【感想・ネタバレ】最強のデータ分析組織 なぜ大阪ガスは成功したのかのレビュー

河本薫

[ブクログ · ★★★★★]

データ分析の方法論ではなく組織論について述べた本。データ分析するだけでは不十分でビジネスの場で課題を発見し、事業部門の人に結果を使ってもらって初めて役に立ったといえる。そのためには分析部門だけでなく事業部門との連携が必須となってくる。末端だったデータ分析チームがビジネスアナリシスセンターとして内外で注目されるようになるまでのボトムアップの取り組みについても書かれている。3つの無形財産、ミッション、カルチャー、レピュテーションを築いた。

[ブクログ · ★★★★★]

データ分析から会社の成果につなげるということが、どれだけ簡単ではないか、簡単ではないけど魅力的でやりがいのある仕事なのかを書いてあると思います。
近頃はデータ分析系のコンサル会社も多くありますが、いかにコンサルを使って成果を出すのが難しいか推察できます。データ分析が活用される現場・事業サイドと、分析結果を生む分析組織をいかに協働させるかがポイントになると書いてあるからです。

以下のことが書いてあると思います。実践的で、ちょっと燃える？テンションの上がる？ような本です。
・データ分析という手段をどうやって成果に結びつけるか、という、実践的で非常に分析者にとって重要分析的な考え方を語られています。見つける、解く、使わせる。
・分析手法の観点と、会社の中の組織折衝の観点と２つが語られていると思います。組織感の折衝の話の方が心を砕いていて、ページも割いている印象です。
・分析組織目線で、どうやって組織のレベルを上げていくか、という内容も勉強になりました。

[ブクログ · ★★★★★]

2017年の本ですが、データ分析のあるべき仕事論・組織論はこの本でほぼ出尽くしていると感じます。それくらい秀逸な内容。個人的には頷きすぎて500回くらい首がもげました。

[ブクログ · ★★★★★]

チームビルディングや仕事に対する姿勢がとても刺激になった。自分や組織ではなく会社を主語にして物事を考える、手段に固執してビジネスに貢献するという目的を見失わない、メンバーのモチベーションに対するアプローチの例等、ヒントをたくさんいただいた。
個人的には便利屋にならないというのが1番響いたかも…

フォーワード型分析者:見つける力、解く力、使わせる力
3つのモチベーション:挑戦するモチベーション(やりたい、やるべき、やれるの合致)、壁を乗り越えるモチベーション、継続するモチベーション

[ブクログ · ★★★★★]

元大阪ガス ビジネスアナリシスセンター所長の河本薫氏が、データ分析を成長させるノウハウを説明する本である。分析についての技術的な内容ではなく、データ分析組織の運営・成長がテーマである。前半は「データ分析組織を成功させる」、後半は「データ分析組織のリーダーとして人を育てる」を主題としている。データ分析に携わる人には、ぜひ一読を勧めたい。
製造業におけるデータ分析者には「見つける力」「解く力」「使わせる力」の３つが必要である。このうち、「解く力」について、昨今話題となっている技法を使うことに固執してしまうことがよくある。しかし、手法を使うことが目的となってはいけないと警笛を鳴らす。あくまで、会社に貢献することを目的としなければならない。また、私自身、社外との交流に対して積極的に参加することで、自分の実力を比較し、情報収集をしていかなければならないと思う。

[ブクログ · ★★★★★]

著者のデータ分析者としての仕事の流儀がとても良く分かります。
分析するだけでは何の意味も持たず、それを現場でソリューションとして活用してもらわなくては意味がない。その為に「自分は何をして来たか」を書かれています。（これがそのまま「何をすべきか」ではない。答えを教えているわけではないと感じました。）
特に、社内スポンサーシップ制度については私自身の仕事経験から言ってもとても実感を持って学べました。
その他、データ分析におけるリーダーのあり方についても良く書かれています。

[ブクログ · ★★★★★]

分析とは会社を主語にして現場に使われて役立つものであるという基本理念を説いた本。本当に目的なき・活用する工程まで設計できてない分析は多い。動物的に課題に反応して、オーダーがくるケースも多い。熟考不足。

ミッションに沿わないことは手を出さない。という意思が大事だと再確認できました。以下を意識していかに負け戦を避けるか。最初の判断が大事だと思います。

１．現場担当者の本気度が足りない
２．どれだけ頑張っても得られる効果が小さい
３．素晴らしい予測をしても行動できない

使われて・役立つ分析活動にするには、前提として担当者＝使う人・現場の責任者と共同で目的とアウトプットを設計して納得していることが必要だと思います。その共同作業をいかに最初に行えるか。高度なファシリテーション能力が必要になると思います。

