データフィケーション(DX)

石角友愛 が提唱するDX実装の根幹概念。「日常の何気ない活動を有益なデータに変換し、インサイトに落とし込める仕組みを恒常的に持つこと」。

定義

「日常の何気ない活動を有益なデータに変換すること」であり、また「単発の変換ではなく、恒常的にデータを取り込みインサイトに落とし込めるような仕組みづくりを社内で持つ、またはそのような機能をプロダクトに実装すること」を指す。

デジタイゼーション(アナログ→デジタル変換)の一歩先にあり、データを継続的・体系的に収集して意味ある洞察を生み出すまでの全過程を含む。

データフィケーションパイプライン

DXの具体的な実装として「データフィケーションのパイプラインをどうやってつくるか」が重要な問いになる。

パイプラインの要素:

  1. データの発生源(日常業務・センサー・顧客行動など)
  2. データの収集・蓄積の仕組み
  3. データの変換・整備(クレンジング・構造化)
  4. 分析・インサイト抽出
  5. 意思決定・アクションへの接続

データの上流から下流に至る通り道を整備し、社内でデータを管理できるシステムをつくることが、DXの基本的な考え方だ。

事例:フジクラ

ハイライトでフジクラ(電線・ケーブル大手)のデータフィケーション事例が言及されている。製造業における現場データの収集・活用の実践例として示されている。

AI導入との接続

データフィケーションが整備されていることがAI導入の前提条件。AIは学習データと推論データが必要であり、データフィケーションパイプラインなしにはAIを有効活用できない。

AI導入の適性評価には データの5V(AI導入適性) を使う。

関連概念

ソース