SERVICE
home

アセット活用=高い生産性の鍵

AUTHOR :   ギックス

213

前回は、ギックスのアセットベースの人材育成についてご紹介しました。

今回は、育成の鍵であり、また高い生産性を支える鍵でもある当社の「アセット」について、もう少し詳しくご紹介をしていきます。

プロジェクト実績を徹底的にアセット化

創業以来10年で、500件以上のプロジェクトを推進してきました。プロジェクト数は、年々増加しています。

これらのプロジェクトは、DIすなわち、データインフォームドを推進するためのプロジェクトです。私たちは、インプットデータを適切に加工・集計し、分析を行うことで、人が判断するための材料として利用可能な状態にしていきます。この活動を繰り返す中で、私たちはいくつかの重要な知見を得ることができました。それは、

  • データ加工には、共通の処理が存在する(粒度の統一など)
  • 情報を圧縮し、”意味”を付与すると良い(データ量の圧縮ではなく、情報量の圧縮。行動傾向の属性化、など)
  • 分析の最初に行うべき「可視化」には、一定のパターンが存在する(体系的な可視化パターン)
  • 試行錯誤型分析に適したデータの保持方法・データベース構造がある

といったものです。

これらの知見を、有形無形に関わらず、情報として蓄積・整理し、さらにはモジュール化、ツール化および、特許化を推進してきました。その結果、2022年7月時点で18件の特許、35種のモジュールを開発するに至りました。

これらのアセット(ノウハウ・特許・モジュール群)を用いることで、

  • ノウハウにより、プロジェクトの進め方がクリアになる(手戻り削減、効率的な作業計画の立案)
  • 分析業務の生産性が著しく向上する(再利用可能なモジュール群の活用、設計思想の再利用)
  • 育成プログラムの高度化・効率化

などの効果が得られました。(3つめの効果については、前回記事をご参照ください)

ギックスの競争力は、これらのアセットによって支えられていると言えます。

分析ノウハウを「モジュール」という形で整理・体系化

ここまでご紹介してきた中で「モジュール」という言葉を用いてきました。モジュール(module)とは、部品という意味です。

一般的にシステムやツールは、インプットやアウトプットがあらかじめ定義されている状態で、自動的に同じ処理を繰り返すことが可能となっています。これはこれで有用ですし、当社でも一部はツールとして開発しているものもあります。

しかしながら、当社の事業は、さまざまなクライアント企業の、さまざまな課題に向き合っていくわけですから「固定的な分析作業」よりも、「試行錯誤しながら、柔軟に分析を推進する」ことが求められます。

こうした「試行錯誤」の「試行」の部分を効率的に行うための部品が、モジュールです。

2022年7月時点で、7分類、35種類以上のモジュールを開発しています。分類は、便宜上のものですが

  • 分析前処理モジュール群
  • マスタモジュール群
  • 記述的分析モジュール群
  • 診断的分析モジュール群
  • 予測的分析モジュール群
  • 処方的分析モジュール群
  • 分析後処理モジュール群

という区分で管理しています。

今後も、モジュール開発を継続していきますが、数を増やすだけでなく「そのモジュールを、どういう業務課題解決に用いたか」というノウハウの蓄積も併せて行うことで、利活用の幅を広げていくことも重要です。また、本日ご紹介したものは、分析領域の色味が濃くなっていますが、テクノロジー領域・エンジニアリング領域、あるいはバックオフィスの業務領域においても、定性的・非定型的なノウハウ群も含めて、アセット化と知の共有を推進しています。

こうした活動を続けていくことが、当社の高い生産性を維持すると共に、今後のさらなる生産性向上に貢献すると私たちは考えています。

SERVICE