■データサイエンスの意義と課題・・・

【意義】
①「気づき」を与える。
②まだ、見えない視点を提供する。
③見えないセグメントを提供する。
①②③によって、アイデアを拡散させる。
【課題】
データサイエンスだけのアイデアでは事実ベースの発見が中心となるため、発見されたアイデアだけでは自社課題を解決する価値創造や価値訴求にはならない。

現在下記の2点の理由からアナリスティクの結果だけを、成果指標としている。
・経営課題にアナリスティクを活用するという順番ではなく、アナリスティクからの発見を課題としている内容が多い。
・アナリスティクの結果から、新しいアイデア創出可能な企業が少ない為、
【結果】
・手段を目的化した分析アプローチを提供する企業が多くなるのが、現状である。
・「広告を出すと売れますよ」のような「当たり前」の分析の類などが代表的な例となる。

(cf従来までは、
【当たり前の部分】は、頭の中で判断できる。想起できる。既知のものとなる。やることとか、他社がやることとして判断されやすい。)

2.今回ご提案する
【課題設定型デザイン思考アプローチ】
①出てきたアイデアを収束して、「新しいアイデア」への変換・コンセプトへの昇華
②価値創造や価値訴求が、
【データサイエンス＋課題設定型デザイン思考アプローチ＝目的化】組み合わせでできる。

3.運営方法
二つの方法論
①社員育成法
・弊社独自のカリキュラムに則り、指導・育成する。
・部署のイメージ:
決してITの部署ではない。
経営企画室→アナリスティク経営企画室(新規事業、もしくは事業部をまたぐ仕事をされる方)
インキュベーション的な仕組み
コスト:カリキュラム指導コストに準じる

■カリキュラム例
・データマイニングを行う為のデータでの注意点
・データマイニング・プロセスモデル
・データマイニングの失敗の原因
・データマイニングに必要なスキル
・デザイン思考アプローチ手法
・観察・洞察力(フィールドワーク)
・ダウンロードミーティング手法
・アイデア～コンセプト化へ(暗黙知↔形式知への変換作業)
・マーケティング戦略化へ(web戦略と伝統的マーケティングとの融合)
・顧客時間と場のシフトによる流通戦略
など

②契約顧問制(対クライアント)
(OJT提供)
注:基本は弊社がデータサイエンス＋課題設定型デザイン思考のサービスを提供した企業へのサポートがメイン

データサイエンス＋課題設定型デザイン思考
案２つ
1)コンサルティングサービス
2)上記のような社員育成サービス


社内の組織や事業を理解する。戦略・戦術の提示する。
実施・運営は、社内担当者が中心で、サポート体制をする。
・コストは、規定によるタイムチャージ制