【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
フルバージョンならピボットアプリ1級も
業績すごくないですかどうす事業料金
増やしてんでしょとか人増やしてやってん
でしょうかいお金で売上買ってんじゃない
のとかいろんなこと言われるんですけど
データが仕事するのであのお金をそんなに
使わずにも成長できるはいあとデータが
仕事するんで人もそんなに増やさなくて
いい時間と共に福利で成長するっていう
構造をしてるのでここがデータドリブの
ビューティーだと思うんですよ顧客の理解
をするところが多分データKの1番の本
なんか本丸ではいでそれが本当に理解でき
てるとまあとはなんかこう何をやっても
戦略当たるみたいなあああるしほと答えが
見えている問題を解くみたいなもんです
もんねはい
ああ皆さんこんにちはピボットの佐々です
今回のピボットラーニングではデータ
ドリブン経営をテーマにお話を伺います
ゲストにお迎えしたのは一級社長の坂木じ
さんですよろしくお願いしますよろしくお
願いします
はいさきさんちょうどあの新しく本をです
ねはいデータドリブンの本データisボ
スっていう結構あのすごい印象的な
タイトルで収益が上がり続けるデータ
ドリム系入門ということでこれがなんか
無料公開最初ちょっとされていてそれ私見
てすぐバっと全部読んじゃってあまりに
面白くてスルスルするっと読んじゃってる
ですねそんな佐々木さんの貴重な時間をね
お失敗するなんて失礼ないやとんでもない
ですそれを読んでちょっとぜひ深くお伺い
したいと思ったですけど今回この本書かれ
たのって何でなんですかはいはい
えっとやっぱりこう世の中で広く信じられ
てることについてちょっと僕も一言主張し
ときたいと思ったっていうのが多分1番
大きな理由かなと思ってましてはいあの
例えばデータていう話をすると大体テック
系の話になりますよねはいでデータ
ドリブンの本とかデータサイエンスをどう
活かすかって大体サイエンティストが書い
てますよねそうですですねはいでもデー
タってそのものはま基本的にはまビジネス
に関連するものが多くてその先には顧客が
ある話なのでまデータって基本的に
ビジネスの話じゃないとうんいうことなん
でビジネス視点でデータ取り分っていうの
をあの考えた方がいいんじゃないっていう
のが1つ大きなあの主張ですよねで
おそらくあのカリフォルニアで今もう本当
に大きな会社になってるガーファムとかは
データを顧客のこう体験にどう行かす
かっていうのを会社の最重要事項に置いて
ますよね明らかですねで実際にこう顧客の
情報がなんか僕らも手に取るように
サービスに感じるうんうんっていうのが
行われてるにも関わらず日本はちょっと
遅れてるなっていうとこあってそこは一言
言っときたいなと思ったとこですかねです
よねま理系と文系に別れるのがま日本で
良くないとこですけどま文系の人はデタ
あま関係ないよと思っちゃう傾はいなんか
任せちゃうとかなんかこうちょっとやっ
といてみたいみたいなあのそれはちょっと
やっといてじゃないでしょうとあなたが見
た方がいいよというのがまちょっと言い
たいかったことうんうんの1つですねそう
ですよねそれでそういうそこまで詳しく
ない方でもこの本読めば基礎を学んで実践
のためのきっかけを得られるってことです
そうですねまそういったチャンスにまそう
いう機会になればいいかなと思ってはい
うんはいありがとうございます今日はです
ねちょっと3つのテーマに分けてお話を
伺いたいんですけどデータードリムはこの
今おっしゃったようにビジネスのど真ん中
であるどういう風にど真ん中であるのか
はいはい2つ
デとは何なのかその本質そして実際にま1
でも実践されてもう素晴らしい結果を残さ
れてるデータドリムKのま実装と具体策
っていうことで3パートで伺いたいんです
けどまずちょっと坂木さんのまどういう方
なのかなちょっと最初にちょっとご紹介し
た方が分かりやすいかなと思いまして佐木
さんかなりまユニークって言いますか銀行
マもされながらコンピューターサイエンス
も学んで履行がも学んでコンサルティング
も経験されていす多様なキャリアですよね
そうですねはいうんこれ最初金融工学され
