Skip to content

データ活用WS・デザイン思考・視座(WS0006・ビッグデータ・デザイン思考・視座の概念)

Z-4 外部環境・トレンドZ. その他(横断情報) 元資料: ワークショップ素材 WS0006 前半(20枚)

目的・概要

考え方・観点

WS0006問題解決に直結するデータ活用< ワークショップ >

  • (株)シーズメッシュ/本間
  • yyyy/m/d
  • Ver.2.00
  • #メトリクス・データ活用

ねらいとゴール

  • 【ねらい】
  • データに向き合う上での考え方、視座の置き方を共有する
  • 問題解決に直結するデータの活かし方をワークショップにより体感する
  • 参加者同士の議論による新たな気づきや発見を得る
  • 【ゴール】
  • 下記の学びが得られること
  • データとの
  • 向き合い方
  • デザイン思考
  • のアプローチ法
  • バリュー発見
  • の手応え
  • #メトリクス・データ活用

はじめに

  • #メトリクス・データ活用

データ活用について

  • データ活用というと、難しい知識や高度な分析ツールがないとできないという印象をお持ちではありませんか?
  • 本ワークショップでは、データ活用の障壁になるコンプレックスを軽減し、問題解決に直結する効果的な活用法を学びます。
  • 具体的には、デザイン思考による物の見方、考え方を取り入れ、目的に整合したデータの選定から、バリューを生み出すデータの生成法まで、演習を交えて体験していただく予定です。
  • #メトリクス・データ活用

ビッグデータ神話?

  • ビッグデータに対する期待・・ NHKの「NEXT WORLD」でも登場
    • → 将来的に、ビッグデータが私たちの生活に深く関わることは事実
  • 一方、ビジネスへの活用は少々迷走&脱線気味
    • → システム、ツールの導入が先行、価値の議論が後回し
    • → ビッグデータを掘り起こせばそこに宝があるかのような誤解
    • → そもそも、Excelで処理できる範囲ですら活用が進んでいない現実
  • 大事なのは自らの頭で考え問題を解決すること
    • → ビッグorスモール、ツール云々は主題ですらない
    • → 「データとの向き合い方」が超重要!
  • ビッグデータへの期待~我々のビジネスにおける関わり
  • #メトリクス・データ活用

ビッグデータとは?

  • ビッグデータは巨大で複雑な構造を持つデータの集合体
  • データから知見を得て、ビジネスにおける競争優位構築、生活の利便性向上、学術研究の発展等に活かすこと。活用技術の進展により、データ処理技術や予測精度が向上し、意思決定の迅速化に寄与している。
  • 具体的には、売れ筋商品の推定、ビジネス動向の可視化、交通状況の判断、犯罪の防止、学術研究など、多方面に活用されている
    • 例)Amazon販促、Google広告(AdWords、AdSense)、Facebook広告、ヒトゲノム解析、気象データ分析、ヒット曲分析
  • #メトリクス・データ活用

ビッグデータの特徴

  • 一般的なデータとの違いは、量(volume)、多様性(variety)、発生スピード(velocity)
  • 量が巨大のため、一般的な統計分析ソフトウェアで扱えないことが多い
    • ref. 世界1人1日あたりの情報容量は、2.5京バイト(1京は10ペタ)
    • 2012年現在(1980年代以降40か月ごとに倍増)
    • キロ→メガ→ギガ→テラ→ペタ→エグザ→ゼタ→ヨタ・・
  • 多様な種類のデータを扱う。データ構造が複雑
    • e.g. 数値、文字列、文章、音声、動画、電子メール、XMLデータ、 GPSなどのセンサー値、通信ログ、etc..
  • リアルタイム性、データ鮮度が生命線。
  • そのため、リアルタイム処理を売りにしたツールやSIerによるソリューションに注目が集まることが多い。
  • 内容が古い
  • #メトリクス・データ活用

