佐藤

今夜も始まりました。アートリーアカデミア。

井戸

本日のテーマはこちらです。「データドリブン経営。日本マイクロソフト 企業のデータ分析の内製化を促進。今年８月、日本マイクロソフトは、企業のデータ活用に向けて「データ分析内製化支援プログラム」の提供を始めると公表しました。同社のデータ分析パートナーやコンサルティングパートナーと協業し、日本企業のデータ分析の内製化をサポートするとされており、国内のデータドリブン経営を推進していくようです。データドリブン経営とは、勘などによる直感的な経営手法から脱却し、客観的なデータ分析を通して意思決定を行う経営手法で、DX時代を生き抜く企業に対して重要視されています」

佐藤

「データドリブン経営」ですが。徹郎さん、これに関して何か補足があれば(お願いします)。

蒲生

ポイントは「内製化支援プロジェクト」というか「プログラム」ですね。これまでも企業では、当たり前のように「データを見ながら経営判断をしていた」と思います。ただ、それは「専門会社に外注して分析をお願いしていた」というケースが多いわけで。だけど、今後は「企業の内製でデータの分析をしつつ、ノウハウを蓄積していかないと競合に対して経済的に劣っていくよ」という具合で。それゆえに、そこに対して警鐘を鳴らしていて。だから、「内製化の強化を進めるプロジェクトを提供し始めた」という話です。

佐藤

「マイクロソフトがやる」ということは「強い」よね。名前の「絶対的な安心感」というか「絶対に(料金が)高そう感」というか。

原

要は「スピード化」だと思うんです。「経営の選択肢のスピード化」と「選択肢の幅を広げるための手法」として「内製化を進めていくもの」という認識だから。会社にとって「世の中の流れに、追いつきやすい状況を作っていくものになるだろうな」とは思います。

佐藤

(マイクロソフト社の「データ分析内製化支援プログラム」は、)具体的にはどういうことをしてくれるんだろうね？

蒲生

いろいろと中身を見てみましたけれど、少々難しくて内容がよく分からなかったです。だけど、要は「四つプランがある」ということでした。 一つは「3日でできる」みたいな「お試しプラン」があって。それから、「短期的」「中期的」「長期的」と計四つのプランがある、ということです。おそらく「社内の人が学ぶための教育キットのようなもの」だと思われます。

佐藤

(マイクロソフト社のプログラムは、)「レベル高い」ということだね。七菜子は見た？ データドリブン経営はどんな感じだと思った？

久田

まずは「データを読む人材としてマイクロソフト社が入る」ことから始まって。それから、「コンサルで話して、見方を教えてくれる」。さらに長期的な話になると、「人材の育て方まで含めてコンサルしてくれる」らしいです。だから、「基本的にマイクロソフト社が入って、コンサルして教育する」というシステムみたいです。要はどちらかと言うと「意外とアナログな感じ」ですかね。

佐藤

アナログなの？ でも、おそらくそれ(実際にコンサルが入ること)は、「取らなきゃいけないKPI(重要業績評価指標)」なんだろうね。要は「内製化」だから。まずは「スタッフたち」というか「社員たち」の中には、「数字を見ること」に対して、「抵抗ある方たちも少なくない」だろうから。何はともあれ、そこに対してのアプローチが重要だよね。「経営陣に入っていくのか 」「社員全員に対して」なのか「システム化していくのか」という違いはあるだろうけど。それを経て、次にやっていくことは「データを定義していくこと」だろうね。要は「ビッグデータを作っていくこと」になるだろうし、「受動データを集めていくこと」も必要だから。「IoTやツール」という話だよね。それで、「フェーズ3になってやれること」が「 チームやユニットを作って、データをセグメント(細分)に切っていって 、抽出や加工をして、戦略的に使っていくこと」なんだろうね。想像で話しているからその通りかどうかは分からないけどね(笑)。

久田

だけど、「そういう感じのこと」は書かれていました。

佐藤

結局、「データドリブン」とは、そういうものだと思う。(井戸さんは)何かある？ すごく何か言いたそうな顔していたけれど。

井戸

いえいえ。「マイクロソフト社」だったので、「支援プログラム」を 最初は「プログラムされたソフトか何かかな？」と思っていたんです。だけど、ここまでの話を聞いてて、「確かに、そういうことか」と。