てたんですかえっとまそれっぽいことを
あの大学院で勉強しま勉強してっていうか
ま遊んでてうんはいあの別に大学院って
めちゃくちゃ勉強する人とめっちゃ暇な人
っているんですようんはいどっち僕は暇な
方でなんであのまあなんかゆっっくり大学
院を過ごさしていただいてうんうんで
ちょうどその時にあのま日本の銀行で
デリバティブトレーディング流行ってて
ああで僕はちょうど2年んえっと僕は
デリバティブトレーディングのえっと2年
2回目の採用ま僕の上に3人いて僕の台も
3人入ってでちょうどデリバティブのそう
いう人を採用するっていう風にな時に
たまたまあの今みずほ銀行に入ってうん
っていう感じですかねなんこの辺までは
ずっとこうサイエンティストその後あの
佐々木さんと同じスタンフォードに行って
そこもコンピューターサイエンスだったん
でここまでずっとサイエンティストですね
はいで僕はもうサイエンティストになり
たかったんですけどあの残念ながら就職
試験に全部落っこちましてうんええで拾っ
てくれたのがBCGだったんですよあそう
いうことなんですかなんでBCG入った時
にそれまでずっとサイエンスやってたんだ
けどサイエンス全く使わない仕事をここで
10年ぐらいやりましてはあで1級に入っ
たんです1に入ったらサイスが使えたって
いうおあのコネクティングザドツっていう
やつですねこれねなんで今系統
サイエンティストと両方やってるっていう
感じですはあそういうことなんですねそう
したら正子が融合してるわけですねデータ
サイツビジネス合しちゃったんですよね
こういうキャリアって結構アメリカとか
なら結構いそうですけど日本だといない
ですよねはいああそうかもしんないですね
いやその時その時で僕は日本にしようなて
思ってないですようんあのサイエンスやっ
てる時は俺はもう世界最高のトレーダーに
なるんだとか思ってましたしあの
スタンフォードでグラフィックス結構やっ
てたんで俺も最高のグラフィックデザイン
ななるんだとか思ってあのビジネスの全く
興味ないですようんほでもしょうがない
じゃないですかビジネスのオファーしか
なかったでなんでビジネスをやって10
年間やって一期に入った時もビジネス
やろうと思ってんですようんうんうんうん
うんでプログラミング見たら2000僕
2003年の卒業なんですけど2003年
とその後10年経ってももちろんその後
また10年経ってあんまプログラミング
技術って変わってないんですよああそう
ですかはいだからそのまま使えちゃったん
ですよねほおなんで俺そういえば昔
プログラミングやってたわと思って
ちょっとプログラム見してよって見したら
結構かけちゃったっていうままそこでま
はい両方やってるって感じですはいお
データサイエンティスト兼経営者でもう
実際に自分で手動かしながら経営してる人
って結構世界にはいるますはいうんはい
例えばスタンフォードの同級生でガーファ
も入ってる人たちて今もプログラミング
書いてますしはいあのかと言ってビジネス
のキャリアも歩んでますしうんなんで割と
こう僕みたいなタイプの方が主流かなって
思うんですけどねうんはあそうですねそし
たらパート1から行きたいんですけど
データードリムはビジネスのど真ん中って
いうことなんですけどこれってあのどう
いうことなんですかねま例えば1級の業績
を見るだけでもかなと思いましてこれ
データ取り文化スタートしてもこれ見て
いただくと分かるようにもうすごい勢いで
伸びていてはいかつこれはマーケット自体
がすごく伸びたというよりもマーケットは
そんなにいっぱい伸びてるわけじゃないの
にちゃんと販売シェアを伸ばしていったと
いうことでれてましたけどこのデータ
ドリブンがビジネスのど真ん中である理由
ってこれどういうことをおっしゃいたかっ
たんですかはいえっとあのおそらくデータ
て言った時にいろんな人がいろんなデータ
を想像されると思うんですけどまとかく
大事なデータはうん顧客行動データはいな
んですなんでまどのお客さんがどういう
商品を手に取りはいどういう商品と比べて
うんでどういう商品を買ったのかていう
その顧客の行動データで顧客のその心理を
全て表現するものじゃないですかなんで
それをはい見るっていうことは何も大事な
ことだって経営者に顧客を理解すること
