【売上高10倍、営業利益率5割：一休のデータドリブン経営】顧客行動データが肝／データドリブンがなぜうまくいかないか？／成功例はZOZO／データドリブンのステップ／日本と米国の差【一休・榊淳社長】
Summary
TLDRこのビデオスクリプトでは、データドリブン経営に焦点を当てています。ゲストとして一級社長の坂木氏が登場し、新しい本「データisボス」について話しています。彼は、データがビジネスにおける重要性と、どのようにして顧客行動データが経営戦略に役立つかを詳しく説明しています。また、データドリブンなアプローチが企業の成長にどのように貢献するか、具体的な例を挙げながら解説しています。このビデオは、データを活用してビジネスを成長させる方法に関心のある経営者やマーケターにとって非常に有益です。
Takeaways
- 📈 データドリブン経営はビジネスの中心であり、市場が成長していない中でも競争優位を築くことが可能。
- 🔍 データを活用することで、少ない資本と人材で成長を達成できる。
- 💡 データは顧客行動を深く理解するための鍵であり、顧客理解が戦略の成功に直結する。
- 📘 「データisボス」という書籍が、データドリブンのアプローチを紹介し、実践へのきっかけを提供。
- 🚀 坂木氏は、データサイエンスとビジネスの融合を通じて、顧客中心のサービスを提供。
- 🤖 データドリブン経営は、技術だけでなく、ビジネスの課題解決にも焦点を当てる。
- 📊 データの活用は、ビジネス人材とデータ人材の連携が重要であり、そのギャップを埋めることが課題。
- 👥 データドリブンの成功は、組織文化としてのデータ利用の普及に依存する。
- 🌐 データドリブンはグローバルな競争においても重要であり、日本企業が追いつくためには積極的な取り組みが必要。
- 📚 データを「酸素」のようにみんなで共有し、全員が利用する文化を作ることが、データドリブン経営の本質。
Q & A
坂木さんのキャリアについて教えてください。
-坂木さんは、金融工学を大学院で勉強し、その後銀行でデリバティブトレーディングに携わりました。その後、スタンフォード大学でコンピューターサイエンスを学びました。BCGでコンサルタントを経験し、最終的にピボットに入社しました。データサイエンティストとビジネスの両方の経験を持っています。
データドリブン経営がビジネスのど真ん中であると言う意味は何ですか?
-データドリブン経営では、顧客行動データが重要な役割を果たします。顧客の心理を表現するデータを分析することによって、顧客理解が深まり、より良い戦略を立案することができます。ですので、データドリブン経営は、ビジネス全体の中心となる考え方と言えます。
データドリブン経営を成功させるためのステップは何ですか?
-データドリブン経営を成功させるためのステップは、1)データの整備、2)組織としてデータ活用の共通理解を作ること、3)データの見える化、4)顧客理解の深化、が重要だと指摘されました。この順序を踏んで、組織全体でデータドリブンの実践を進めることが鍵となります。
ピボットアプリの業績はどうでしたか?
-ピボットアプリの業績は非常に好調で、2022年3月期の売上高は350億円、営業利益は180億円で、営業利益率は約50%にもなっていました。これは市場の成長以上の急成長を示しています。
データドリブンのビューティーとは何ですか?
-データドリブンのビューティーとは、市場の成長に関係なく競争優位を築くことができること、人件費等のコストを抑えながら成長できること、時間とともにリピーターが増えて利益が福利的に上がっていくことが挙げられました。これらが、データドリブン経営の強みであると指摘されています。
データサイエンティストと経営者の協働のポイントは何ですか?
-データサイエンティストと経営者の協働のポイントとして、経営者がデータサイエンティストの話をある程度理解し、方向付けをすることが重要だと言及されました。単にレポートを受け取るだけでは不十分で、サイエンティストの言葉を理解し、適切な指示ができることが協働の鍵となります。
データドリブン経営の本質とは何ですか?
-データドリブン経営の本質は、データを「酸素」のように捉え、組織全体で共有し活用することにあります。データは、みんなで共有すべきもので、見れば見るほど価値が下がることはありません。このような考え方が経営の本質的な部分を占めるべきだと指摘されています。
グローバル企業がデータドリブン経営を進めるなかで、日本企業はどうすべきですか?
-グローバル企業は世界規模でデータを活用しているため、日本企業はすぐには追いつけません。まずは国内市場で勝つことを目指し、そこで勝てるようになった上で、徐々に国際展開を見据えるべきだと指摘されています。国内外の市場を分けて、段階的にアプローチすることが重要です。
データドリブン経営のカルチャー作りには何が重要ですか?
-データドリブン経営のカルチャー作りには、データを社内で共有し、ファクトベースでディスカッションすることが重要だと指摘されています。ピボットでは、社員が毎週データを分析してレポートをする習慣を持つことで、データドリブンなカルチャー作りを進めています。
データドリブン経営の本では、どのような主張がなされていますか?