佐藤

「コンサル的な感じ」でしょう？

井戸

「サポートパートナーやコンサルティングパートナーと協業する」となっていたので。「本当に中に入っていくんだな」というか。七菜子さんが先ほど「アナログ」とおっしゃっていたかと思いますが、「コンサル」なので「 一番良い形」だと思うんです。だから「そういうものだったんだな」と思いながら、(手カンペを)読み返していました。

佐藤

そうなると思うよ。RYUちゃんはどう？ データなどは好き？

RYUICHIRO

参考にはするけれど、どうしてもデータが何か……。

佐藤

「見方が分からない」よね。

RYUICHIRO

見方が分からないし、それ(見せられているデータ)に対しての信頼度も「まだ少し薄い」かもしれないです。「このデータは本当に合っているのかな？」「パーセンテージも本当かな？」というか。「どこのデータなのか」や「どこのエリアなのか」「どこの会社なのか」もまだ少し。「どこも一緒ぐらいの信用度」というか、本当によく分かっていない。

井戸

見方が分からないと、「どういうロジックでもらった数字に到達しているかも分からない」から「理解しようがない」んですよね。？

RYUICHIRO

そう。だから、「そこ(数値が導き出されるまでの経緯)が気になる」んですよ。

井戸

そこ(数値が導き出されるまでの経緯)まで勉強させてもらえれば、(導き出された数値が)「本当に信頼できるのかどうか」まで分かるようになれますものね。

佐藤

一度、本日の課題を見てみましょう。

井戸

「データドリブン経営。課題:データドリブン経営で変革を起こすには？」

佐藤

そうですね、(原)先生。どう思いますか？

原

一般的な「コンサル会社がフォーマットを売ること」とも少し違うと思うのですが。基本的には「ビッグデータの採集の仕方」から「指導が入る」形になるので。だから、「こういうものが知りたい」ではなくて、「こういうデータを集めることで、こういうものが生まれるかもしれない」という提案型になってくる。だから、「変革」というか「最初から答えを求める」ではなく、「いくつもの答えを出すための内製化」による「データ分析」という認識ですね。

佐藤

それは「マイクロソフトの話」だよね？

原

「データドリブン経営」はその延長線上にあるので 。「人が考えない」ではなく「なるべく時間をかけないで考える要素を出していく話」になるので。だから、「経営者の仕事」と「実際にデータを集める人」の層が「全く違ってくるんだろうな」とは思います。その結果、「どう働くか」も「変わってくるかもしれない」というところが「変革に関わってくるのかな」とも若干思っていて。

佐藤

実はうち(アートリー)も密かに……、「密かに」ではないけれど。少なからず「データドリブン経営」をやっていて。だけど、うちの場合は、おそらく「データトリブン経営」だろうね。どうだろうな？ 結局、「難しい領域」に当たるのは、「統計が入ってくるところ」かもしれない。実際、「統計学に入ってくる」と(内容が)難しい。要は、「ビッグデータを扱おう」と思うと、「中央値」みたいな要素が絡んでくることも少なくなくて、「統計学を学んでおかなければならない」から。「統計学」と言っても、「世の中に統計に当てはめる」ではなくて、「統計を割り出して、傾向を分析していく」という方向になるんだけど。だけど、そういうところは、「数学」というか、「統計学」を「通っていないと厳しい」と思う。だけど、この「難しい領域」は「置いておく」として。おそらく「やらなきゃいけないこと」は「(データの)可視化」だろうね。要は「受動データの可視化」というか。確かジョブ理論で言うと、「能動データ」と「受動データ」というものがあって。「能動データ」は、売上高のように、「何もしなくても向こうが能動的に動いて出てくる数字のこと」を呼んで。一方、「受動データ」は、「掘り起こすことで初めて見えるデータ」を指しているの。要は「こちらが動かないと出てこないデータ」ということ。要は「(生データから)加工することで出てくるデータ」みたいなことなんだけど。例えば、作業時間を計測するとして。「始める時に、タイマーなりストップウォッチなりをぽちっと押して、終わった時も押す」として。それで、「一つの仕事が何分でできたのか」というデータが採れるわけでしょう。だからそれ(作業時間)を「全部データ化していけ」ば、それ(計測された作業時間)は「ビッグデータになっていく」わけで。それを踏まえると、やりようはいくらでもあって。例えば、「椅子への体重のかけ方」を例にすると。よくあるのは「座面にどれだけ負荷をかけているか」というか「どれだけ長時間、座っていられるか」みたいなところだろうね。あとは、挙げるとすると、「気温の問題」だろうね。「空調が何度であればベストなのか」みたいな。これ(空調の温度データの収集)は、JR東海などが山手線などの電車で「温度の管理」や「それ(温度条件)による作業効率」みたいなことを結構やっているんだよ。要は「ビッグデータを採集する話」なんだけど。要するに「何度の時の作業効率が」というデータが見えてくると、「そこに対してコストをかける話」になるから。だから、まずは「何を定義して、何に取り組んでいくのか」とう話になって。それから因果関係を見ていて 、「会社や業務にまつわる事象をすべて数字にすることで見える化していく」わけで。「見える化された状態」になると、今度は「仮説が出てくる」から。だから、「仮説に対して、運用プランを立てる」とすると。「それをシミュレーションした時にこうなりますよ」というデータが得られれば、経営者が「これにしよう」と「判断する時の助けにできる」というか。それ(判断の助けになるビッグデータを導き出せるようにすること)が「中規模以降のデータドリブン経営の取り組みの要」になるんだろうね。