うんうんよりも大事なことありますかあっ
たらそれはほとんど人ない顧客を理解する
ことは全てですっておっしゃるとした時に
はい今これほど世の中で顧客行動がデータ
に落ちていてうんそれを見ないっていうの
は非常にもったいないことかなと思って
ましてだから私はこう朝から晩まで顧客
行動データを見てる日が多いんですけど
あのまそういったことですかねうんそう
ですよねただなんかデータをが大事大事と
言いつつもそれを顧客としてなんか細かく
ちゃんと捉え切れてないってことなんです
かああどういう問題点があるんですかなん
でうまくいかないのかっていう視点でも
いいと思うんですけどデータデータって
みんな言ってる割に全然それを顧客と捉え
て実際行かせてるとこってあんまりないな
と思っそうですねそれはなんでか
まずデータのなんかこのをなんか
テクニカルなものだと捉えてなんか誰かに
丸投げしてますよね大体経営者の人って
自分でそのデータを見たりもすることも
なくデータの分析結果だけをレポート受け
てでなんか自分の経験と感と比べてなんか
違うなとか言ったらうんっ経験にいて意思
決定したりするっていうのは1つよく見
られる光景ですよねそうですねあとはま
ちょっとよくある現象としては多分日本の
このビジネス界において多分こういうこと
が起こってるなと感じるのはえっとデータ
のことがすごく分かるデータサイエン
ティストったりエンジニアいわゆるデータ
人材の人ははいあんまりビジネスに興味が
ない方が多いんですです昔の坂木さん
みたいな話ですそうそうそうそうそうだ
問題を解くのが好きみたいなうんうんうん
でも一方ビジネスマンはうんその事業の
課題を解決したいっていう意欲はすごく
高いんだけどデータのところに関して言う
とちょっとこう苦意識があってでこの両者
がまだからこう一緒に連携する必要がある
んですけどこの連携がめちゃくちゃうまく
いかないっていうかはあはいなんか水と油
みたいな関係になってるのが
うんああはいあのなんて言うんですかね
なんで水と油になるんだろうって思うん
ですけどま例えば会話聞いてるとすごい
面白くてうんあ例えばなんかこのあなたが
作ったリコメンド使いにくいんだけどって
なんかサイエンティストに言うじゃない
ですか言うとサイエンティストはいやこれ
は世界最高のなんとかモデルで作られてい
てこの強調フィルダリングのなんとか
モデルはAmazonでも実証されてる
素晴らしいモデルでありますとしかもなん
か客うんのそのモデルの弾き出すスコア見
たら最高のスコアになっててもう問題が
あると思いませんみたいなうんはいで
いやいやでもこういう問題あるじゃないて
いうことはこのモデルじゃなくてこの
モデルにすればいいんじゃないですか
みたいな会話が行われるじゃないですかで
残念ながらこう日本語がお互い日本語喋っ
てるんで日本語通じ合ってるような感じな
んですけど全く違う言語喋ってるんですよ
これはいうんでそれがすごく行れて結局お
互いがお互いのこと理解ま結局多分お互い
のなんて言うんですかそのインター
セクションが広ければ共同ってうまくいく
んですけどそれが離れてると全くうまく
いってないなみたいなことがま我が者に
おいても起こってきてまそこが多分
いろんなところで問題が起こってるんじゃ
ないかなと思いますはいテク系企業でもそ
そうであればそれ以外の企業ってもっと
起きてますよねきはい起きてますであのな
んですかねこうま会社が大きくなればなる
ほど大体ビジネス人材とテック人材が別の
部門になりますよねはいうんうんだって
テック人材はテック人材で固まった組織の
方が居心地いいですからねうんあそういう
のもまた白勝をかけてお互いの共同が
うまくいかないみたいなことがすごく
起こってるような気がしますねうんこれ本
からのバスなんですけどまさしくこういう
風に当時者意識ビジネス人材に投資意識が
ないとボールが落ちてしまうってまさに今
おっしゃったことこれなんですねはいはい
はあその意味でもこれを全部束ねる
リーダーシップってのが1番大事な要素な
んでしょうかねリーダーシップもあります
しこれをうん全部1人でやるっていうのも
はいありますそうですねそれをやってるの
はさきたですよねいやいやでねそれ言うと