-データドリブン経営の本では、ビジネス視点でデータ活用を考えることの重要性が主張されています。また、データドリブン経営はテクノロジー企業だけの話ではなく、あらゆる業界で適用できるビジネスの話であることが強調されています。
Outlines
🔍 データドリブン経営の紹介とその美点
ピボットの佐々と一級社長の坂木じさんがデータドリブン経営について話し合います。データを利用することで、資金や人員を大量に投じることなく、効率的に成長することができるというデータドリブンの利点を強調しています。また、データを活用することで、顧客の理解を深め、戦略を成功に導くことができると話しています。
📊 データサイエンスとビジネスの融合
坂木さんは、データサイエンスとビジネスの経験を持ち、その両方を融合させたキャリアを築いています。彼は、データサイエンスだけでなく、ビジネスの視点からもデータを理解し活用することの重要性を説いています。BCGでの経験を経て、データサイエンスをビジネスに応用して成功を収めた経歴が紹介されています。
🤝 データとビジネス人材の連携課題
データ人材とビジネス人材の間には、相互理解と連携の難しさが存在します。技術的なディスカッションとビジネスの要求が必ずしも一致しないため、お互いの言語を理解し合うことが重要であると強調されています。この連携を改善することが、データドリブン経営を成功させる鍵とされています。
📈 データドリブン戦略の実践
データドリブン経営の実践においては、データの解析から具体的なアクションへの移行が重要です。データ分析結果をビジネスに役立てるプロセスにおいて、ビジネス側の人材が果たす役割が大きいこと、そしてそのためにはビジネス側の人材もデータに関する基本的な知識を持つ必要があることが説かれています。
🌍 データドリブン経営のグローバルな視点
データドリブン経営はグローバルな競争環境においても重要です。特に、海外の大手企業との競争において、データを活用した戦略が効果的であることが述べられています。日本企業がグローバル市場で競争するためには、データドリブンなアプローチを取り入れ、顧客理解を深めることが必要であると強調されています。
🔑 データドリブン経営のキーとなる要素
データドリブン経営の成功には、データの適切な活用が鍵となります。データを酸素のようにみなし、組織全体で共有し活用する文化を作ることが重要であると述べられています。また、組織内でのデータに基づくレポート作成や議論を定期的に行うことで、ファクトに基づいた文化を醸成することが効果的であると語られています。
Mindmap
Keywords
💡データドリブン
💡成長
💡顧客理解
💡データ分析
💡競争優位
💡リピーター
💡データ活用
💡効率的
💡データ駆動文化
💡戦略
Highlights
データドリブン経営の重要性と実践的アプローチについての深い洞察を提供
業績向上のためのデータ活用方法とその効果についての具体例
データ分析を通じた顧客理解の深化がビジネス戦略に与える影響
データを活用することで人材や資金の効率的な運用が可能に
データドリブン文化の構築方法と組織内での実装の挑戦
実践的なデータ分析技術とそのビジネスへの応用事例
データとビジネスの融合による新たな価値創出の可能性
データ分析による競争優位の確立と市場での成功事例
データドリブンアプローチがもたらす長期的な成長と持続可能性
テクノロジーとデータ分析の組み合わせによるイノベーションの推進
データ活用の課題とそれを克服するための戦略
データサイエンスとビジネス戦略の統合による効果的な意思決定
ビジネス人材とデータ人材の間の協力と相互理解の重要性
データドリブン経営を実現するためのリーダーシップと組織文化
グローバルな競争環境でのデータ活用の重要性と戦略
将来のビジネスモデルとデータ活用のトレンド予測
Transcripts
00:00フルバージョンならピボットアプリ1級も
00:03業績すごくないですかどうす事業料金
00:05増やしてんでしょとか人増やしてやってん
00:07でしょうかいお金で売上買ってんじゃない
00:09のとかいろんなこと言われるんですけど
00:10データが仕事するのであのお金をそんなに
00:13使わずにも成長できるはいあとデータが
00:16仕事するんで人もそんなに増やさなくて
00:18いい時間と共に福利で成長するっていう
00:21構造をしてるのでここがデータドリブの
00:24ビューティーだと思うんですよ顧客の理解
00:27をするところが多分データKの1番の本
00:31なんか本丸ではいでそれが本当に理解でき
00:35てるとまあとはなんかこう何をやっても
00:38戦略当たるみたいなあああるしほと答えが
00:41見えている問題を解くみたいなもんです
00:42もんねはい
00:47ああ皆さんこんにちはピボットの佐々です
00:50今回のピボットラーニングではデータ
00:52ドリブン経営をテーマにお話を伺います
00:54ゲストにお迎えしたのは一級社長の坂木じ
00:58さんですよろしくお願いしますよろしくお
00:59願いします
01:00はいさきさんちょうどあの新しく本をです
01:03ねはいデータドリブンの本データisボ
01:05スっていう結構あのすごい印象的な
01:08タイトルで収益が上がり続けるデータ
01:10ドリム系入門ということでこれがなんか
01:12無料公開最初ちょっとされていてそれ私見
01:15てすぐバっと全部読んじゃってあまりに
01:17面白くてスルスルするっと読んじゃってる
01:19ですねそんな佐々木さんの貴重な時間をね
01:22お失敗するなんて失礼ないやとんでもない
01:25ですそれを読んでちょっとぜひ深くお伺い
01:27したいと思ったですけど今回この本書かれ
01:31たのって何でなんですかはいはい
01:33えっとやっぱりこう世の中で広く信じられ
01:37てることについてちょっと僕も一言主張し
01:41ときたいと思ったっていうのが多分1番
01:43大きな理由かなと思ってましてはいあの
01:48例えばデータていう話をすると大体テック
01:51系の話になりますよねはいでデータ
01:54ドリブンの本とかデータサイエンスをどう
01:57活かすかって大体サイエンティストが書い
01:58てますよねそうですですねはいでもデー
02:01タってそのものはま基本的にはまビジネス
02:05に関連するものが多くてその先には顧客が
02:09ある話なのでまデータって基本的に
02:11ビジネスの話じゃないとうんいうことなん
02:13でビジネス視点でデータ取り分っていうの
02:16をあの考えた方がいいんじゃないっていう
02:19のが1つ大きなあの主張ですよねで