蒲生

(社長の)おっしゃるとおりです。実際にそのように書いてありました。

佐藤

(実際に)そう書いてあったの？ それなら、少なからず「そういう感じ」なのかな？

井戸

MCが変わった(笑)。

佐藤

要するに「どうやってイノベーションを起こしていくか」ということだよね。そこを踏まえると 「難しそうに聞こえる」よね。実際、「難しい」けれど。

井戸

難しいですよね。だから「何から取り組むか」も「重要」ですよね。

佐藤

だから「コンサルありき」になるんだろうね。

井戸

「御社なら、これからこうやったほうが良いよ」という「アドバイスがもらえる」わけですものね。

佐藤

だから、本当にシンプルなところを言うと、「売り上げの分析から始まる」んだよ。それから「課目の分析」。詰まるところ早い話が「会計」というか「経理」になるんだよ。

井戸

そうですよね 。その時点で「一番見える化されてるもの」ですものね。。

蒲生

そうした「ロジック」があれば良いんですが。例えば、これまで「百戦錬磨」と言うか、「勘とセンスで勝ち続けてきた40代以上の経営者」に対して、「こういう考え方を取り入れると、より勝率が上がるよ」と言ったとしても、おそらく「聞く耳を持たないイケイケの社長さん」も少なからずいますよね。そうした場合に、「いかにしてその人(聞く耳持たずのイケイケ社長)たちにも、こうした(データドリブンの)観点から意思決定してもらえるようにするか」という話になるわけで。だから、一部の会社に関しては「知る必要がある領域」でしょうね。

原

詰まるところ、高年齢層の経営者の感覚では、「財務諸表の見方」が実は「結構偏っている」んですよ。「俺が答えだ！」みたいな価値観も少なからず持っていらっしゃったりするけれど。だけど、実は財務諸表も「 手法を分析するための一資料」でしかなくて。「いろいろなものを数値化して全体的に把握すること」が必要なんだけど、「答えはこれしかない」と考えている方に「多様な角度から提案していくことになる」ので。「失敗しない経営に向けた布石や選択肢を提案する話」になるので。だから、「コンサル会社嫌い」のようなところにも、「違う」というアプローチができるようになっていくとも思います。

井戸

(年齢の高い経営者の方の中には、コンサルの意見が入ることで)「今までのやり方を否定された」という気分になられる方もいらっしゃるかもしれないですものね。(だから、言い換えると、)「そこ(コンサルに否定的な高年齢経営者層)をどう巻き込んでいくか」ですよね。

佐藤

(データドリブン経営をしていく方針に)変わらない場合、どうなるんだろうね？ (明らかに)「差は付いていく」よね？

原

「どうしてもスピードが遅くなってしまう」気はします。

久田

そうですよね。言うなれば「ノーヒント(状態)」ですものね。

井戸

本当に「直感だけでやる」とするなら、ね。

佐藤

(実際に)やるとすぐ分かるけれど、「すぐさま発見が生まれる」んだよ。

井戸

「自分の知らなかったこと」などの……。

佐藤

実際、うち(アートリー)だってそうなの。最終的には「経営方針が変わってしまう」ような話になるんだけど。例えばうち(アートリー)の場合は、データを見ていくと「アカウント(営業職)が足りてない」から。実は「新規顧客の開拓」はできまくっているけれど、実態は「(顧客層が)移動しているだけ」で。「新規が入った分、できなくなっている案件」もあって。だから、「休眠顧客を作りながら、新規も開拓している」状況になっていたわけで。「(それに関しては、)確かに」とは思った。だけど、そこは「感覚値でしゃべっていた要素」でもあったし。結局、「データあること」は「裏付けになる」から。そうなるともはや「仮説」じゃなくて「行動に変わる」んだよ。要するに「データによる裏付けがある」から。