特殊っぽいじゃないですかはいうんそう
聞こえちゃいますねどしてもはい僕がここ
で主張したいのは僕が特種じゃないよって
いうことが言いたいんですけどはい例えば
えっと授業があんまり大きくないま例えば
うちぐらいの事業の場合はあのま宿泊の
予約事業とレストランの予約事業やって
たら大体データベースのカラムが頭に入っ
てるんですああはい全部カラムが頭に入り
ますうんおそらくFacebookとかの
サービスを考えてもFacebookの
データベースは全部頭に入ると思います
あの要はまデータベースってExelの
なんかシートみたいなもんですよねでこう
各列があってこうサービスに必要なこう
ビジネスのカラムがありますよねとで
Facebookうんはおそらく縦に
ものすごく長いデータベースの構成して
ますよねうんうんそうすると1人の人で
分析できちゃうと思うんですよカラムが
シンプルなんではいこれが例えばyooo
とかYahooJAPANとか
Googleとかサービスが滝に渡ると
1人の頭の中にうんこう全部のカム構造が
入らないですよねそしたら連携する必要が
あるんでこれは結構難しい分析になるん
ですけどうちぐらいとかFacebook
ぐらいのサイズだったらそれは
サイエンティストだったらデータ構造
ぐらい頭に全部入ってうんますよねそし
たらその人1人で分析できちゃうと思うん
ですようんザーバーグも全部頭にあるん
でしょねあると思いますただ縦に
ものすごく長いだけでその縦に長いデータ
を集計するのはコンピューティングパワー
の話なんでうんはいデータの複雑性の話
じゃないのではいなんで今どんどん
どんどんこの単独で分析するってのは結構
今後主流になっていくんじゃないかなと
思ってますはいはあそれ何個ぐらいまで
ならいけるんですか今そのレストランと旅
が2つなら入るとおしゃったじゃないです
かはいはいいやそその2点予約事業とか
だったらいいんですけどそこに例えば金融
事業だったり検索の事業だったりあとは
なんか税金の支払いだったりカードの
支払いだったりなんか証券講座とかなんか
もうぜねそういうの全部なってくるともう
ものすごいデータのカムの構造も複雑です
しだからYahooのデータを見てると
はいこれ全部理解するの難しいって感じな
んですよはいでいろんなありますのんね
はいそっかでもうちぐらいまうちぐらいと
かFacebookぐらいたらほとんどの
会社の授業
それに入るんじゃないのと確かに例えば
ピボットとかも動画メディアってシンプル
なんでそれなら全部頭に入っとかないと
いけないデタベースの絡むぐらいはですね
はいそうするとその人がさあ分析しようと
思った時に自分で全部分析のコドはかける
はずですよねうんうんあの例えば
Yahooとかの場合だと例えば僕が
コマース事業eコマースの担当だったら
あのま証券とかカードとかのデータ分から
ないんで聞かないちゃいけないじゃない
ですかこう個人情報の問題とかあるんでも
なんかなんか面倒くさいですよ分析がでも
ねうちんとかだったらあとできちゃう
ぐらいのデータのサイズですうんうんうん
はいですよねなんであのまま共同もいいと
思うんですけどうんあの単独型が今後
増えるんじゃないかなとうん思ってます
はあいや面白いですその意味でもここに
書かれてるようにデータドリームの実践ま
2つの方があるいうことで佐さんが
おっしゃったように実践されてるように
単独型ではいこの課題を見つけるところ
そしてそれをデータ分析で解くところ
そしてそれをま実際に役立てるところはい
これま1人でやるモデルかもう1つ下の
場合は解くところだけデータ人材に任せ
るってことなんですねはでこれがよくある
ケースでいくとうん解くところまでデータ
神座がやるんですけど最後の役立てる
ところがスタックしてるというかうんこれ
すごくよく見ますよね確かにうん手悪こう
例えばこういうことやろうよとで
サイエンティストにお願いしますしたら
サイエンティストは解けましたうんです
うんうんうんでそれは実際に解けてんです
よでもだからと言ってビジネスのもお客
さんがそれ喜ぶかどうかでまた別問題なん
でうんなサイエンティストからするともう
完璧な会を提供したと思ってますよねはい
でもビジネス人からするとお客さんが喜ん
