特長

データ分析の専門的なスキルがある人だけでなく、ビジネスに精通した事業部門など、多くのかたがたがデータをビジネスに活用していけるよう、「データの民主化」に貢献していきます。

データ分析から導きだされたインサイトを施策に落とし込み、ビジネス現場で実行し、企業の売り上げや利益につながるビジネス成果を得ることがデータ活用のあるべき姿です。そのためには、ビジネスの具体的な課題を持っている現場人材が主役となってデータ活用に取り組むことはもちろん、新たなユースケースの試行や、データを追加・拡充しながら分析を何度も繰り返して行えることが重要です。

NECのデータドリブンDXソリューションは、持続的なデータ活用によるビジネス成果の最大化はもちろん、お客さまのデータドリブン文化醸成を支援します。

アジャイル 分析プロセスが圧倒的に短縮されたことで、アジャイル型のアプローチが可能
スキル 高度な専門技術は不要。組織能力の向上により、継続的にデータ活用
インサイト これまで気付かなかったインサイトを発見でき業務施策に役立つ

アジャイル

データを情報に変換するというデータサイエンスのプロセスでは、分析課題の設定後にデータを準備し、特徴量設計を経てから機械学習を実行して予測モデルを作成します。従来のアプローチだと、分析を開始してから結果が出るまで、数か月もの期間がかかっていました。

世界ではじめてデータサイエンスのプロセスを完全自動化したdotDataであれば、データ分析にかかる時間は、たったの数日。圧倒的に時間を短縮できます。データ活用したいと思いつつ、リソースや事前準備が進まずなかなか手を出せなかったかたも、dotDataを利用すれば、今あるデータで分析をはじめられるようになります。

また、データサイエンスのプロセスを完全自動化できるので、分析の精度向上や、新たな知見を見出すために思いついたデータやユースケースがあれば、すぐに追加して、手軽に検証するといったアジャイル的なアプローチが可能です。何度も高速に仮説・分析・検証サイクルを繰り返すことで、ビジネス施策の早期の実施や精度向上を実現します。

スキル

従来のデータサイエンスプロセスでは、高度なスキルと専門知識が必要になるため、データエンジニアやデータサイエンティストなど多くの専門家が必要でした。しかしデータサイエンスのプロセスを完全自動化したdotDataを利用すれば、専門知識をもたないビジネス部門の人でも、手軽にデータ分析をはじめられるようになります。

さらに、NECのデータドリブンDXソリューションは、データ分析の圧倒的な効率化を実現するだけでなく、データ分析のやりかたそのものを劇的に変革し、組織やその役割分担のありかたをも変えます。具体的には、ビジネス部門は分析課題の設定と分析結果を施策に落とし込んで実行することに注力し、IT部門は分析に必要なデータの準備に注力する「効率的な分業」が実現できます。これにより、組織能力の向上が見込まれ、ビジネス成果の最大化を加速化できます。

分業によるメリット

データドリブンDXソリューションは、経営層、ビジネス部門、IT部門のすべてのお客さまに価値を提供します。

経営層

DX推進に最適な組織構成、連携体制を構築できます。余分な工数や重複・手戻り業務がなくなるため、効果的なDX推進体制を築きつつ、コスト削減につながります。DX人材育成サービスを通じて、会社・組織としてもつ課題を再度考え、現場社員と共有することで、共通の考えを持ってDX推進に取り組めます。

また、BIとAIを組み合わせたアクショナブル・インサイト・ビジュアライゼーション(AIV)を通じて、過去・実績の可視化だけでなく、過去の洞察から将来の予測結果まで一元管理することでビジネスの意思決定を速めることが可能になります。

ビジネス部門

dotDataを使えば、予測結果だけでなく、予測結果に至る根拠や、いままで見えなかったインサイトが発見できます。ビジネス部門のお客さまは、分析結果で得たインサイトをどのように活用するのかを考え、施策の実施・改善につなげることに注力できます。すなわち、「ビジネス部門が主導するデータ分析」が可能になり、ビジネス課題の解決を加速化します。また、DX人材育成サービスを通じて、ビジネス部門の担当者を、データ分析を遂行可能な人材に育てることが可能になります。

IT部門

データ分析はdotDataのAIが行うため、データ分析に必要な専門知識を一から習得する必要はありません。IT部門のお客さまは、ビジネス現場から求められた分析に必要なデータの準備に注力できます。
また、手元のデータが少ない、データ整備のスキルや工数が不足している場合は、アジャイルでデータ管理基盤を構築できるデータ基盤アジャイル構築サービス(DPAS)で段階的かつ柔軟にデータの追加を行えます。

インサイト

これまでも、AIを活用した予測分析は行われてきました。しかし、なぜそのような結果になるのかという根拠があいまいでビジネスに活用しづらいという課題もありました。dotDataの分析結果は自然言語で表示されるため、過去の洞察や未来の予見に対する根拠を明確に理解でき、人が思いもよらなかったインサイトを得られます。

ホワイトボックス型AI

企業経営判断や人事採用、金融審査、医療など、人の意思決定が必要だったり、人がAIの判断結果から影響を受けたりするような場面では、AIには、なぜその結果を導いたのかがわかる「解釈性」が求められます。その解釈性を備えたのが「ホワイトボックス型AI」です。

dotDataが出力する多彩なインサイトの例

金融商品を購入する潜在顧客を予測

  • 利用しているカード種別が普通で、2週間以内の利用回数が10回以内
  • 幼児向けアパレル店での1か月の購入総額

どの商品が何個売れるか店舗ごとの翌日の売上を予測

  • 30日以内に、対象の店舗がWeb広告で表示された回数
  • 90日以内の、対象製品カテゴリーの平均販売数
  • 1週間ごとの、店舗全体の売上個数