NewVantage Partners が最近実施した調査では、経営幹部の 93.9% が 2023 年にデータへの投資を増やすと予想している一方で、自社が真にデータ主導型であると考えている組織はわずか 23.9% であることが明らかになりました。この乖離により、これらの投資がどこに向けられているのか、また、経営幹部が自社のデータ主導型の未来のビジョンを実現する上でどのような障害があるのか​​という疑問が生じます。

データリテラシーが組織の成功に与える影響

これらの幹部の 79% が挙げた主な障害は、組織内の文化的な問題です。これは、データ主導のアプローチへの移行を推進または阻害する上で、人々が果たす重要な役割を強調しています。データだけではビジネスを変革できないことは明らかです。ビジネスを動かすのは人々です。

10 年以上前、ガートナー社のアナリストであるスベトラーナ・シキュラー氏は、見落とされがちなビッグ データに関する 2 つの基本的な真実を指摘しました。第 1 に、組織にはすでに、神秘的なデータ サイエンティストよりもデータをよく理解している人材が存在します。第 2 に、Hadoop のような複雑なデータ テクノロジーを学習する方が、企業独自のビジネス プロセスの複雑さを理解するよりも簡単な場合が多いということです。

データの力を効果的に活用するために、企業はデータ ツールを従業員のより幅広い層に利用しやすくすることを優先する必要があります。これには、データ分析に Microsoft Excel などの使い慣れたツールの使用を奨励し、これらのツールにすでに熟練した従業員の能力を活用することが含まれます。

Python は、プログラミング言語の中でも、AI の生産性を大きく向上させるものとして際立っています。その使いやすさと汎用性により、データ エンジニアを目指すコミュニティが Python を好んで選ぶ言語となっています。これは、データ サイエンスが企業全体の機能になるという予測と一致しており、幅広い使いやすさから Python が主要な言語として浮上しています。

データ管理に欠かせないもう 1 つのツールである SQL は、現在最も人気のあるプログラミング言語として Python と並んで注目を集めています。この組み合わせにより、多くの従業員がすでに持っているスキルを活用できるため、大規模な再トレーニングの必要がなくなり、よりスムーズなデータ操作が可能になります。

ジェネレーティブ AI (GenAI) は、従業員がデータをより効果的に活用できるようにするための有望な手段です。ただし、テクノロジーと人間の専門知識のバランスを取ることが重要です。ChatGPT などのツールはタスクを自動化できますが、文章の質のために技術的な正確さを犠牲にすることがあります。ユーザーの信頼を維持するには、適切なバランスをとることが不可欠です。

ビジネスの成長におけるデータの役割を最大化する

問題の核心は、テクノロジーではなく、人々がそれをどのように使用するかにあります。NewVantage レポートでは、データ駆動型組織になるための主な課題は、技術的な制限ではなく、文化、人材、プロセス、組織構造などの人的要因に根ざしていると一貫して強調しています。この認識にもかかわらず、これらの課題を克服する進歩は遅いです。多くの場合、データ エグゼクティブは、データの近代化、AI、ML などの技術的側面に過度に重点を置き、人的側面を無視しています。

重要なポイントは、あらゆる組織にとって最も貴重な資産は、データを解釈して活用する人材であるということです。データ主導の未来への移行を成功させるには、企業は従業員の既存の知識とスキルを活用し、データ ツールをよりアクセスしやすくし、テクノロジーを人間の能力と一致させる方法を見つける必要があります。

データへの投資は増加傾向にありますが、データ主導の変革の成功は、文化的および人的課題への対処にかかっていることは明らかです。組織は、テクノロジーだけに頼るのではなく、従業員がデータの真の可能性を引き出せるようにすることを優先する必要があります。