多くの企業がDXによる経営改革に取り組もうとするものの、道なかばにして担当チームの解散、プロジェクトの中止に追い込まれてきました。一方で、着々とビジネス環境をデジタル化し、データを活用してきた企業は、競合に対して優位性を発揮しています。両者が明らかに異なるのは「データをもとに意思決定できているか」どうかです。本書では、「データで話す組織」づくりを通じて、その先にあるDXを実現するための基礎を解説していきます。競合への優位性を確立するために組織が持つ能力を「ケイパビリティ（capability）」と呼ぶことがあります。本書では、データを活用したいと考える組織が備えるべきケイパビリティを次の4つに整理して、それぞれ解説します。・課題発見力・人材力・データ力・施策実行力また、一足飛びにAIやデータサイエンスに取り組んでも、基礎ができていない／用意ができていないために、うまくいかないことがあります。データ活用を考える組織は次の3つのフェーズを一段ずつ越えていくことをおすすめします。・デジタル化・データ分析・AI・データサイエンス自社がどのような状態なのかを照らし合わせ、どのケイパビリティに取り組めば、次のフェーズに進むことができるかがわかります。他社との競争が続く中で、データの利活用を避けることはできません。本書を手に、一歩一歩着実にデータ活用による経営改革に踏み出してください。

会社をデータの力で変えたい方を応援する一冊 データで話す組織をおすすめする理由 本書の読み進め方とケイパビリティについて フェーズにより異なる専門チーム 第1章 データで話す組織づくり 本章に取り組むメリット 1-1 一歩ずつデータ活用力を上げる長期スパンでの文化醸成 1-2 「データで話す組織」を追求する戦略的意義 1-3 「データで話す組織」づくりのアプローチ 1-4 予算・リソースに応じたプロジェクトの進め方 1-5 データ活用による価値創出と継続の重要性 コラム タクシー業界でのデジタル化とデータ分析技術の活用 コラム ワークマンでのデータ活用の軌跡 第2章 現状把握とデジタル化 本章に取り組むメリット 2-1 社内業務の把握 2-2 意思決定プロセスの把握 2-3 事業課題の把握 2-4 アクションのための情報収集 2-5 情報システム部門の把握 2-6 ステークホルダーの把握 2-7 外部人材の活用 2-8 情報セキュリティの把握 2-9 社内システムの把握 2-10 データの把握 2-11 システムによる課題解決の実践 2-12 いつでも振り返れるように現状を整理 第3章 データ分析チームの組成 本章に取り組むメリット 3-1 分析テーマの選定 3-2 類似事例の調査と比較 3-3 ビジネスフレームワークの活用 3-4 データ分析チームを構成する人員 3-5 兼任担当者から専任へ 3-6 データ理解とデータ整備 3-7 定常モニタリングとBIツールの用途 3-8 データの伝え方 3-9 効果の計測 コラム データ分析組織の継続 コラム データ基盤の重要性 第4章 AI・データサイエンスの応用 本章に取り組むメリット 4-1 統計・AIモデルでできること 4-2 統計・AIモデルにおける課題設定 4-3 データ分析人材のスキルセットと獲得戦略 4-4 育成のためのしくみづくり 4-5 評価体系の構築 4-6 AI・統計モデルのためのデータ選定 4-7 モデルの評価 4-8 MLOps コラム 中央集権型かデータの民主化か 付録A 分析テーマ集 付録B 参考書籍・Web資料