーと協業しつつ、統計的因果推論により事業・政策と目標数値の関係を明らかにすることで、エビデンスに基づいた意思決定を支援します。
支援内容はデータの収集や分析のみにとどまりません。事業・政策そのものの設計を含め、以下のような課題でクライアントを支援しています。
- 観光業促進政策の評価・次期政策の設計
- 保健指導の改善による医療費削減
- 輸出ビジネスを通した途上国の貧困削減
- 購買を促すマーケティング・広告の効果測定
-
業務においてリソース不足や労働時間過多、業務達成期限の超過が懸念される企業に対し、業務ログを活用したプロセスマイニングによって業務の効率化を実現し、働き方・行動様式の変革に寄与することを目指します。
業務効率化の促進を検討に入れる一方で、作業量や労働時間が過多となる原因に気付かないケースや、原因に気付いていても効率化の効果の大きさを認識できないが故に、現状の行動様式を維持するケースも多いのが実情です。
本サービスでは、以下のプロセスでの効率化をサポートします。
- 各要因がどのKPI(時間など)にどの程度起因しているのかを定量的に算出するとともに、非効率な原因をデータドリブンで特定・可視化する
- 業務集約化などの新規施策の効果を、シミュレーションを通して定量的に評価する
- シミュレーションの結果に基づいたプランニングを実施する
-
営業戦略の構築では、「どの顧客にコンタクトすべきか」「どのような活動を行うべきか」「どの営業職員が顧客とマッチするか」といった問いかけと答えが不可欠です。私たちは営業職員の行動や成績を統計・機械学習を用いて分析し、その分析結果に基づいて定量的なコンタクト先の特定、営業行動の効率性評価、営業職員の最適配置の実施を支援します。
営業活動の効率化を目的としたSFA(Sales Force Automation)の導入が進んでいますが、そのデータを活用できている企業は多くありません。データをためたものの、何に活用すれば良いか分からないという声も多く、目的が見えないまま可視化やレポート作成を定型的に実施しています。
昨今では、営業職員の活動記録、営業成績・KPI、顧客特性・営業職員特性などのデータを利用し、統計・機械学習の手法を用いてそれらの関連性を分析することで、自社がこれまでデータを収集・可視化するだけでは分からなかった次の問いに直接的に答えることができるようになります。
- 成約確率に寄与している要因は何か
- 顧客ごとの売り上げを見込める潜在的な需要はどの程度か
- 顧客は自社にとってどのようなライフステージに位置するのか
- 成約に対して営業活動はどの程度寄与しているのか
- デジタルチャネルとオフラインはどのように使い分ければ良いか
- 顧客と営業担当者はどの程度マッチしているか
- 顧客へコンタクトするべき適切なタイミングはいつか
-
多くの企業では、専門の組織を立ち上げてデータ活用の推進に取り組んでいますが、次のような共通の課題が見受けられます。
- データ分析組織の活動がビジネスへのインパクトを出せていない
- 他部門との連携が取れておらず、局所的な取り組みにとどまっている
- 目的に対し分析設計が適切でない、または、データ不足によりデータ分析上の課題が解決できておらず、期待した結果を出せない
- データ分析を担う人材がおらず、データ活用が進まない
- これまで外部の支援を受けていたがノウハウが内部にたまらず、人材が育たない
データ分析組織は、ITツールを適用することのみを目指すものではありません。ビジネス上の課題解決のためのプロセスを継続的に実施し、仮説検証を繰り返すことで企業の意思決定を支えることを目的とします。データ分析組織に求められる機能を内製化し、自社ビジネスにおける意思決定に反映することで、競争優位を確立することができます。
EYでは、さまざまな業種、領域でのデータ分析経験を持った専門家が伴走して分析プロジェクトを実施することで、データ分析組織が自立して機能を発揮できるよう、以下のように支援します。
- 伴走型でのデータ分析プロジェクトの運営支援(OJT型でのデータ分析実施支援、プロジェクト運営上のボトルネックや課題解決の支援)
- 貴社のデータを使ったデータ分析ケースおよび人材育成プログラムの作成と自社内で運営可能な育成プログラムの実施
- 高度な分析技術の提供とデータ分析スキルの移転により、自律したデータ分析専門組織の立ち上げを支援
You are visiting EY jp (ja)
jp
ja