02:22おそらくあのカリフォルニアで今もう本当
02:26に大きな会社になってるガーファムとかは
02:28データを顧客のこう体験にどう行かす
02:31かっていうのを会社の最重要事項に置いて
02:34ますよね明らかですねで実際にこう顧客の
02:37情報がなんか僕らも手に取るように
02:40サービスに感じるうんうんっていうのが
02:43行われてるにも関わらず日本はちょっと
02:45遅れてるなっていうとこあってそこは一言
02:47言っときたいなと思ったとこですかねです
02:50よねま理系と文系に別れるのがま日本で
02:52良くないとこですけどま文系の人はデタ
02:54あま関係ないよと思っちゃう傾はいなんか
02:57任せちゃうとかなんかこうちょっとやっ
02:59といてみたいみたいなあのそれはちょっと
03:01やっといてじゃないでしょうとあなたが見
03:04た方がいいよというのがまちょっと言い
03:06たいかったことうんうんの1つですねそう
03:09ですよねそれでそういうそこまで詳しく
03:11ない方でもこの本読めば基礎を学んで実践
03:13のためのきっかけを得られるってことです
03:15そうですねまそういったチャンスにまそう
03:18いう機会になればいいかなと思ってはい
03:19うんはいありがとうございます今日はです
03:21ねちょっと3つのテーマに分けてお話を
03:24伺いたいんですけどデータードリムはこの
03:26今おっしゃったようにビジネスのど真ん中
03:27であるどういう風にど真ん中であるのか
03:29はいはい2つ
03:31デとは何なのかその本質そして実際にま1
03:35でも実践されてもう素晴らしい結果を残さ
03:38れてるデータドリムKのま実装と具体策
03:40っていうことで3パートで伺いたいんです
03:42けどまずちょっと坂木さんのまどういう方
03:45なのかなちょっと最初にちょっとご紹介し
03:47た方が分かりやすいかなと思いまして佐木
03:50さんかなりまユニークって言いますか銀行
03:52マもされながらコンピューターサイエンス
03:54も学んで履行がも学んでコンサルティング
03:57も経験されていす多様なキャリアですよね
04:01そうですねはいうんこれ最初金融工学され
04:03てたんですかえっとまそれっぽいことを
04:08あの大学院で勉強しま勉強してっていうか
04:12ま遊んでてうんはいあの別に大学院って
04:16めちゃくちゃ勉強する人とめっちゃ暇な人
04:19っているんですようんはいどっち僕は暇な
04:22方でなんであのまあなんかゆっっくり大学
04:26院を過ごさしていただいてうんうんで
04:29ちょうどその時にあのま日本の銀行で
04:32デリバティブトレーディング流行ってて
04:34ああで僕はちょうど2年んえっと僕は
04:37デリバティブトレーディングのえっと2年
04:412回目の採用ま僕の上に3人いて僕の台も
04:443人入ってでちょうどデリバティブのそう
04:47いう人を採用するっていう風にな時に
04:49たまたまあの今みずほ銀行に入ってうん
04:54っていう感じですかねなんこの辺までは
04:56ずっとこうサイエンティストその後あの
04:59佐々木さんと同じスタンフォードに行って
05:01そこもコンピューターサイエンスだったん
05:03でここまでずっとサイエンティストですね
05:04はいで僕はもうサイエンティストになり
05:07たかったんですけどあの残念ながら就職
05:11試験に全部落っこちましてうんええで拾っ
05:13てくれたのがBCGだったんですよあそう
05:15いうことなんですかなんでBCG入った時
05:17にそれまでずっとサイエンスやってたんだ
05:20けどサイエンス全く使わない仕事をここで
05:2310年ぐらいやりましてはあで1級に入っ
05:27たんです1に入ったらサイスが使えたって
05:30いうおあのコネクティングザドツっていう
05:34やつですねこれねなんで今系統
05:36サイエンティストと両方やってるっていう
05:38感じですはあそういうことなんですねそう
05:41したら正子が融合してるわけですねデータ
05:43サイツビジネス合しちゃったんですよね
05:45こういうキャリアって結構アメリカとか
05:47なら結構いそうですけど日本だといない
05:49ですよねはいああそうかもしんないですね
05:52いやその時その時で僕は日本にしようなて
05:55思ってないですようんあのサイエンスやっ
05:57てる時は俺はもう世界最高のトレーダーに
05:59なるんだとか思ってましたしあの
06:02スタンフォードでグラフィックス結構やっ
06:03てたんで俺も最高のグラフィックデザイン
06:06ななるんだとか思ってあのビジネスの全く
06:09興味ないですようんほでもしょうがない
06:12じゃないですかビジネスのオファーしか
06:14なかったでなんでビジネスをやって10
06:17年間やって一期に入った時もビジネス
06:19やろうと思ってんですようんうんうんうん
06:21うんでプログラミング見たら2000僕
06:252003年の卒業なんですけど2003年
06:28とその後10年経ってももちろんその後
06:31また10年経ってあんまプログラミング
06:33技術って変わってないんですよああそう
06:35ですかはいだからそのまま使えちゃったん
06:37ですよねほおなんで俺そういえば昔
06:41プログラミングやってたわと思って
06:43ちょっとプログラム見してよって見したら
06:46結構かけちゃったっていうままそこでま
06:50はい両方やってるって感じですはいお
06:52データサイエンティスト兼経営者でもう
06:55実際に自分で手動かしながら経営してる人
06:57って結構世界にはいるますはいうんはい
07:00例えばスタンフォードの同級生でガーファ
07:03も入ってる人たちて今もプログラミング
07:05書いてますしはいあのかと言ってビジネス
07:08のキャリアも歩んでますしうんなんで割と
07:12こう僕みたいなタイプの方が主流かなって
07:16思うんですけどねうんはあそうですねそし
07:18たらパート1から行きたいんですけど
07:20データードリムはビジネスのど真ん中って
07:22いうことなんですけどこれってあのどう
07:25いうことなんですかねま例えば1級の業績
07:27を見るだけでもかなと思いましてこれ
07:31データ取り文化スタートしてもこれ見て
07:32いただくと分かるようにもうすごい勢いで
07:35伸びていてはいかつこれはマーケット自体
