Gove tech

組織パフォーマンスを向上するアナリティクス

従来のIT 化は、主に紙の手続きを電子化して業務を効率化することに主眼を置いていたと言えるが、アナリティクスは効率化のみならず、コンプライアンスの向上や利用者の満足度の向上などに直接寄与するテクノロジーであると言える。例えば、カナダのソーシャルサービス提供機関では、アナリティクスを活用して利用者の不正利用の可能性を示唆するリスクモデルを構築し、不正調査の投資対効果を400％改善させた（＊１）。

シンガポールのSafe City Program では、F1や大晦日などの大規模イベントでのセキュリティの向上を目指して動画解析の実証検証を行った。シミュレーションモデルや機械学習、テキスト分析などの手法を組み合わせて、リアルタイムに群衆の行動を予測した。分析データを基にスタッフの管理やインシデントへの対応、そして組織間連携を効率化させ、結果、85％以上の精度で群衆の行動や人数の把握と、対応が必要な対象物の検出を行い、リアルタイムでの異常検出と適切な対応の判断支援を可能とした（＊２）。

英国内国関税庁（HMRC）では、徴収率の向上に向けてアナリティクスを活用している。組織内外の20 システムからデータを集約して納税者の情報を分析し、滞納事案に対する最適な徴収の手順および手段を示唆する分析システムを導入した。これにより、滞納されている関税のうち30 億ポンドの追加徴収を目指している。また、HMRC ではさらに滞納者に対して滞納による不利益等を積極的に通知して、滞納自体の回避を図るなど、効果的な対応方法を分析し実行することで、徴収率を20％向上できると見通している（＊３）。

小さく始めて大きく育てる

ビッグデータ・アナリティクスに取り組む上でのポイントについていくつか押さえておきたい。

まずは、データ分析の目的・ゴールや業務上解決したい課題をしっかりと明確にすることが何よりも重要である。データや分析ソフトありきで何かできないか、というアプローチではうまくいかないことが多い。目指す成果を具体化して効果を評価できるようにすることが分析の第一歩である。

また、業務上の課題はあるがデータがないからできないという声を聞くことがある。しかし、データをゼロから収集しようとすると時間がかかり、いつまでたっても効果につながらないケースが多い。そのため、まずは既存のデータをもとに、投資対効果を見ながら段階的にデータも拡張していくアプローチが有効である。

また、データ分析には、データサイエンティストと呼ばれる分析の専門家のスキルが不可欠であり、また、分析した結果を実際に業務やサービスに適用するためには、現場を巻き込んだ業務改革も求められることから、まずは必要なスキルを持った外部の専門家と協業しながら小さく始めることが効果的だ。少しでも効果を示すことができたら、取り組みを広げ、また組織内でデータ分析に関する人材を育成していくことが成功の秘訣といえるだろう。