ビッグデータ活用の意義、プロセス

  • 活用の意義、価値
    • 経験や直観の裏付け、あるいは否定する根拠の獲得
  • ビジネスにおける競争優位の確立
    • e.g.有望顧客へのアクセス、ビジネスリスクの回避(例:クレジットカードの不正利用検知)、etc.
  • 日常生活における利便性、安全性への寄与
    • e.g.地震データ、地形の情報、交通ルートの情報などを総合し、安全な場所に避難誘導
  • データ活用の一般的な流れ
    • 解決すべき課題の明確化 →データ設計→収集方法の確立→データ収集→収集データの精査→意味の抽出→分析→モデリング→解決策への落とし込み
  • #メトリクス・データ活用

ビッグデータ活用における課題

  • 活用推進における課題
    • プライバシー(個人情報保護の観点)
    • 倫理的側面(国家による監視など)への配慮
    • セキュリティーの確保
    • 通信速度
    • 大量データの転送にはネットワークがボトルネックとなることが多い。そのため、クラウド活用に加え、大容量のHard diskに直接コピーし受け渡す原始的な手法も取られることがある。
    • 活用スキル(特にデータから意味を見出す力)
    • 状況に応じたツール選定能力
    • AIの発達、普及による人間の仕事の消滅
  • #メトリクス・データ活用

ビッグデータ活用の代表的なツール&メソッド

  • BigQuery
    • Googleのクラウド上でSQL的な照会言語を使って大容量(数テラバイト級)のデータ分析を行なうことができるサービス。
  • Apache Hadoop
    • 大量のデータを手軽に複数のマシンに分散して処理できるオープンソースのプラットフォーム。MapReduceとHDFSで構成される。
      • → MapReduce:Hadoopで処理を記述するプログラミングモデル
      • → HDFS:MapReduceで処理するデータを扱う分散ストレージ
      • e.g.Yahoo! JAPANは、検索のログ解析にHadoopを活用
  • テキストマイニング
    • 大量のテキストデータから、有用な情報や知識を発見すること。
      • e.g.Yahoo!ブログ検索における「キーワードの評判」はテキストマイニングを活用
  • #メトリクス・データ活用

デザイン思考と視座

私たちを取り巻く状況

  • 地球規模で
    • 世界情勢の変化、人口増加、食糧危機、環境問題
    • 気候変動、天災、それによる人的災害
    • 産業構造、経済を取り巻く環境の激変 etc.
  • 企業において
    • 日進月歩で進化するテクノロジーへの追従
    • 顧客ニーズの変化とその対応
    • 慢性的な人材不足、人材の流出
    • トラブルによる負の連鎖
    • 戦略の弱体化、戦略性の欠如 etc.
  • 解決すべき課題は多く “複雑化” するばかり!
    • → 視座や視点を変え、物事に対峙する
    • ”柔軟さ” を養うことがますます重要に
  • 個々人
  • が抱える問題
  • プロジェクトや事業間の情報格差
  • 孤立する
  • 経営者
  • カベを作る経営幹部
  • e.g. 組織には、言語化されない
  • 大きな問題も存在!
  • 階層間のコミュニケーション距離

トラブルを招く負の連鎖

  • 新たな問題が
  • 生じると状況は
  • さらに悪化。改善の気力・体力が
  • 奪われる
  • 将来を見据えた活動や付加価値創造のための取り組みが停滞する
  • ナレッジ集約や
  • 分析が後手に回り、付加価値の高い資産が残せなくなる
  • 問題の再発防止や早期発見の
  • 手立てがなく、
  • 対応が遅れる
  • 問題が重なり、事象が複雑化。原因特定が困難になりトラブルに発展する
  • 発生した問題に対する対症療法が
  • 中心となる
  • 問題が続き、
  • チームや組織全体が目の前の対策に
  • 追われはじめる