大阪ガスの場合は、スポンサーシップ制度を導入して、現場担当者がノーリスクで依頼＝丸投げ・コミットしない状況を作らせない。予算を投じているからこそ、本気度もPJTへのコミット度も違う。そういうルール作りも必要だと思います。


「解く」までは進んでも、多くの場合は「使わせる」で止まるケースが多いと思います。その理由となる３つがわかりやすいです。

１．意思決定に役立たない
２．意思決定に役立つが使えない
３．意思決定に使えるのに現場に拒否される

２．に関して、結果責任と説明責任はトレードオフになっていること。精度を上げると予測ロジックがブラックボックス化して説明・解釈のしやすさが落ちる。説明責任を果たせない。この２つの責任を負う覚悟ができるか次第で使われるかは決まる。責任を果たす際にどちらを重視すべきかも、担当者次第なんだと思います（トレードオフなので両方一度に求められないので）

また、現場の方といかに心を開いて話しているか信頼を得ているかが使われるには大事。結局ミッションとかお題目とかルールとか強制力とかでは、その監視・強制力がなくなった瞬間に使われなくなるので、本質的に役立つことの理解促進とそれを実現するアウトプットが必要なんだと思います。そのためには、業務をまなび心を開く姿勢が大事だと思います。

あとはプロトタイプを作ってと価値に気づいてもらって納得の醸成すること。実際に使ってみないとだめなんだと思います。

さて、意思決定は選択肢が伴うので、選択肢が出せてない問題には分析は貢献しにくい。そもそもプロセス設計がされていない場合は意思決定ができない。業務設計の姿勢が大事だと思います。

最後に、納得できるストーリーとビジョンメイキング。そして、計画はリーダーの仕事。みんなで決めたら理想的だけれど、そこは独断のほうが良いんだと思います。リーダーは広告塔。リーダーが重しになってオーバーコミットしない。肝に命じようと思います。

全方向型のセンター型組織のあるべき姿。必ず現場にわたす。分析を持たないこと。

[ブクログ · ★★★★☆]

間接部門で仕事している人は勿論、他部署とやり取りする業務に従事してる人なら、一回は感じたことがあるやり辛さ、温度差に「あるある」と思わされる。
分析と言うと、現状を数値化なりで可視化するイメージがあったが、それだけで終わらず意思決定が出来るところまで持っていくことが大事。言わんとすることは分かるが、実行できるかというと、すごく難しいことだと思う。
提案するだけでは読んで終わりになるデータも、依頼料を出す仕組みを作ると依頼側もペイできるように、真剣に向き合うようになる。その分責任も大きくなるが、今の会社に溢れている読まれもしない無駄な資料作成の業務が減っていく、もしくは報われる気がする。
著者が一つ一つ積み重ねてきたことが今活きているのだと思う。

[ブクログ · ★★★★☆]

データ分析組織の成功事例と、決して華々しいだけではない努力の過程を垣間見る。いつかはこうなりたいので、大いに参考にしたい。

[ブクログ · ★★★★☆]

社内組織の立ち上げにおける工夫は非常に参考になった。特に重要だと思った点は
①いかに事業部側を巻き込むか（現場を知らず机上で取り組むのではなく、入り込み現場とタッグ組んで取り組み、現場の課題感は解決策の筋の良さを高める）
②社内における組織の立ち位置（スポンサーシップ制度を取り、準独立採算制を敷いている）
③チームのミッション、評価対象を明確にする（社内イノベーションを起こすために、あくまで事業部に分析結果を使わせるところまでやり切る）


メモ
1章
・メンバー10人が3案件持ってる
・年齢層バラバラで若手は新卒配属で振り分けられるが、みな専門が分析ではない
→論理性さえあればできる
・見つける、解く、使わせるが揃わないと分析の価値発揮できない
・1日の半分は現場に出て、残りを分析に当てる
・ビジネスアナリシスセンターの取組が広がり、社内にデータ活用の風土が広がりリテラシーも向上
・研究所から本社に移動したことで事業部とのコミュニケーションが密に取れるようになった
・あくまでビジネスに活かしてこそなので、データアナリシスではなく、ビジネスアナリシスセンター（かつ、チームではなく、全社巻き込む意図でセンター）

2章
・事業者部門との連携
　見つける、解く、使わせる、いずれにおいても、現場を知る事業部門メンバーがいないと役に立つ分析ができない
（現場の課題感、解決策の妥当性、どう活用すべきかなど）

3章
・スポンサーシップ制度は社内で業務委託契約する制度
　分析組織が予算持ってると好き勝手に分析してしまい、事業に直結しない恐れがある
・最大の目的は、費用対効果を見極めること
　分析組織は分析の費用がわかる
　事業部はビジネス効果を予測し、ペイできるかを総合的に判断
・分析組織は独立採算制で、人件費などを他事業部から取らないと赤字になる（結果、人が減っても文句言えない）
　正確には、7割事業部から、3割はコーポレート予算
・予算不足でもある程度ディスカウントして対応できるのは社内ならでは（ただし、無料にはしない、責任感がなくなるから）
・コーポレート予算は、教育や新技術の活用などに充てるため必要予算を申請して承認降りたら使える