07:37がすごく伸びたというよりもマーケットは
07:40そんなにいっぱい伸びてるわけじゃないの
07:41にちゃんと販売シェアを伸ばしていったと
07:44いうことでれてましたけどこのデータ
07:47ドリブンがビジネスのど真ん中である理由
07:49ってこれどういうことをおっしゃいたかっ
07:51たんですかはいえっとあのおそらくデータ
07:53て言った時にいろんな人がいろんなデータ
07:55を想像されると思うんですけどまとかく
07:58大事なデータはうん顧客行動データはいな
08:01んですなんでまどのお客さんがどういう
08:05商品を手に取りはいどういう商品と比べて
08:08うんでどういう商品を買ったのかていう
08:12その顧客の行動データで顧客のその心理を
08:16全て表現するものじゃないですかなんで
08:19それをはい見るっていうことは何も大事な
08:23ことだって経営者に顧客を理解すること
08:27うんうんよりも大事なことありますかあっ
08:29たらそれはほとんど人ない顧客を理解する
08:32ことは全てですっておっしゃるとした時に
08:34はい今これほど世の中で顧客行動がデータ
08:37に落ちていてうんそれを見ないっていうの
08:39は非常にもったいないことかなと思って
08:41ましてだから私はこう朝から晩まで顧客
08:44行動データを見てる日が多いんですけど
08:46あのまそういったことですかねうんそう
08:49ですよねただなんかデータをが大事大事と
08:51言いつつもそれを顧客としてなんか細かく
08:54ちゃんと捉え切れてないってことなんです
08:55かああどういう問題点があるんですかなん
08:58でうまくいかないのかっていう視点でも
08:59いいと思うんですけどデータデータって
09:01みんな言ってる割に全然それを顧客と捉え
09:03て実際行かせてるとこってあんまりないな
09:05と思っそうですねそれはなんでか
09:09まずデータのなんかこのをなんか
09:14テクニカルなものだと捉えてなんか誰かに
09:16丸投げしてますよね大体経営者の人って
09:19自分でそのデータを見たりもすることも
09:22なくデータの分析結果だけをレポート受け
09:25てでなんか自分の経験と感と比べてなんか
09:28違うなとか言ったらうんっ経験にいて意思
09:31決定したりするっていうのは1つよく見
09:34られる光景ですよねそうですねあとはま
09:37ちょっとよくある現象としては多分日本の
09:41このビジネス界において多分こういうこと
09:45が起こってるなと感じるのはえっとデータ
09:48のことがすごく分かるデータサイエン
09:50ティストったりエンジニアいわゆるデータ
09:53人材の人ははいあんまりビジネスに興味が
09:57ない方が多いんですです昔の坂木さん
10:00みたいな話ですそうそうそうそうそうだ
10:01問題を解くのが好きみたいなうんうんうん
10:03でも一方ビジネスマンはうんその事業の
10:07課題を解決したいっていう意欲はすごく
10:09高いんだけどデータのところに関して言う
10:13とちょっとこう苦意識があってでこの両者
10:17がまだからこう一緒に連携する必要がある
10:19んですけどこの連携がめちゃくちゃうまく
10:23いかないっていうかはあはいなんか水と油
10:26みたいな関係になってるのが
10:30うんああはいあのなんて言うんですかね
10:35なんで水と油になるんだろうって思うん
10:37ですけどま例えば会話聞いてるとすごい
10:39面白くてうんあ例えばなんかこのあなたが
10:43作ったリコメンド使いにくいんだけどって
10:45なんかサイエンティストに言うじゃない
10:47ですか言うとサイエンティストはいやこれ
10:50は世界最高のなんとかモデルで作られてい
10:53てこの強調フィルダリングのなんとか
10:54モデルはAmazonでも実証されてる
10:56素晴らしいモデルでありますとしかもなん
10:58か客うんのそのモデルの弾き出すスコア見
11:01たら最高のスコアになっててもう問題が
11:04あると思いませんみたいなうんはいで
11:06いやいやでもこういう問題あるじゃないて
11:08いうことはこのモデルじゃなくてこの
11:09モデルにすればいいんじゃないですか
11:10みたいな会話が行われるじゃないですかで
11:12残念ながらこう日本語がお互い日本語喋っ
11:16てるんで日本語通じ合ってるような感じな
11:18んですけど全く違う言語喋ってるんですよ
11:20これはいうんでそれがすごく行れて結局お
11:24互いがお互いのこと理解ま結局多分お互い
11:27のなんて言うんですかそのインター
11:30セクションが広ければ共同ってうまくいく
11:32んですけどそれが離れてると全くうまく
11:34いってないなみたいなことがま我が者に
11:38おいても起こってきてまそこが多分
11:41いろんなところで問題が起こってるんじゃ
11:44ないかなと思いますはいテク系企業でもそ
11:46そうであればそれ以外の企業ってもっと
11:48起きてますよねきはい起きてますであのな
11:50んですかねこうま会社が大きくなればなる
11:53ほど大体ビジネス人材とテック人材が別の
11:56部門になりますよねはいうんうんだって
11:59テック人材はテック人材で固まった組織の
12:01方が居心地いいですからねうんあそういう
12:04のもまた白勝をかけてお互いの共同が
12:06うまくいかないみたいなことがすごく
12:09起こってるような気がしますねうんこれ本
12:12からのバスなんですけどまさしくこういう
12:13風に当時者意識ビジネス人材に投資意識が
12:16ないとボールが落ちてしまうってまさに今
12:19おっしゃったことこれなんですねはいはい
12:21はあその意味でもこれを全部束ねる
12:24リーダーシップってのが1番大事な要素な
12:27んでしょうかねリーダーシップもあります
12:29しこれをうん全部1人でやるっていうのも
12:33はいありますそうですねそれをやってるの
12:36はさきたですよねいやいやでねそれ言うと
12:38特殊っぽいじゃないですかはいうんそう
12:40聞こえちゃいますねどしてもはい僕がここ
12:43で主張したいのは僕が特種じゃないよって
12:45いうことが言いたいんですけどはい例えば
12:49えっと授業があんまり大きくないま例えば
12:54うちぐらいの事業の場合はあのま宿泊の
12:59予約事業とレストランの予約事業やって
13:01たら大体データベースのカラムが頭に入っ