井戸

「事実になり」ますものね。

佐藤

だから、「アカウントやプロデューサーを増やせば良いじゃない」という話になるし。本当に「すぐに発見が生まれる」から。

久田

「データというもの」は、「自分なりに見て、分析して、仮説を立てなければいけないもの」だと思っていたんです。だけど、さっきの話では「データ見ている段階から勝手に仮説が立っていく」ということに気付いて。

佐藤

放っておいても、「おもむろに」出てしまう。

久田

だから、データを嫌う前に一度見てみるだけでも、「もっと近いところのものだと気付ける」というか。工程に「すごくめんどくさそうな感じ」があるから、(データ分析は)「もっと遠いもの」だと思って敬遠してしまいがちだけど 、ここまでの話を聞いていると「簡単に見るだけでもすごく変わる」と思って。

井戸

「そこに結論転がっている」というか。

佐藤

「数字の塊をグラフにするだけでも変わる」し、数字見てるだけでも、だんだん慣れてくれば、もはや「勝手にグラフが見えてくる」。

井戸

この辺りにね。分からなくもない。

佐藤

本当に見えてくるから。データサイエンティスト「採用する」というか、「育てる」というか 「いれ」ば「変わってくる」んだろうね。

原

「売り上げに直結しない部署」だから。一般の会社だと「採用することがなかなか難しい」のですが。

佐藤

だけど、実際は売り上げや利益に直結するんだよ。

原

かかるのは「見えるようにするための時間」だよね。だから(データサイエンティック部門は)「実はすごく大事な部署」だと思います。

佐藤

本当そうなんだよ。だから、財務諸表は「現状を見てるだけ」で。要は「過去にどうやってきたか」という「現在の結果」でしかなくて。今回の「データドリブン経営」というか「ビッグデータを使って作っていくこと」をすると、「今までの結果ではなくて、これからどうすべきか」という課題が「一瞬で出てくる話」だから。

井戸

「未来に向けた」ね。

佐藤

そう。取り組めば取り組むほど、意味があるわけで。「これができた」ら、「次はビッグデータを拾い上げて」というサイクルをどんどん回していけば……。

蒲生

これ(データドリブン)には面白い話があって。前回かな？ 放送した学歴ダイバーシティ(※2021/9/2放送)のこと調べていた時に、「音大の需要が高い」という情報があって。その理由としては「譜面を読み解く力」が、「データを読み解く力とリンキングする」らしくて。だから「音大卒の人がデータサイエンティストになっていく」というような話もありました。

佐藤

共通しているんだろうね。確かにそれはそうかもしれない。本当にギターもそうだけど、「タブ譜(ギター専用の譜面)」を見ているだけでも、「(この音)どこだろう？」と(実際に弦を)押さえながら展開させていくから。

蒲生

そう。やっていくと次の展開が読めてきたり。それを培っていくと、「この曲こういうパターンね」みたいになるんです。

佐藤

そうだね、結構似てるよね。データを見るとして。ほとんどのケースで、形や業種は違ったとしても、中身の数字のパターンはおそらく一緒だよね？ 要するに「何パターンかあるだけの話」と言うか「フェーズや規模が違うだけ」で。「世の中で起きている問題の本質のパターン」は「ほんの少し形が違うだけ」で「大体一緒」だよね。

原

要は「業種によって多少の色合いはあるけれど、どこで何をしているか」は見えてくるし、「過去に何をしていたか」も見えるので。BS(バランスシート)があれば貸借対照表も見えてくるから、何となくでも傾向的なものも見えてくると思うし。「今がどの段階か」も見えてきますよね。例えば、「成長曲線のどこなのか」や「衰退曲線のどこなのか」も「何となく見えてくる」と言うか。