でないんだったらダメじゃんっていうで
ここの3番のところであのあやややって
なってああでなんか謎のうまくいきました
みたいな報告が上がってたりとかあいつに
頼んでもダメだみたいな感じになってたり
とかいうのが1番起こってることじゃない
かなとこの2と3のコンビネーションです
ねその意味じゃ3側がやっぱり実装するっ
て意味ではま経営者であったりすごく
リーダーであるケースが高いのでその人が
解いたものをちゃんと生かせるかどうか3
側の責任が結構大きいってことですかね
そうですああでその時にさっき申し上げた
ように3の人の責任が大きいんですけど
その時にデータ人材をディレクションする
ためにはあのねまあまあのテックの理解が
ないと難しいですよ例えばえこのモデルっ
てどういうモデルで作ったのとかどういう
特徴料使ってんのとかえこの特徴料たら
どういう結果が出たのとかお客さんだっ
たらこれもうちょっとこういう風にして
欲しいんだけどそれってモデルにどうやっ
て反映できんのとかはいこういう会話が
質問ができないとうあのねデータ人材って
動いてくれないのではいそれぐらい勉強
しろよってことですよね
勉強いやあのあの勉強はしなくてもいいん
ですけどデータ人材をディレクション
するっていことがビジネスの結果を出すべ
ですごく大事なのではいあの必要だったら
やった方がいいんじゃないっていうこと
そうですよですよねここがね多分1番うく
いってないんじゃないかなと思いますその
意味じゃ経営者のタマなのかもしれません
ねそうですね経営者っていうかビジネス側
のですねうんはいかいや私もそんなに指示
できる自信全くないのではいどうどうやっ
て学べばいいんですかあそれがあのうまく
いってない会社ばっかりと思うじゃない
ですかちゃんとねこの共同型でうまくいっ
てる会社もあるんですよ
おピボットアプリでは朝の支度をしながら
でも学べるバックグラウンド再生が可能
です通勤中や家事をしながらいつでもどこ
でも学べますさらに学びながら様々な特典
と交換できるピボットマイルがたまります
ならで学ぼうピボット詳細は概要欄の
リンクを
チェック例えばこれうまくいってかちゃね
ゾゾさんああはいゾゾさんはこのビジネス
人材の方が見た目はビジネス人材なんで
すごくこうビジネス思考でファッションも
おしゃれでこの人テックの話わかんなさそ
うっていう見た目ですけどちゃんとテック
のことも分かっててでデータ人材を
ちゃんとディレクションしてるなって印象
なんですよはいであれはやっぱりこう1つ
の成功パターンだなと思ってましてうん
うんやっぱこうゾさんのファッション領域
のビジネス人材の人たちはねおしゃれじゃ
ないとバイヤーさんとも会話できないし
マーケティングとかもするんだったらね
どういうこうあの見せ方をするのがいいか
とかそういうのもわかんないやしで社長と
も会話できなくちゃいけないマルチな才能
が求められるんですけどそう見事にやっ
てらっしゃるなあというのがおおゾゾさん
の印象ですねへえ前田さんもコーディング
されますしなんそうそういう伝あるのかし
そうな前さんもそうですしあと今の社長の
サダさんももうどっちかうんデータもお
好きな経営者なのでなんかそれがきちんと
有効できてる共同型のあの1つのプラ
ベストプラクティスかなと思ってお見受け
してますねはいはあ普通にやっぱ英語勉強
しなきゃいけないっていうの学ぶように
ちゃんとそこを実践の中で勉強していける
かどうかが経営者鍵なんですはいそうです
ね多分あのなんですかねこうデータを使っ
て成果を上げるっていうことはもうままず
先に決めてますよねうんうんうんでなんか
やりたくない勉強
もあの必要に応じてやるっていう感じかな
と思いますねはいおおけどこんだけ成果が
出るって分かればやらない手はないですよ
ねそうなんですよすごいですよ彼らの成果
もあの本当にこうね何千億ものビジネスを
作られてるわけで今なお成長続けてるね
会社さんなんでなんか僕も見習ってますね
はいはいそういうことですよねけど1級も
業績すごくないですか出てましよ2022
年3月期売上利益いくらでしたっけ
100350億ぐらい180ぐらいの利益
でしたねはい営業利益率5割ですよね約
はいこれすごいとんでもない成長ですよね