13:04てるんですああはい全部カラムが頭に入り
13:07ますうんおそらくFacebookとかの
13:10サービスを考えてもFacebookの
13:13データベースは全部頭に入ると思います
13:16あの要はまデータベースってExelの
13:20なんかシートみたいなもんですよねでこう
13:22各列があってこうサービスに必要なこう
13:25ビジネスのカラムがありますよねとで
13:28Facebookうんはおそらく縦に
13:29ものすごく長いデータベースの構成して
13:32ますよねうんうんそうすると1人の人で
13:34分析できちゃうと思うんですよカラムが
13:36シンプルなんではいこれが例えばyooo
13:40とかYahooJAPANとか
13:42Googleとかサービスが滝に渡ると
13:451人の頭の中にうんこう全部のカム構造が
13:48入らないですよねそしたら連携する必要が
13:50あるんでこれは結構難しい分析になるん
13:52ですけどうちぐらいとかFacebook
13:54ぐらいのサイズだったらそれは
13:56サイエンティストだったらデータ構造
13:57ぐらい頭に全部入ってうんますよねそし
13:59たらその人1人で分析できちゃうと思うん
14:02ですようんザーバーグも全部頭にあるん
14:04でしょねあると思いますただ縦に
14:05ものすごく長いだけでその縦に長いデータ
14:08を集計するのはコンピューティングパワー
14:09の話なんでうんはいデータの複雑性の話
14:12じゃないのではいなんで今どんどん
14:14どんどんこの単独で分析するってのは結構
14:18今後主流になっていくんじゃないかなと
14:20思ってますはいはあそれ何個ぐらいまで
14:23ならいけるんですか今そのレストランと旅
14:25が2つなら入るとおしゃったじゃないです
14:27かはいはいいやそその2点予約事業とか
14:29だったらいいんですけどそこに例えば金融
14:31事業だったり検索の事業だったりあとは
14:34なんか税金の支払いだったりカードの
14:36支払いだったりなんか証券講座とかなんか
14:39もうぜねそういうの全部なってくるともう
14:42ものすごいデータのカムの構造も複雑です
14:45しだからYahooのデータを見てると
14:47はいこれ全部理解するの難しいって感じな
14:50んですよはいでいろんなありますのんね
14:52はいそっかでもうちぐらいまうちぐらいと
14:55かFacebookぐらいたらほとんどの
14:57会社の授業
14:59それに入るんじゃないのと確かに例えば
15:01ピボットとかも動画メディアってシンプル
15:03なんでそれなら全部頭に入っとかないと
15:05いけないデタベースの絡むぐらいはですね
15:07はいそうするとその人がさあ分析しようと
15:10思った時に自分で全部分析のコドはかける
15:13はずですよねうんうんあの例えば
15:16Yahooとかの場合だと例えば僕が
15:18コマース事業eコマースの担当だったら
15:21あのま証券とかカードとかのデータ分から
15:24ないんで聞かないちゃいけないじゃない
15:26ですかこう個人情報の問題とかあるんでも
15:28なんかなんか面倒くさいですよ分析がでも
15:31ねうちんとかだったらあとできちゃう
15:35ぐらいのデータのサイズですうんうんうん
15:38はいですよねなんであのまま共同もいいと
15:42思うんですけどうんあの単独型が今後
15:45増えるんじゃないかなとうん思ってます
15:47はあいや面白いですその意味でもここに
15:50書かれてるようにデータドリームの実践ま
15:512つの方があるいうことで佐さんが
15:53おっしゃったように実践されてるように
15:55単独型ではいこの課題を見つけるところ
15:58そしてそれをデータ分析で解くところ
16:01そしてそれをま実際に役立てるところはい
16:04これま1人でやるモデルかもう1つ下の
16:06場合は解くところだけデータ人材に任せ
16:08るってことなんですねはでこれがよくある
16:11ケースでいくとうん解くところまでデータ
16:15神座がやるんですけど最後の役立てる
16:17ところがスタックしてるというかうんこれ
16:20すごくよく見ますよね確かにうん手悪こう
16:24例えばこういうことやろうよとで
16:25サイエンティストにお願いしますしたら
16:27サイエンティストは解けましたうんです
16:29うんうんうんでそれは実際に解けてんです
16:31よでもだからと言ってビジネスのもお客
16:33さんがそれ喜ぶかどうかでまた別問題なん
16:35でうんなサイエンティストからするともう
16:38完璧な会を提供したと思ってますよねはい
16:41でもビジネス人からするとお客さんが喜ん
16:44でないんだったらダメじゃんっていうで
16:46ここの3番のところであのあやややって
16:51なってああでなんか謎のうまくいきました
16:54みたいな報告が上がってたりとかあいつに
16:56頼んでもダメだみたいな感じになってたり
16:59とかいうのが1番起こってることじゃない
17:02かなとこの2と3のコンビネーションです
17:04ねその意味じゃ3側がやっぱり実装するっ
17:06て意味ではま経営者であったりすごく
17:08リーダーであるケースが高いのでその人が
17:10解いたものをちゃんと生かせるかどうか3
17:12側の責任が結構大きいってことですかね
17:14そうですああでその時にさっき申し上げた
17:17ように3の人の責任が大きいんですけど
17:20その時にデータ人材をディレクションする
17:23ためにはあのねまあまあのテックの理解が
17:27ないと難しいですよ例えばえこのモデルっ
17:31てどういうモデルで作ったのとかどういう
17:33特徴料使ってんのとかえこの特徴料たら
17:36どういう結果が出たのとかお客さんだっ
17:39たらこれもうちょっとこういう風にして
17:41欲しいんだけどそれってモデルにどうやっ
17:42て反映できんのとかはいこういう会話が
17:46質問ができないとうあのねデータ人材って
17:51動いてくれないのではいそれぐらい勉強
17:54しろよってことですよね
17:56勉強いやあのあの勉強はしなくてもいいん
18:00ですけどデータ人材をディレクション
18:02するっていことがビジネスの結果を出すべ
18:05ですごく大事なのではいあの必要だったら
18:08やった方がいいんじゃないっていうこと
18:10そうですよですよねここがね多分1番うく