・分析しても、役に立たない、役に立つが中身見えず使えない、現場の反発に会うなどあるので、業務改革するまで立ち会う

・必要に応じて外部委託も活用

4章
・分析組織は事業部横断で取り組むため、特定の事業部だけで解決難しい課題でも、横断的な取組を支援して解決に繋げることができたりする
・部内の報告会や他事業での説明だけでなか、外部メディアに取り上げてもらうことで社内の認知度が高まり、依頼が増えた

5章
・成長を促す仕事の必要条件は、責任と成果が明確な仕事である

6章
・ビジネスアナリシスセンターのミッションは、データと分析力を武器に社内イノベーションを起こすこと
・ミッションに基づき評価されることも決まり、評価される取組はリーダーがしっかり褒め、ミッションが根付く（予算取れた、期待値超える分析結果出た、現場が分析結果を使ってくれる）（新しい分析手段を覚えた、などはミッションから外れてる）
・メンバー教育は、チームメンバーが講師になって色々教えたり、社外研修に出して刺激与えたり

7章
・イノベーションを成功させる鍵は、やるべき、やりたい、やれるの信念
　会社にとってやるべきだという強い信念
　どうしてもやりたいという想い
　頑張れば絶対できるという確信
・リーダーの鉄則は、どうすれば関係者全員を幸せにできるか、少なくとも不幸にはしない、でできるか
・リーダーとして大切にすることは、メンバーの人生を預かる責任と幸せにする使命感

[ブクログ · ★★★★☆]

データ分析の組織論として非常に有益な本。企業のデータ分析者に必要な能力は、データ分析が役に立つ機会を「見つける」力、問題を「解く」力、データ分析から得られた結果を現場に「使わせる」力、というのが納得。
著者が18年かけて生み出した組織論は、テクノロジーの進化もあって少しは短縮できる部分もあるかもしれないけど、結局はその企業の組織のなかでどう位置付けをしていくか？だから跳び越えられる手順はないように思った。

[ブクログ · ★★★★☆]

タイトルから想像するようなガチガチでサイバーなブレーン集団の話かと思いきや、典型的な日系企業でのWetな組織関係も含めた、非常に示唆に富んだ内容。逆に言えば終身雇用の思想がまだまだ残る日本でこそ評価される類いかも。

[ブクログ · ★★★★☆]

データ分析自体の話は色々なところで聞きますが、組織作りの話はなかなか目にする機会が少ないので非常に参考になる内容だった。

組織作りは短期的に成果が出るものでなく、長期でやるべき事を明確にしながら継続していく事が大事なので、そのために大切なポイントが書いてありとても良かった。

[ブクログ · ★★★★☆]

前半は大きな組織で分析サービスをどう提供しているかという話で参考になった。見つける、解く、使わせるという点を大事にしており、見つける・使わせるは事業部と一緒にビジネス力を発揮しなければならない、というのは身につまされた。
一方で後半はマインドセット、気をつけていることのような話が多く、あまり具体性が感じられずに参考にならないかなぁ、という印象・

[ブクログ · ★★★★☆]

「見つける、解く、使わせる」の枠組みは、すごい腹に落ちた。kaggle的な「手法至上主義」だけだと、どうしても、現場の役に立つ解析になりにくい（そもそも、現場に理解してもらえないし）。

[ブクログ · ★★★★☆]

大阪ガスでデータアナリストとしてお仕事してた河本薫さんが、何を考えてデータ分析組織を率いていたか、その考え方が学べる本。

現在「AI」という言葉で持て囃されるずっと前から、18年間も携わってきた人の言葉だからこそ重みがある。

流行りに飛びつく人間こそ読むべき。
成果を出すまでにどれだけ時間がかかるかが理解できる。

読んだ後でできることは、できるだけ「早く始める」ことだけ。
同じくデータアナリストとして働く身としては、この本を経営層が読んで、少しでも日本社会（会社）が変わるきっかけになってほしいものである。

[ブクログ · ★★★★☆]

データ分析について、古き良きにっぽんの大手企業でどう展開していくかという点が特に勉強になった。事業部横断的な、本部の新設管理部門の立ち居振る舞い方や、広く部課のマネジメントの方法論についての学びも得られる良著。

[ブクログ · ★★★★☆]

