近年、経営環境の変化のスピードは加速度的に増しており、これまで以上にビジネスの多様化・リスク変化に迅速に対応することが求められています。それらの変化に対応すべく、多くの企業は社内外のデータを活用し、さまざまな経営課題に向き合いビジネス変革を進めています。

一方で、データ分析に主眼が置かれがちで、局所的な対応に留まるケースも散見されます。データの利活用によりビジネス変革を実現するためには、データをどのようにビジネスに活用するか(データ活用戦略)や、それらを実現する仕組み(人/組織、ルール/プロセス、テクノロジー)を総合的にデザインしていくことが重要と考えられます。

KPMGのフレームワーク“Data Transform Model”

KPMGは、データを資産として活用するフレームワークであるData Transform Model(DTM)において、検討するべき重要な観点を2つの領域・6つの要素に分解しています。データ活用によるビジネス意思決定の精度・幅・速度と、継続性向上実現のために、データマネジメントとデータレバレッジの領域において あるべき姿をデザインし、その実現に向けて実行することで、データドリブン組織への変革を支援します。

【KPMGのデータ活用方法論(DTMフレームワーク)】

生成AI活用推進のためのデータ利活用基盤構築支援_図表1
01:データストラテジー 組織におけるデータの高度な活用を目的とした、ビジネス戦略と整合させたデータ戦略の立案、ロードマップの策定
02:データガバナンス 組織における健全なデータの管理を目的とした、ポリシーやプロセスの設計、評価基準の策定
03:データCoE 組織におけるデータ活用の横断的な推進を目的とした、組織のデザイン・構築、人材やスキルの定義・確保
04:データプラットフォーム データの相互運用性や可用性の向上を目的とした、データの統廃合、プラットフォームの構築
05:データビジュアライズ データから直感的にインサイトを得ることを目的とした、BI戦略の立案、ダッシュボードの構築
06:データサイエンス インサイトの根拠となる精緻な情報の抽出を目的とした、データの設計・前処理、高度なデータアナリティクス

取り組むべき要素は多岐にわたり、すべてを実施するには時間がかかるため、段階的に取り組む必要があります。局所的なデータの利用から始まり、利用範囲の拡大に伴って意思決定プロセスが改善されることで、継続的で高度な意思決定をすることが可能となります。

【データドリブンな組織へのロードマップ】

データドリブンな組織への変革に向けたデータ利活用推進支援_図表2

KPMGの支援

KPMGでは、クライアント各社のデータ利活用の課題・ステージを踏まえて、全社的なデータ利活用の推進(=データドリブンな組織への変革)実現のための包括的な支援を行っています。単なるソリューション提供ではなく、クライアントが継続的にデータドリブンな組織を運営できるような状態を目指して伴走します。

以下に挙げる主要なサービス以外にも、クライアントの課題等踏まえて柔軟な支援を設計・提供しています。お気軽にお問い合わせください。

【KPMGのデータ利活用支援サービス】

データ利活用包括支援
  • データドリブン組織への変革を目的に、Data Transformation Model(DTM)を活用した包括的な支援
  • 全社レベル、事業レベルで現状評価を実施し、競争優位構築のためのロードマップ策定~6種の実現を伴奏支援
バリューチェーン×データ利活用支援
  • 事業単位でのバリューチェーン(VC)に対して、クライアントに即したデータ利活用を全方位的に支援
  • KPMGの方法論を活用した価値向上との関連性を構造化したアイデアおよびKPI設計と、実現に向けた構築を伴奏支援
CoE支援
  • 現状存在しているデータ利活用機能や組織に対するエンハンスをサポート
  • DTM方法論を起点にクライアントの状況・目的達成に向けた実行およびPMOを支援
データ分析支援(PoC支援含む)
  • 主に事業単位での企業の価値向上に紐づくデータ利活用アイディエーションとデータ分析の仕組み構築を支援
  • 初期的な効果検証を目的としたクイックなPoC※1支援も対応可能
データ分析内製化支援
  • データ分析内製化を補助するノーコードツールAutoML※2を利用したデータ利活用+内製化支援
  • ユーザー部門、IT部門自らがデータ活用・分析を行えるスキル・ノウハウを伴走継承
自走化支援
  • データ利活用(DTM観点)の自立化、自走化を伴走支援
  • その他(上段)サービスと密接にかかわり、初期外注~最終的な自走化といった段階的な変革も可能

※1 PoC:Proof of Concept(実証検証)の略  
※2 AutoML : Automated Machine Learning

お問合せ