18:14いってないんじゃないかなと思いますその
18:16意味じゃ経営者のタマなのかもしれません
18:18ねそうですね経営者っていうかビジネス側
18:20のですねうんはいかいや私もそんなに指示
18:23できる自信全くないのではいどうどうやっ
18:26て学べばいいんですかあそれがあのうまく
18:30いってない会社ばっかりと思うじゃない
18:31ですかちゃんとねこの共同型でうまくいっ
18:34てる会社もあるんですよ
18:36おピボットアプリでは朝の支度をしながら
18:39でも学べるバックグラウンド再生が可能
18:41です通勤中や家事をしながらいつでもどこ
18:44でも学べますさらに学びながら様々な特典
18:47と交換できるピボットマイルがたまります
18:51ならで学ぼうピボット詳細は概要欄の
18:54リンクを
18:56チェック例えばこれうまくいってかちゃね
18:59ゾゾさんああはいゾゾさんはこのビジネス
19:02人材の方が見た目はビジネス人材なんで
19:06すごくこうビジネス思考でファッションも
19:09おしゃれでこの人テックの話わかんなさそ
19:12うっていう見た目ですけどちゃんとテック
19:15のことも分かっててでデータ人材を
19:18ちゃんとディレクションしてるなって印象
19:20なんですよはいであれはやっぱりこう1つ
19:23の成功パターンだなと思ってましてうん
19:26うんやっぱこうゾさんのファッション領域
19:29のビジネス人材の人たちはねおしゃれじゃ
19:32ないとバイヤーさんとも会話できないし
19:33マーケティングとかもするんだったらね
19:35どういうこうあの見せ方をするのがいいか
19:38とかそういうのもわかんないやしで社長と
19:40も会話できなくちゃいけないマルチな才能
19:42が求められるんですけどそう見事にやっ
19:44てらっしゃるなあというのがおおゾゾさん
19:48の印象ですねへえ前田さんもコーディング
19:51されますしなんそうそういう伝あるのかし
19:53そうな前さんもそうですしあと今の社長の
19:56サダさんももうどっちかうんデータもお
19:59好きな経営者なのでなんかそれがきちんと
20:02有効できてる共同型のあの1つのプラ
20:05ベストプラクティスかなと思ってお見受け
20:08してますねはいはあ普通にやっぱ英語勉強
20:11しなきゃいけないっていうの学ぶように
20:12ちゃんとそこを実践の中で勉強していける
20:15かどうかが経営者鍵なんですはいそうです
20:16ね多分あのなんですかねこうデータを使っ
20:21て成果を上げるっていうことはもうままず
20:24先に決めてますよねうんうんうんでなんか
20:28やりたくない勉強
20:29もあの必要に応じてやるっていう感じかな
20:33と思いますねはいおおけどこんだけ成果が
20:36出るって分かればやらない手はないですよ
20:38ねそうなんですよすごいですよ彼らの成果
20:40もあの本当にこうね何千億ものビジネスを
20:45作られてるわけで今なお成長続けてるね
20:48会社さんなんでなんか僕も見習ってますね
20:50はいはいそういうことですよねけど1級も
20:53業績すごくないですか出てましよ2022
20:55年3月期売上利益いくらでしたっけ
20:59100350億ぐらい180ぐらいの利益
21:02でしたねはい営業利益率5割ですよね約
21:05はいこれすごいとんでもない成長ですよね
21:08ともないはいあのやっぱりこうやっぱここ
21:11がデータドリブンのビューティだと思うん
21:14ですよあの要は市場が成長してない中でも
21:17競争優位を気付ける可能性があるとうん
21:21いうこととあとデータが仕事するのであの
21:25お金をそんなに使わずにも成長できると
21:27はいあとデータが仕事するんで人もそんな
21:30に増やさなくていいとうんはいだからあの
21:33これがやっぱデータドリブのビューティで
21:36でしかもこれがあの時間と共に福利で成長
21:40するっていう構造をしてるのでうんうんな
21:42ので我々よく言われるのがどうせ事業料金
21:45増やしてんでしょうとか人増やしてやって
21:46んでしょうとかいお金で売上買ってんじゃ
21:48ないのとかいろんなこと言われるんです
21:49けど全然そういうことやってなくてほあの
21:51忠実にデータドリブに火事を切ってやって
21:54るっていううんことですはあそのりって
21:58いうのがすごく印象的でこれも出てるよう
22:00にこの継続率をちゃんと上げていけば
22:02リピーターを上げていけばこの効果は
22:04ずっと福利的に効いていくってことですよ
22:06ねはいこれ意外と意識してない人多いです
22:08よねそうですねほやっぱ僕らはやっぱこう
22:12事業を考える上で例えば同じ100円の
22:14売上でもいい100円の上げ方と悪い
22:17100円の上げ方があると思ってまして
22:19あの真にお客さんにお金を配って100円
22:23を上げるのじゃなくてはいうちのサービス
22:26を好きそうなお客さんに100円使って
22:28もらうのはこれいい100円だと思って
22:30ましてそっちを増やすことを手がにやって
22:34きたっていう感じですはあこの番組にも来
22:37てくださったあのマーケッターの西口さん
22:39あの坂木さんの方激勝してたんですけど彼
22:42もやっぱり2割のロイヤルユーザーを
22:44ちゃんとあのいいサービス提供することで
22:468割の利益が出るっててましたけどそこと
22:49一級も似てますよねはい同じ構造してます
22:51ねはあそじゃデータードリブン経営って
22:53そのそっから見えてくる顧客特にヘビー
22:55ユーザーの方々をしっかりロイヤル
22:57ユーザーさんの方を見てそれ生かしていけ
22:59ば継続率が上がりそれが福利で聞いてきて
23:03非常に利益も上がっていくそういうことな
23:05んですねはい今のところはあ将来は分かん
23:07ないですよ過去を見るとそう言えますはい
23:11ほこれ過去見るともう10年ぐらい続い
23:13てるんでかなりもう実証されてますよね
23:15この正しさってかアプローチの正しさって
23:18まけどね2023年度まではまいいとして
23:222024年度はどうなるのとかったそそう
23:24わからないので過去に関しては通してきた
23:27うん思っそういうことですね分かりました
23:30これ是非このデータードリブンのまここの
23:32真ん中であるっていうとこの基礎としてま
