DXとは、企業の究極の目的である顧客満足のために、企業の向かっていくべき方向です。

顧客との全接点(個別会合、セミナー、電子的コミュニケーション、等)をコントロールできる。
顧客および自分たちの行動が、データとして蓄積できる。
AI活用、データ解析、で、顧客との接点が、高速で改善できる。

DXに至る3段階

デジタルトランスフォーメーション(DX)は、ITを活用することによって、人間の生活をより良く作り直す変革を意味します

デジタルトランスフォーメーションに至るまでには、2つの段階を踏むことになります。
1番初めの段階が「デジタイゼーション」です。英語では「計数化(Digit化)する」という意味があり、アナログデータを電子データに置き換えるなど、全体の一要素をデジタルにす る行為を指します。
2段階目が「デジタライゼーション」です。英語では「デジタル化(Digital化)する」という意味があり、プロセスやシステム全体をデジタルにする行為を指します。 それらの2段階の改革の先に「デジタルトランスフォーメーション(DX)」があります。
英語ではデジタルが社会を「変革(Transform)するという意味で使われ、デジタル技術をベースに社会構造やビジネスモデルなどを抜本的に変える行為を指します。

この3段階変革の例としては、画像があります。
フィルムで撮影されていた画像がデータになるのが「デジタイゼーション」、画像を一元的にデータで管理するビジネスを作るのが「デジタライゼーション」、 Instagramのようにデジタルツールによって、人間相互のソーシャル情報がビジネスに加わり、画像への関わり方・生活が大きく変わるのが「デジタルトランスフォーメーション」 です。

BI・BA・AIの特徴と違い(1)

AIを耳にするときよく挙げられるものにBI、BAがあります。
DX化を進めるにあたって、この3点を適所適材で活用することが重要です。
この3点は似たように思われがちですが、それぞれに特徴と違いがあります。

● BI(Business Intelligence)は、企業の情報システム等で蓄積される膨大な業務データを、利用者自らの必要に応じて分析・加工し、業務や経営の意思決定に活用する 手法です。過去の結果に対して緻密な分析を行うことで客観性を引き出しやすいですが、反面具体的なアクションに繋がりにくいという弱点を持っています。

● BA(Business Analytics)は、過去データから目的に合った未来の予測モデルを作り、未来起こりうる事柄を予測する技術を指します。次のアクションを考えやすく、またそれ の裏付けがしっかりしているのが強みですが、構築・メンテナンス・利用(理解)などが大変難解です。

● AI (Artificial Intelligence)は、人間の脳が行っている知的な作業をコンピュータで模倣したソフトウェアやシステムで、人間の使う自然言語を理解したり、論理的な推論を 行ったり、経験から学習したりするコンピュータープログラムなどとして存在しています。
市場の期待値が高く柔軟性もあり、人間では追いつかない量の情報から考え抜かれた具体的な行動をリコメンドできますが、高い能力がゆえそのリコメンドが導き出された背景や 理由が分かりにくいという弱点があります。
注. 本定義はアイズファクトリー社の方法論の一部です。

BI・BA・AIの特徴と違い(2)

この図は、BI・BA・AIの違いを別の観点「説明力(納得感)」と「活動親和性」とで整理したものです。
上述のように、AIは、BI・BAに比べて、行動に直結するような結論を定時するので、活動親和性が高いですが、反面、その行動の理由がわかりにくいので、説明力(納得感 )が低いという特徴があります。

DXにおける顧客接点

DXプロジェクトの進め方

DXプロジェクトの進め方は以下のような3ステップを行います
*クリックすると図を拡大できます

その際に重要なのは、

Think Big: ビジネス全体を捉えて、大きく考えること

Start Small:小さくても良いので、結果が出る部分からやること

Move Fast: NO1であるために、他社より早くはじめること

という3つの観点です。実際に推進するにあたり、自社での

・スキル不足は、研修等で補う
・人材不足は、派遣等で補う
ことになります。

失敗しないAIプロジェクトの進め方(アメリカの企業群で作られたAIプロジェクト推進方法を採用)

CRISP-DM プロセスモデルとは

CRISP-DM(CRoss-Industry Standard Process for Data Mining)は、SPSS、NCR、ダイムラークライスラーがメンバーとなっているコンソーシアムにて開発された データマイニングのための方法論を規定したものです。 業界横断的に展開可能なデータマイニングのプロセスモデルと なっています。

失敗しないAIプロジェクトの進め方(CRISP-DMに基づく分析プロジェクトフロー)

CRISP-DMに基づく分析プロジェクトフローイメージ

CRSIP-DMでは、お客様の「ビジネスの理解(ステップ1)」からスタートする6つのステップで分析プロジェクトを推進します。

研究開発プロジェクトのように「ステップ4:モデルの構築」まできた段階で、その結果をもとに、必要に応じて再度ステップ1にもどります。こうした進め方を行うことで、 ビジネスの成果につながる、POCだけで終わらない定着する分析プロジェクトとなります。

AIビジネス成功の鍵となる2つのシステム

図の補足

図の補足
「運用システム」お客様にサービスを提供するシステム
「学習システム」新たなデータ・知見を取り入れ、運用システムを改善するための研究システム

AIビジネスを成功させるために必要なことは、「進化し続けること」。そのためには、2系統のシステムが構築が必要となります。
過去のデータから機械学習する「学習システム」と、日々の業務に使用する「運用システム」です。またアイズファクトリーの研究チームでは、
常に最新の研究成果を学習システムに反映しており、お客様の業務において精度の高い解析等が行えます。

「DX推進」のためにまずはこれから

DXを推進するためにもまずはご自身の組織の状況を把握することも重要です。
無料のアセスメントサービスをお試しください。


その他のサービス


事業概要

運営会社へのお問い合わせは、下記ボタンよりお問い合わせください。

運営会社へのお問い合わせはこちら 

bodais

bodais

DX総合支援サイト

運営会社