データマネタイゼーション調査レポート
データマネタイゼーション事業立ち上げ経験者300名を対象に実施した定量調査に加え、20社以上へのインタビューとコンサルティング現場での経験を踏まえ、データマネタイゼーション事業の成功に向けたポイントを解説します。

業務改善プロジェクトを推進する場合、どのようなプロジェクトであっても、はじめに現状調査を実施することが求められます。
一般的な現状調査として長年採用されてきた手法は、質問シートを利用したアンケートと業務担当者へのヒアリングを組み合わせた調査方法でした。しかしながら、調査対象者の主観に基づくアンケート回答や聞き手のヒアリングスキルに依存した調査内容により、課題抽出や施策検討をミスリードすることもありました。
これらの課題に対して、当社はタスクマイニングを活用したデータ主導型の現状調査を提案します。タスクマイニングを活用することで、パソコン上で操作されるアプリケーションの利用時間を自動収集し、事実に基づく定量調査を実現します。
POINT 1
タスクマイニングツールとは、パソコン上で稼働しているアプリケーションやシステムの利用状況に関するログを自動収集するツールです。収集したログデータを利用し、各ユーザーがどのような業務アプリケーションを、いつ、どれくらいの時間利用しているかを定量的に集計することができます。
従来の業務調査方法(アンケートとヒアリングの組み合わせ)と比較すると、タスクマイニングには以下のようなメリットがあります。
①パソコン利用ログデータの自動収集による正確な業務時間の取得
➁調査への協力による現場担当者の時間的、労力的な負担軽減
③アンケートの回答漏れや業務担当者のバイアスによる回答などのリスク回避
POINT 2
タスクマイニングツールから収集したユーザーのログデータをもとに、多様な集計観点・集計粒度で分析を行います。
現状把握の目的に合わせたデータ活用を行うことにより、現状に対する課題を把握することが可能となります。
POINT 3
タスクマイニングデータの分析結果から、定量データの傾向や異常値などを判別して想定課題を検出することが可能です。
想定課題に対しては、詳細を確認するため、対象ユーザーへデータに基づいたヒアリングを実施します。定量データを根拠としてヒアリングを行うことで、ヒアリング対象者との認識のズレを防ぎながら、詳細な現状を捕捉することができます。
想定課題の整理と精査を経て、現状における本質課題を抽出していきます。
データマネタイゼーション事業立ち上げ経験者300名を対象に実施した定量調査に加え、20社以上へのインタビューとコンサルティング現場での経験を踏まえ、データマネタイゼーション事業の成功に向けたポイントを解説します。
~企業内の最後の暗黒大陸、調達購買業務の見える化を進める~
企業のDXが進むなか、調達購買業務のDX、なかでも購買取引に関するデータの収集・分析・活用は、ほとんどの企業ができていません。 なぜ調達購買業務のDXは進まないのでしょうか? 多くの企業の調達購買業務DXに関する現状と、共通する課題を掘り下げ、今後の調達購買業務DXの進め方について解説します。
事業化に向けたメタバースビジネスの検討に携わったことのある経験者500名への調査と、20名へのインタビューをもとに「事業化に失敗するメタバース13の特徴」を導出、事業化成功に向けたノウハウを解説します。
なぜ91%のサブスクは失敗するのか?
サブスク事業経験者500名への定量調査から判明した、「失敗するサブスク 17の特徴」について解説します。 コンサルティング現場での経験を踏まえ、サブスク事業の成功・失敗に関わるノウハウを「フォーティエンスの提言」として提示。
ローコード×AIで変わる要件定義──エンジニアと業務の新しい関係
データと社内の“暗黙知”を可視化し、持続可能な営業組織を構築するには
すぐに役立つPDFの読み込みから、データモデルの初歩まで
Python in ExcelとPower Queryで実現する効率的なデータ処理
Power Queryを活用した基本事項点検のススメ
データ統合に不可欠なIT部門の推進力
押さえるべきAIマネジメントフレームワークと小売企業におけるAIマネジメント導入事例
顧客心理の変化を捉える、見積業務改善の効果創出方法
検討時に立ちはだかる「デバイス」「コスト」「ROI」の壁を乗り越えるために
【第7回】成果を生むAIを導入するためには(特別編)
【第3回】企業におけるChatGPT活用の最新ユースケース
【第2回】ChatGPTの社会的インパクトと可能性
【第1回】人工知能/大規模言語モデルの発展と社会への影響
【第3回】デザインアプローチで導出する「DXに取り組むべき理由」
サステナブル企業が取り組んでいるSDGsテックの考察
【第6回】DXを加速するデータドリブンカスタマージャーニー
【第4回】Withコロナ/AfterコロナのDX・デジタル技術活用とは
【第3回】成果を生むAIを導入するためには(後編)
【第2回】成果を生むAIを導入するためには(前編)
【第1回】変革に必要な真のデジタル技術活用とは