佐藤

だけど、それ(何となく見えているだけ)では「差が付けられない」し、今は「IoTなどができるからこそ」という話だろうね。俺らがしゃべると、どうしても「事務的な話」になってしまうけれど。「データドリブン」は、運送業や流通、電車などの交通分野で盛んになっているよね。実際、タクシー業界はすごくビッグデータ集めまくっているよね。要は「Uberの配車サービス」が始まって、(配車アプリは)普及したから。ばりばりにデータドリブンを取り入れているから。「どの地域のどこで人が求めているか」を「全て統計化している」という話で。だから、今のタクシーは「どんどん捉まりやすくなっている」んだよ。なぜなら「みんなが配車アプリを使いまくっている」から。

井戸

電話じゃなくてアプリのほうがデータが集めやすいんだ。

佐藤

要は「既にデータになっている」から、だよね。

久田

「既にデータになってるから、(掘り)起こさなくて良い」わけですものね。

佐藤

だから、今は「IoTが進んでいる」から。データドリブンは「とてつもなく」強いよ。

久田

「データが増えたから、なおさら加速している分野」ですよね。

佐藤

結局、今までだと「データを集めることが一番大変」なのよ。だけど、技術が進歩したおかげで「これだけの短時間で取り組める」というマインドになったからこそ、「ビッグデータが作れるようになった」わけで。

井戸

「スマホの普及」で「アプリやウェブサイトもより普及した」ので、さらにデータ化もしやすいですよね。

原

今の話にリンクしますけど。確かタクシーも定点カメラというか「車内に乗っている人を映すカメラ」があるでしょう？ 実はあれで「推定何歳の男性や女性」という情報を「エリアごとに判断している」らしくて。そこでも「ビッグデータを取っている」という話だよね。要は「予約だけ」ではなく、「街中で捉まえるパターン」もありますよね。だから、その場合も踏まえて、「顧客の情報収集をしている」というか。だから要するに「両方」ですよね。「実地」と「予約客」の両方を照らし合わせながら、どんどんデータを集約・収集している、というか。

佐藤

その場合、集めているのは、「このエリアにどういう人たちが住んでいるか」みたいな情報だろうね。だから、本当に「データドリブン」とは、そういうことなんだよ。より正確に言うと、「世の中の事象を全てデータ化して見える化させていくこと」だから。そこまで見えてくれば、もはや「大局図を持っていること」と一緒だから。

原

必然的に「どこへ行けばどうやって勝てる」という見取り図を手にできるわけですからね。

佐藤

本当に「昔から」というか、太公望(周代の政治家)の時代からあるからね。 実は「殷と周の戦争の頃から行われてきたこと」だから。それが「どんどんハイテク化しているだけの話」で。

井戸

「(情報を)収集しやすくなって、やれることが増えた」ということですね？

佐藤

一度、みんなの声を見ていきましょう。

井戸

『40代以上の社長さんは感覚で経営している人が多い。』さっき話題として出ていましたよね。

佐藤

そうだよね 、「感覚さえフレームワーク」というか。「データ」とは少し違うんだろうけど。「フレームワーク化する」というか……。

原

なぜ「その感覚なのか」というところを……。

佐藤

「フレームワークを作り出すためのデータ」にできてしまえるんだよね。「こういう時にこういう判断をした」「右へ行った」「左へ行った」という経験をデータにしていくだけで、「全ての傾向が見えてくるはず」だから。だから、「まずは何をすると、これが見えるのか」という「KCI(重要コントロール指標)を見つけ」て、「KPI(重要業績評価指標)を設定して」「データ集めていく」ということなんだよね。だから、これ(感覚頼みの経営)も「間違ってはいないはず」だよね。要するに、「それ(経営者が培ってきた肌感覚)をどうやって科学にするのか」という話だよね？

原

「０と１だけではない数字に持っていく」というか……。

佐藤

「社長の感覚を科学的にどうやって若い子へ継承させていくかがポイント」というか。「うちの持っているフレームワークで、それが可視化・抽出できるんです」を言えて、それで納得してもらえたとしたら、「その会社は変わる」かもしれないよね。

井戸

提案方法だった(笑)。『変化し続けるコロナ禍の今こそ、データは重要。』

佐藤

どうだろうね？ 早いのは「感覚」でしょう？ そうは言っても、「長期的に見る」と、「データのほうが早くなる」のか？

原

「伝える方法」の話ですよね。動くのであれば、おそらく「感覚のほうが早い」。だけど、「実際に継続させていく」のであれば、「データのほう」が……。

佐藤

だけど、そもそも「感覚とデータを天秤にかけていいものかどうか」があるけれど。

久田

結局は「感覚」も「社長の中に貯まった過去のログ」……。

井戸

とは言え、データのほうが「結果を出せる人が多くなる」でしょうね。最後ですかね。『今年からうちの会社、データに強い人材を募集している。』

佐藤

本当にそういうことだよね。「データに強い人材」でも、さっき(徹郎さんが)言っていた「音大の話」なら、分かりやすいけれど。だけど、「データを触りまくっている人」は、それこそ「株や為替をやっています」という人に限られるよね？