ともないはいあのやっぱりこうやっぱここ
がデータドリブンのビューティだと思うん
ですよあの要は市場が成長してない中でも
競争優位を気付ける可能性があるとうん
いうこととあとデータが仕事するのであの
お金をそんなに使わずにも成長できると
はいあとデータが仕事するんで人もそんな
に増やさなくていいとうんはいだからあの
これがやっぱデータドリブのビューティで
でしかもこれがあの時間と共に福利で成長
するっていう構造をしてるのでうんうんな
ので我々よく言われるのがどうせ事業料金
増やしてんでしょうとか人増やしてやって
んでしょうとかいお金で売上買ってんじゃ
ないのとかいろんなこと言われるんです
けど全然そういうことやってなくてほあの
忠実にデータドリブに火事を切ってやって
るっていううんことですはあそのりって
いうのがすごく印象的でこれも出てるよう
にこの継続率をちゃんと上げていけば
リピーターを上げていけばこの効果は
ずっと福利的に効いていくってことですよ
ねはいこれ意外と意識してない人多いです
よねそうですねほやっぱ僕らはやっぱこう
事業を考える上で例えば同じ100円の
売上でもいい100円の上げ方と悪い
100円の上げ方があると思ってまして
あの真にお客さんにお金を配って100円
を上げるのじゃなくてはいうちのサービス
を好きそうなお客さんに100円使って
もらうのはこれいい100円だと思って
ましてそっちを増やすことを手がにやって
きたっていう感じですはあこの番組にも来
てくださったあのマーケッターの西口さん
あの坂木さんの方激勝してたんですけど彼
もやっぱり2割のロイヤルユーザーを
ちゃんとあのいいサービス提供することで
8割の利益が出るっててましたけどそこと
一級も似てますよねはい同じ構造してます
ねはあそじゃデータードリブン経営って
そのそっから見えてくる顧客特にヘビー
ユーザーの方々をしっかりロイヤル
ユーザーさんの方を見てそれ生かしていけ
ば継続率が上がりそれが福利で聞いてきて
非常に利益も上がっていくそういうことな
んですねはい今のところはあ将来は分かん
ないですよ過去を見るとそう言えますはい
ほこれ過去見るともう10年ぐらい続い
てるんでかなりもう実証されてますよね
この正しさってかアプローチの正しさって
まけどね2023年度まではまいいとして
2024年度はどうなるのとかったそそう
わからないので過去に関しては通してきた
うん思っそういうことですね分かりました
これ是非このデータードリブンのまここの
真ん中であるっていうとこの基礎としてま
これからどういう風なステップで踏んで
いけばいいかっていうことなんですけど
これちょっと簡単にご説いたはいはい多分
全ての領域で共通してることです例えば僕
昨日あのyooLINEyooの人事の
ピープルアナリティクスやってる人とお
話したんですけどピープルアナリティクス
も事業経営も全く同じアプローチなんです
よまずやることはデータを整備うんはいで
次にあのなんかしんないですけどデータ
ドリブを実践する組織フドになんか反対
する勢力って必ず組織の中にいるんです
例えばダッシュボードで事業見えるか
しようよって言うとなんかその見えるかを
担当してた財務部門が俺の仕事なくなる
つてデータを出さないとかああもしくは
なんかデータを出してくださいっつった
なんかメーカーの製造部門がなんか面倒
くさいこと言ってんじゃねえみたいのが
あったりなんかとにかく組織全体として
うんを活用することの共通理解みたいのが
その後多分作らなくちゃいけなくてまここ
は多分あの組織フドとしてあるんじゃない
かなと思っててこの2つがあるとま簡単に
言うとデータの見えるかです次がああはい
はいはいなんでそこはよく言われるのが
あのいわゆるタブロを入れてなんか貸化し
ましょうとかBIツール入れて化し
ましょうとかこれはもう見えるかの領域
ですねでうちらの場合はこのデータが顧客
行動データのことなんでそれを見えるか
するっていうことは顧客をもうスーパー
クリアに理解するっていう風に考えてます
うんうんはいで多分顧客の理解をする
ところが多分データドリブン経営の1番の
本なんか本丸ではいでそれが本当に理解
できてると何をやっても戦略当たるみたい
なああはいあのお客さんがどういう風な