23:35これからどういう風なステップで踏んで
23:36いけばいいかっていうことなんですけど
23:38これちょっと簡単にご説いたはいはい多分
23:41全ての領域で共通してることです例えば僕
23:44昨日あのyooLINEyooの人事の
23:47ピープルアナリティクスやってる人とお
23:49話したんですけどピープルアナリティクス
23:51も事業経営も全く同じアプローチなんです
23:54よまずやることはデータを整備うんはいで
23:59次にあのなんかしんないですけどデータ
24:03ドリブを実践する組織フドになんか反対
24:07する勢力って必ず組織の中にいるんです
24:09例えばダッシュボードで事業見えるか
24:10しようよって言うとなんかその見えるかを
24:13担当してた財務部門が俺の仕事なくなる
24:15つてデータを出さないとかああもしくは
24:18なんかデータを出してくださいっつった
24:20なんかメーカーの製造部門がなんか面倒
24:23くさいこと言ってんじゃねえみたいのが
24:24あったりなんかとにかく組織全体として
24:27うんを活用することの共通理解みたいのが
24:30その後多分作らなくちゃいけなくてまここ
24:32は多分あの組織フドとしてあるんじゃない
24:34かなと思っててこの2つがあるとま簡単に
24:38言うとデータの見えるかです次がああはい
24:41はいはいなんでそこはよく言われるのが
24:44あのいわゆるタブロを入れてなんか貸化し
24:47ましょうとかBIツール入れて化し
24:49ましょうとかこれはもう見えるかの領域
24:51ですねでうちらの場合はこのデータが顧客
24:54行動データのことなんでそれを見えるか
24:56するっていうことは顧客をもうスーパー
24:59クリアに理解するっていう風に考えてます
25:02うんうんはいで多分顧客の理解をする
25:05ところが多分データドリブン経営の1番の
25:08本なんか本丸ではいでそれが本当に理解
25:12できてると何をやっても戦略当たるみたい
25:14なああはいあのお客さんがどういう風な
25:19状態なのかが分かるとじゃあその状態だっ
25:21たらどういうことをお客さんがすれば喜ぶ
25:23かも分かるはずですよねうんうんうんもし
25:26何やったら喜ぶかがわかなければ多分顧客
25:28を理解できていないっていうことなので
25:30はいなんで顧客が理解できればまあ多分誰
25:34に何をするかって戦略もかなりの角度で
25:37当たりやすくなるんじゃないかなと思って
25:39ますはいはあまあるしほと答えが見えて
25:42いる問題を解くみたいなもんですもんね
25:44はいああはいこれできるようになるとなん
25:46か仕事楽しそうですねそうなんですよそう
25:49なんですよはいはいあのだって僕データの
25:53なんか1つ面白いなと思うところは例えば
25:55うちのお客さんが100万人いるとしたら
25:57100100万人がどうなのっていうのも
25:59分かるじゃないですかはいでも1人のお客
26:02さんの顧客の行動までズームして見ること
26:04もできますよねうんこのズームができ
26:07るっていうのは要はこまここにお客さんの
26:10行動が全体があったらはいどこがうまく
26:13いっててどこがうまくいってないのかが手
26:16に取るように分かるはずではいであここが
26:19うまくいってるしたらなんでこれうまく
26:20いってんだろうってこれもうちょっと広げ
26:22られないかなって考えるしここがまずいと
26:24思ったらこれどこがまずいのか全部分解し
26:28ててああここがまずいってわかってそれを
26:31直せばいいっていうなんこんな便利なもの
26:36があるのになみたいなおおはいそうですよ
26:40ねだってどこまでもズームして入って
26:41いけるんではいデータってうんそれがEC
26:45ビジネスの面白いとこですよねあおはい
26:47はいこれ今ECっておっしゃいましたけど
26:49今ECだけじゃないですよもう氷も今もう
26:53もうバリバリそうなってますからねリアル
26:55でも結構見えますかああ日本はそうでも
26:58ないと思うんですけどウォルマートある
26:59じゃないですかもうバチバチAmazon
27:01と戦ってますよねウォルマートはもうもう
27:04まピュアにもテックカンパニーですよう
27:07はいええ多分僕昨日たまたまあのその大学
27:12院の友達とかと話してるとウォルマートに
27:14行くっていう人も結構いますよねガー
27:17ファムじゃなくてウォルマートみたいな
27:18うんうんうんはい世界最大のデータベース
27:20のホルダーでもありますしあのま氷業界
27:23ですよなんでもう今もはや氷もうん誰が
27:27どの商品を手に取ったはいあとどの商品を
27:32購入したうんでもしかしたらその購入の時
27:35のなんかあ目の目の形でIDが取れてああ
27:41でその人がなんかねカードとか使ったら
27:43どこの住所に帰ってるとこまで全部分かっ
27:46ちゃうんでうんこれもう
27:49コマスだよねみたいな感じになってきてる
27:53のではいでこ氷がいコマま氷がデータ
27:58ドリブ化されると同時にメーカーもデータ
28:00ドリブ化されるのではいはい繋がります
28:03もんねそうなんですよそっか全ての業種で
28:05データイボスになってるってことなんです
28:07ねという傾向が特にこうアメリカではあり
28:13ますよねなんかこう1つずつちょっと
28:15ステップが遅れてるというかうんアメリカ
28:17のeコマースはまAmazonに代表さ
28:19れる通りもうバリバリデータドリム化し
28:21てるじゃないですかはい日本のEコマー
28:23スってそれに比べて1個なんかこう
28:25エクスペリエンスとしてもうんだかなこの
28:27リコメンドと思うこともありますよねうん
28:30でこれ同じことが氷もそうなんですよ
28:33ウォルマートは日本の氷よりもやっぱ歩
28:35進んでますよねうんで氷が進んでると
28:38メーカーもなんかね
28:41多分eコマースが歩遅れてるんだとしたら
28:44氷が2歩遅れててメーカー3歩遅れて
28:47るって構造になってるような気がします
28:49けどねうんうんそっかもうアメリカ全部
28:52答えが分かってるゲームもどんどん
28:53どんどん進んで応用問題をどんどん解いて
28:55いってるわけですねはいそうですね
28:58一歩の距離って何年ぐらいなんですか努力