井戸

確かに「データに強い人材」とは「どういう人を指すのかな？」と少し疑問に思いました。

佐藤

あとは「ゲーム好き」も結構良い線行けると思う。

井戸

(ゲームをする人は)「やりながら勝手に分析している」から。「自然と(データを)取っている」のか。

原

「傾向」や「統計的な観点」を……。

佐藤

だから、(データに強い人材」と言われるのは、)ゲームを含めて「自然と数字を見てる人たち」だよね。意外とギャンブル( 競馬や競艇、競輪)も「全部データでやっている」から。

井戸

そうか。「負けたくない」と思うと、「分析し始め」ますよね。

佐藤

要は「新聞というデータを見てやっている」わけでしょう？ あとはパチンコなども。だから、そういう話だよね。「ギャンブル好きを集めまくる」と言ってしまうと、「全然別の話」になってしまうけれど。

久田

それなら「ギャンブラーを雇えばいい」という話ですよね。

井戸

危ない！ 危ない！

佐藤

「ヤマ張ってバン！」みたいな(笑)。むしろ悪い方向に行く気がする。

原

実は、「そういう(ヤマ勘を信じるタイプの)人を雇って失敗したパターン」の話がNBAのチームにあるんですよ。

井戸

「ギャンブラーを雇った」んですか？

原

「ギャンブラー」と言うか、「こういうふうにやったら良いよ、ということは教えられる。だけど、バスケのことは全然知らないよ」という人を雇ったんです。だから、案の定「大はずれした」わけですが。要は「バスケに詳しいがデータが分からない人」と「バスケは分からないがデータは分かる人」の「どちらが良いか」というところはあるけれど。そうは言っても、「数字に強い人」は、「データにも強い」だろうけどね。

佐藤

それなら、ソリューションの課題は、「データドリブン経営でイノベーションを起こすには？」というところか。

蒲生

より正確に言うのなら、「会社の成長でイノベーションを起こすには」ですかね。

佐藤

そもそも「データドリブン経営をすれば、イノベーションが起きる」という話だよね？

蒲生

そうですね。

佐藤

だったら、「データドリブン経営をどうやったら前向きに取り込めるか」ということ？

井戸

はい、ではお願いします。

佐藤

本日のソリューションはこちらです。「ウェブのアクセス解析から始めよう！」。第一歩として。本当にそうだよね。今、「データドリブン」と言っている企業のほとんどが、おそらく「ウェブの解析から始まっている」はずなんだよね。「中身うんぬん」と言うよりもまずは「外からどう見られているのか」を知るべきだろうね。しかも、好奇心全開でいけるよね。「意外とページ見られてないのね……」というようなことを知れるだろうし。

井戸

確かに分かりやすそうですね。「一番取り入れやすい」と言うか。

佐藤

そうやって解析を進めていくと、「社長の言葉」がこんなに書いてあるけれど、「月間3人しか見ていません」みたいなことが分かったりして。

久田

「人からどう見られているか」は気になりますものね。

佐藤

だから、「まずはホームページを作ろう」というか、「アクセス解析から始めよう」ということで。

井戸

よろしくお願いします。

佐藤

ありがとうございました。だけど、「ウェブから来ていること」は多いよね。例えば、「マーケティングオートメーション」であったり、「SFA(営業支援システム)のデータをクラウドで管理して」ということも全て「発展の先にあるもの」なんだよ。本当に、「ウェブ」も「データドリブンしようよ」という話だから。今はもはや「データの時代」だから。本当に使いこなせないと……。

原

あっても「宝の持ち腐れ」になる。

佐藤

今やスポーツでさえ、「全てデータでやる」わけでしょう？

原

「科学的に数値化させていく」流れだからね。

佐藤

ぜひ経営にデータを取り入れてください。ありがとうございました。

井戸

来週以降の放送はこちらの通りとなっています。次回の放送も来週木曜日、夜10時にお会いしましょう。また次回もお楽しみに。

佐藤

最後までご視聴ありがとうございました。さようなら。