デザイン思考について

  • デザイン思考とは、自ら問題を定義し、コンセプトベースで市場を創造していくイノベーション手法
  • 従来型の問題解決アプローチと違うのは、徹底的に“人”や“現場”にこだわって問題の本質に踏み込み、製品やサービスのコンセプトからバリューを作り上げていくこと
  • 徹底した 「人」 「現場」 へのフォーカス
  • デザイン思考は、アメリカのデザインコンサルティングファームIDEO社のコンサ
  • ルティングノウハウから発展し、アップル(Apple)社の初期のマウスや、パーム社のPDA(Palm V PDA)、無印良品の壁掛け式CDプレーヤーを生み出したことで知られ、P&GやGE、サムソン、ノキアといった大企業が事業戦略に導入するなど、世界的に注目を集めている。
  • 出典: http://www.buildinsider.net/enterprise/designthinking/02

デザイン思考の実施プロセス

  • (日常)
    • アイディアのタネの発掘、様々なリサーチ
    • グルーピング、パターン化
    • 深掘り、コンセプトの蓄積
  • (問題解決の実施段階)
    • 問題点・課題の明確化
    • 深層心理の理解→観察やヒアリング→インサイト
    • コンセプトの構築
    • プロトタイピング~ストーリーテリング
    • 実行への落とし込み
  • 下記を参考に作成
  • http://www.buildinsider.net/enterprise/designthinking/02
  • http://www.lifehacker.jp/2014/04/140422ideo.html
  • Rs
  • Ins
  • Prot
  • Ptn
  • Str
  • 市場を創造

業界や組織を跨いで活躍する人々

  • クリエイティブディレクター、佐藤可士和 氏 :ユニクロ、楽天、セブン&アイ、ヤンマー等の改革に携わる
  • ブランドプロデューサー、柴田陽子 氏 :コンビニスイーツブームの先駆者。渋谷ヒカリエ、東京スカイツリー、パレスホテル東京の新規事業を手掛ける
  • アートディレクター、コミュニケーションディレクター、森本千絵 氏 :広告、デザイン、映像、舞台と幅広い領域に関わる

深層心理の理解に欠かせない「視座」の置き方

  • 物事を判断する際、「視野」を広くし、多くの「視点」を持つことには、わりと慣れているのではないでしょうか ・・教育の賜物?
  • では、「視座」についてはどうでしょう?
  • 「視座」とは物事を見る姿勢や立場のことです
  • “思考の目”を様々な場面に移動して、移動先の人やモノの立場、置かれた状況で考えることが求められます
    • 例えば、お客様の立場/経営者の立場/サービスを使う人の観点/国家元首の観点/市場の観点/マクロ経済による見方/世界情勢/地球環境/機械のセンサー/現在・過去・未来における状況  などが場面の例です

視野・視点・視座のイメージ

  • 視野は2次元、視点は3次元、視座は4次元的な捉え方
  • <視座の例>
    • お客様の立場 / 経営者の立場 / サービスを使う人の観点
    • 国家元首の観点 / 市場の観点 / マクロ経済における見方
    • 世界情勢 / 地球環境 / 機械のセンサー / 現在・過去・未来 ・・など
  • 目線(見る方向や対象)

問題解決における「視座」の例

  • 問題
  • 課題
  • 危機
  • 脅威
  • 時間軸
  • 過去
  • 未来
  • 社会的影響
  • 現在
  • 地球規模での
  • 自国にとっての
  • 業界にとっての
  • 自社にとっての
  • 自社製品の
  • 委託先要員の
  • お客様の感情の
  • 将来の子供たちにとっての
  • 自分の将来設計上の

プロジェクトや組織が向かう方向のイメージ

  • 品質
  • コスト
  • 納期
  • サービス
  • プロダクト
  • プロジェクト×n
  • 会社としての
  • 方向性
  • (社会的課題の解決)
  • バランス
  • 適正化
  • 企業価値、
  • 競争力の向上
  • お客様ビジネス
  • の価値向上
  • 生産性、
  • 品質・信頼性、
  • 見積精度の向上
  • 取引コストの
  • 適正化
  • 提案価値の向上
  • 非財務レベル、
  • 実務遂行力の向上
  • お客様満足の向上
  • 財務レベル、
  • 収益力の向上
  • お客様の視点
  • 自社の視点

イメージ図

手順・進め方

手法・理論

テンプレート・ツール

事例・サンプル

参考リンク

構築中・WIP

顧客別事例