状態なのかが分かるとじゃあその状態だっ
たらどういうことをお客さんがすれば喜ぶ
かも分かるはずですよねうんうんうんもし
何やったら喜ぶかがわかなければ多分顧客
を理解できていないっていうことなので
はいなんで顧客が理解できればまあ多分誰
に何をするかって戦略もかなりの角度で
当たりやすくなるんじゃないかなと思って
ますはいはあまあるしほと答えが見えて
いる問題を解くみたいなもんですもんね
はいああはいこれできるようになるとなん
か仕事楽しそうですねそうなんですよそう
なんですよはいはいあのだって僕データの
なんか1つ面白いなと思うところは例えば
うちのお客さんが100万人いるとしたら
100100万人がどうなのっていうのも
分かるじゃないですかはいでも1人のお客
さんの顧客の行動までズームして見ること
もできますよねうんこのズームができ
るっていうのは要はこまここにお客さんの
行動が全体があったらはいどこがうまく
いっててどこがうまくいってないのかが手
に取るように分かるはずではいであここが
うまくいってるしたらなんでこれうまく
いってんだろうってこれもうちょっと広げ
られないかなって考えるしここがまずいと
思ったらこれどこがまずいのか全部分解し
ててああここがまずいってわかってそれを
直せばいいっていうなんこんな便利なもの
があるのになみたいなおおはいそうですよ
ねだってどこまでもズームして入って
いけるんではいデータってうんそれがEC
ビジネスの面白いとこですよねあおはい
はいこれ今ECっておっしゃいましたけど
今ECだけじゃないですよもう氷も今もう
もうバリバリそうなってますからねリアル
でも結構見えますかああ日本はそうでも
ないと思うんですけどウォルマートある
じゃないですかもうバチバチAmazon
と戦ってますよねウォルマートはもうもう
まピュアにもテックカンパニーですよう
はいええ多分僕昨日たまたまあのその大学
院の友達とかと話してるとウォルマートに
行くっていう人も結構いますよねガー
ファムじゃなくてウォルマートみたいな
うんうんうんはい世界最大のデータベース
のホルダーでもありますしあのま氷業界
ですよなんでもう今もはや氷もうん誰が
どの商品を手に取ったはいあとどの商品を
購入したうんでもしかしたらその購入の時
のなんかあ目の目の形でIDが取れてああ
でその人がなんかねカードとか使ったら
どこの住所に帰ってるとこまで全部分かっ
ちゃうんでうんこれもう
コマスだよねみたいな感じになってきてる
のではいでこ氷がいコマま氷がデータ
ドリブ化されると同時にメーカーもデータ
ドリブ化されるのではいはい繋がります
もんねそうなんですよそっか全ての業種で
データイボスになってるってことなんです
ねという傾向が特にこうアメリカではあり
ますよねなんかこう1つずつちょっと
ステップが遅れてるというかうんアメリカ
のeコマースはまAmazonに代表さ
れる通りもうバリバリデータドリム化し
てるじゃないですかはい日本のEコマー
スってそれに比べて1個なんかこう
エクスペリエンスとしてもうんだかなこの
リコメンドと思うこともありますよねうん
でこれ同じことが氷もそうなんですよ
ウォルマートは日本の氷よりもやっぱ歩
進んでますよねうんで氷が進んでると
メーカーもなんかね
多分eコマースが歩遅れてるんだとしたら
氷が2歩遅れててメーカー3歩遅れて
るって構造になってるような気がします
けどねうんうんそっかもうアメリカ全部
答えが分かってるゲームもどんどん
どんどん進んで応用問題をどんどん解いて
いってるわけですねはいそうですね
一歩の距離って何年ぐらいなんですか努力
によりますよねけどどんどん突き放され
るって可能性もありますよね相手も止まっ
てるわけじゃないですもんねなんか
どんどん離れてませんやっぱ離れてますか
やっぱこのこのこれだけこうまあ2000
あの2000年代に起こったこう国境が
なくなるっていうなボーダーレスの世界に
なってきてやっぱこう圧倒的にうんその
なんて言うんですかこう薄いバリュー
チェーンを世界で展開する人が強くなって
ますよね例えばその僕らの領域で行くと
あの例えばBooking.comって
いう旅行会社があって彼らはもうワン
サービスですね元々宿のサービスしかして