28:59によりますよねけどどんどん突き放され
29:02るって可能性もありますよね相手も止まっ
29:04てるわけじゃないですもんねなんか
29:05どんどん離れてませんやっぱ離れてますか
29:08やっぱこのこのこれだけこうまあ2000
29:11あの2000年代に起こったこう国境が
29:13なくなるっていうなボーダーレスの世界に
29:16なってきてやっぱこう圧倒的にうんその
29:20なんて言うんですかこう薄いバリュー
29:22チェーンを世界で展開する人が強くなって
29:24ますよね例えばその僕らの領域で行くと
29:28あの例えばBooking.comって
29:30いう旅行会社があって彼らはもうワン
29:33サービスですね元々宿のサービスしかして
29:35ないんですうんそれをあの世界中で展開し
29:38ていてそのエクスペリエンスがブラジルで
29:41こういうことが起こってるからということ
29:44はこれはオランダでこういうことがあるん
29:46じゃないかとかアメリカでこういうこと
29:48起こってるからこれタでこういうなるよと
29:50かそのエクスペリエンスの共有が
29:53ものすごく行われていてでABテストの
29:55ロジックとかもものすごく複雑に行われて
29:58てあれだけの地の巨人がデータを活用した
30:02ことやってたらそそう日本の会社とかで
30:05なんか勝ちにくくなりますよねそうですよ
30:08ねはいでそれがありとあるとこで起こっ
30:10てるんでやっぱグローバルプレイヤーの
30:12あの強くなり方っていうのがもう1番
30:16大きな影響になってるんじゃないかなと
30:18思いますねはいうんそめちゃそこはもう
30:20とてつもないなんかプレイヤーなんでま
30:22サッカーで言ってもプレミアリーグとかっ
30:24てもう勝てないじゃないですかそこと戦う
30:26のあるしあはははいて国内でまずちゃんと
30:29そこの整備をしてちゃんと勝てるように
30:30するそこから大1ステップで考えればい
30:32そうそうですねなんかこう国内国内のまた
30:35全く別のマーケットがあるのでまたまたま
30:37僕らはブッキングさんとま戦ってるんです
30:41けどあの日本人のマーケットによいては
30:43やっぱりあのそんなにブッキングさんは
30:46使われてなくて日本人の海外旅行は使われ
30:49てますうんけど日本人のお客さんが旅館
30:52泊まる時とかはまだやっぱりこう国内の
30:55サイアピストを使われることが多いので
30:56なんか頑張るっていうか確かにはいまず
30:59いきなりプレミアリーグ行ってもやっつけ
31:01られちゃうのでまずJリーグでちゃんと
31:02チャンピオンになるってところをみんな
31:04頑張ればいいのかもしですねはいうんその
31:07次にワールドカップとかが見えてくるはい
31:09彼らは彼らの弱いとこてあるのでああるん
31:11ですかやっぱ彼らの弱いとこカスタマイズ
31:13だと思いますああはい例えばこの旅館は
31:17夕ご飯はハピ出てくるよとかあのなんか畳
31:20の部屋が8畳だよとかそういったのって
31:23日本だけの話なんでああはいだって基本は
31:26海外のの予約って白色分離って止まるのと
31:29食事は別ですからうんうんうん日本の旅館
31:32はねなんか食事がついててそれもう彼ら
31:36からすると売りにくいですよねそうですね
31:38はいそういったところがま我々にとっては
31:41こうま用意にカスタマイズしてできるま
31:44その辺が多分サービスの差別性に繋がっ
31:47てるのかなと思いますうん分かりましたさ
31:49こに今説明していただいたところをがま
31:51データドリムのためのステップということ
31:53でまこれがま全部本にも書かれてますし
31:55ここをちゃんと愚直にできるかっいうと
31:57はいはいとろですねと思いますありがとう
31:59ございますでパート2としてはまずこの
32:01データドリブン経営の本質ってところで本
32:03でも書かれてましたけどまずデーターとは
32:05何かデータードリブンとは何かデーターK
32:09とは何かってこともまず定義書かれてまし
32:11た
32:11けどこのデータってとこもうすでに結構
32:14語っていただきましたけどさらにもう
32:16ちょっと深掘りしてもらってもいいですか
32:17データがんでこんなにこデとは何なのか
32:19はいデータドリブン系の本質ってところで
32:22データとは何か僕から見るとデータは酸素
32:26です酸素酸素あのみんなで共有すべきもの
32:30はあねどんだけ見てもすり減らないああ
32:34はいデータードリブンの組織フード作
32:37りって何が鍵になりますかこちでやってる
32:39のは毎週うんあの日曜日に先週何が起こっ
32:42てのかを分析してあの社員でレポートする
32:45ようにしてんですけど1つのファクト
32:47ドリブンなカルチャー作りに大きくあの
32:50影響してるかなと思うですねはあさこ
32:52データドリブン系は誰に何をするかって話
32:55だけなんですよねはい何をするかは
32:57あんまりどうでもよくて誰にがあの僕ら
33:02からすると経営の全てって
33:05感じPIVOTのアプリWEBでは配信1
33:08週間は全編無料で視聴できますさらに学び
33:12ながら様々な特典と交換できるピボット
33:15マイルが溜まります後編はピボットアプリ
33:18WEBでご覧
33:24ください
Browse More Related Video
【データドリブンの組織の作り方】データとは酸素だ／ターゲット設定が大事／社長自ら毎週データ分析をレポート／経営は「誰に何をするか」が全て【一休・榊淳社長】
【顧客起点のグロース経営】iPhoneの成功をWhoとWhatの組み合わせで読み解く／オーナー経営者が朝令暮改を繰り返す理由【EXTREME TALK】西口一希：後編
【ホリエモン】アパホテルの経営戦略が凄すぎて言葉を失いました。ホテル業界はアパホテルを見習うべきです【切り抜き】
【超重要】これからの時代は賃上できないとヤバい。大手も中小も関係ないので、全ての経営者は必ず対策してください。
ランチェスター戦略入門【早わかりランチェスター】竹田陽一が従業員100人以下の中小企業の社長に役立つランチェスター戦略のはじめの一歩について解説
Cristina Flaschen: Proving the ROI of partnerships | Supernode Conference 2022
5.0 / 5 (0 votes)