「最強のデータ分析組織」
河本薫氏

大阪ガスの分析チームの物語。
知るひとは知っている分析で著名な会社。

河本さんの人柄が文章に現れている印象でした。
分析に対する信念の強さ、そして目的への執着がみてとれます。

データ分析を志す組織ならば、一読の価値ありです。

使ってもらう、そうデータ分析結果を利用する側の視点を大切にすること。
それを念頭に入り口と出口を作ること。

[ブクログ · ★★★★☆]

データサイエンティストオブ・ザ・イヤー初代受賞者が語る企業内データ分析チームの作り方。ミッションは現状のプロセスの一部を否定する業務改革であって現状のプロセスを肯定した上で工夫を積み重ねる業務改善ではないと宣言。データアナリシス、データエンジニアリングである「解く力」だけではなくデータ分析で解決できる課題を「見つける力」そして現場に業務改革を行わせる「使わせる力」が重要との言説を繰り返して強調してます。少しでも関係しそうな所には根回しするなど日本の伝統的な会社でデータ分析チームを立ち上げるコツが満載ですが、データ分析者とビジネス側の協調関係は日本の伝統的な会社ではなくてもこうあるべき思うところは多々あり、とても勉強になりました。

[ニチロ · ★★★☆☆]

感情として意識すべき組織論

組織のあり方、考え方が詰まった本でした。データ分析組織とはいえ結局は働く人のモチベーションが大事ですよね

[ブクログ · ★★★☆☆]

大きな会社組織におけるデータ分析部門のあり方、振る舞い方、運営にまつわる、考えておかなければならない事項についてほとんどの答えが詰まっている書籍ではないでしょうか。

・データ分析組織はどのような価値を経営や事業にもたらす存在であるのか？
・そのためにどのような部署間連携や立ち位置を確立する必要があるのか？
・それらを成立するための、組織内のミッションや評価方法、運営方針、キャリアプランはどうあるべきなのか？
・どのようなマインドセットを持ってデータ分析に向き合うべきか？

といったことを、18年に及ぶ実体験に基づいたノウハウをもって語りかけてくれる本なので、大きな会社・組織で同じような境遇にいる人はきっとこの本を読んで一足・二足とびくらいできる価値はあると思います。

組織関連系や組織内のミッション、キャリアプランなどについては、普遍的な内容でもあるので、その点では組織運営についての汎用性もある本とも言える。

[ブクログ · ★★★☆☆]

マーケティング部門の立ち上げ時を彷彿とさせる。
悪戦苦闘していたが、部署立ち上げの前に読んでいたら、多少、苦労が軽減できたかもしれない。
分析部門の立ち位置や、現実的にぶつかる問題などにも言及している。
なにより、これをIT主体じゃない会社が行ったことがすごいと思う。

[ブクログ · ★★★☆☆]

★著者は素晴らしい経歴、貴重な経験、知見を持っている。その考え方はとても参考になった。読んで良かった。その上であえて言うが表現がくどく読みにくい。

[ブクログ · ★★★☆☆]

現場業務を知らねば、
いくらデータという材料が豊富にあっても、
活用は難しい点がある。
という至極当然な結論を再認識させられた。
世にあるコンサルタントは皆、単純にトップダウンの提案だけでなく、現場と連携して全員の立場を勘案した提案ができれば理想だとは思う。（もちろんケースバイケースだが）
ともあれ、データを抑え、現場とも連携とれる部署、組織があるなら、外部コンサルタントは不要になる。
むしろ売れるノウハウになる。
視点を増やすだけでなく、協力者をえることで自然と視点は広がる。という点をもっと体感したい。

[ブクログ · ★★★☆☆]

データ分析の本だと思ったら、データ分析を行なう組織をケースにした組織マネジメントの本だった。単にデータを分析するだけでなく、それによって、実務の行動に繋がることや、そこで働く人の成長を促すことの大事さが学べた。

[ブクログ · ★★★☆☆]

データ分析のhow論を知りたかったのだが、
内容は、組織論とキャリア形成論といった感じ。

自分の目的に対して、読む本を間違えた。
ただ、どんな職種の組織でも基本的な組織論は同じだなと思った。

[ブクログ · ★★★☆☆]

現実として、でかい絵描いてトップダウンでゴリゴリは難しいのかもしれないけど、現実的に回していくためにはコツコツと社内政治で部分最適から積み上げていく、というお話なのは残念。

[ブクログ · ★★★☆☆]

経営にデータを活用すればバラ色の世界が待っていると思ったら大間違い。最初は物珍しさから新鮮な驚きがあるようだが、早晩、現場の抵抗や活用の難しさが待っているらしい。

著者は大阪ガスのデータサイエンティスト。データ分析部門の存在価値を認めてもらうのに、18年かかったというから忍耐と根性の取り組みである。

個人的に目から鱗は「組織を動かす（データ分析の重要性を理解してもらう）のはトップからではなくボトムから」。ボトムに仲間を増やして空気をつくってからトップを動かすらしい。気の長い話である。