ないんですうんそれをあの世界中で展開し
ていてそのエクスペリエンスがブラジルで
こういうことが起こってるからということ
はこれはオランダでこういうことがあるん
じゃないかとかアメリカでこういうこと
起こってるからこれタでこういうなるよと
かそのエクスペリエンスの共有が
ものすごく行われていてでABテストの
ロジックとかもものすごく複雑に行われて
てあれだけの地の巨人がデータを活用した
ことやってたらそそう日本の会社とかで
なんか勝ちにくくなりますよねそうですよ
ねはいでそれがありとあるとこで起こっ
てるんでやっぱグローバルプレイヤーの
あの強くなり方っていうのがもう1番
大きな影響になってるんじゃないかなと
思いますねはいうんそめちゃそこはもう
とてつもないなんかプレイヤーなんでま
サッカーで言ってもプレミアリーグとかっ
てもう勝てないじゃないですかそこと戦う
のあるしあはははいて国内でまずちゃんと
そこの整備をしてちゃんと勝てるように
するそこから大1ステップで考えればい
そうそうですねなんかこう国内国内のまた
全く別のマーケットがあるのでまたまたま
僕らはブッキングさんとま戦ってるんです
けどあの日本人のマーケットによいては
やっぱりあのそんなにブッキングさんは
使われてなくて日本人の海外旅行は使われ
てますうんけど日本人のお客さんが旅館
泊まる時とかはまだやっぱりこう国内の
サイアピストを使われることが多いので
なんか頑張るっていうか確かにはいまず
いきなりプレミアリーグ行ってもやっつけ
られちゃうのでまずJリーグでちゃんと
チャンピオンになるってところをみんな
頑張ればいいのかもしですねはいうんその
次にワールドカップとかが見えてくるはい
彼らは彼らの弱いとこてあるのでああるん
ですかやっぱ彼らの弱いとこカスタマイズ
だと思いますああはい例えばこの旅館は
夕ご飯はハピ出てくるよとかあのなんか畳
の部屋が8畳だよとかそういったのって
日本だけの話なんでああはいだって基本は
海外のの予約って白色分離って止まるのと
食事は別ですからうんうんうん日本の旅館
はねなんか食事がついててそれもう彼ら
からすると売りにくいですよねそうですね
はいそういったところがま我々にとっては
こうま用意にカスタマイズしてできるま
その辺が多分サービスの差別性に繋がっ
てるのかなと思いますうん分かりましたさ
こに今説明していただいたところをがま
データドリムのためのステップということ
でまこれがま全部本にも書かれてますし
ここをちゃんと愚直にできるかっいうと
はいはいとろですねと思いますありがとう
ございますでパート2としてはまずこの
データドリブン経営の本質ってところで本
でも書かれてましたけどまずデーターとは
何かデータードリブンとは何かデーターK
とは何かってこともまず定義書かれてまし
た
けどこのデータってとこもうすでに結構
語っていただきましたけどさらにもう
ちょっと深掘りしてもらってもいいですか
データがんでこんなにこデとは何なのか
はいデータドリブン系の本質ってところで
データとは何か僕から見るとデータは酸素
です酸素酸素あのみんなで共有すべきもの
はあねどんだけ見てもすり減らないああ
はいデータードリブンの組織フード作
りって何が鍵になりますかこちでやってる
のは毎週うんあの日曜日に先週何が起こっ
てのかを分析してあの社員でレポートする
ようにしてんですけど1つのファクト
ドリブンなカルチャー作りに大きくあの
影響してるかなと思うですねはあさこ
データドリブン系は誰に何をするかって話
だけなんですよねはい何をするかは
あんまりどうでもよくて誰にがあの僕ら
からすると経営の全てって
感じPIVOTのアプリWEBでは配信1
週間は全編無料で視聴できますさらに学び
ながら様々な特典と交換できるピボット
マイルが溜まります後編はピボットアプリ
WEBでご覧
ください
浏览更多相关视频
【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
【2割のロイヤル顧客が8割の利益をもたらす】良い売上と悪い売上/パレートの法則の罠/上場企業とスタートアップの罠/ウォールマートとKマートの違い【経営とマーケティングをつなぐ③:西口一希】
5.0 / 5 (0 votes)