データは見えるようになった。
それでも現場が変わらないのはなぜか?
ここまでの3シリーズでは、改善したいKPIから逆算して何を集めるかを決め、識別・センサー・通信といった技術でどうやって集めるかを整え、基盤で使える状態にするところまでを扱ってきました。
データは集まり、つながり、画面に出るようになった。ここで一つ問いを立てたいと思います。
実際には、そう簡単ではありません。ダッシュボードは作られ、KPIは日次で出ている。それでも作業のやり方も、人の配置も、締め時刻の守り方も、去年と同じ——という状態は起こります。データ活用の話が止まるのは、たいていデータが足りないからではなく、見えるようになった先の設計がないからです。
物流データ活用シリーズは、分析手法の入門ではありません。使える状態になったデータを、改善アクションに変えるための入門として全9回で構成します。第1回では、その地図として「活用の6段階」を提示します。
・「可視化できている」と「活用できている」はどう違うのか
・「データ分析」は、データ活用のどこに位置するのか
・データが見えても現場が変わらないときに起きている3つの症状
・物流データ活用の6段階(見る → 分かる → 予測する → 試す → 動かす → 回す)
・自社が今どの段階にいるかを、発話で診断する方法
「見えている」は、まだ何も変えていない
可視化はデータ活用の入口であって、活用そのものではありません。両者を並べると、間にはっきりした断層があります。
| 可視化できている状態 | 活用できている状態 |
|---|---|
| 今日の人時生産性が画面に出る | その数字が落ちた理由を工程・時間帯まで特定できる |
| 遅れが赤く表示される | 何分の遅れで、誰が、何を動かすかが決まっている |
| 実績が集計されている | このままいくと何時に終わるかが分かる |
| 改善したという報告がある | 改善前後を同じ条件で比較し、効果を数字で言える |
左側はデータの状態を説明しています。右側は意思決定の状態を説明しています。データ活用の議論がかみ合わないのは、この左右を同じ言葉で呼んでいることが多いからです。「KPIが見える化できました」という報告は、左側の完了報告であって、右側については何も言っていません。
データが見えても変わらないとき、現場で起きていること
可視化と活用の間で止まっている現場には、わりと共通した症状があります。
3つとも、ツールの機能不足ではありません。見た後に何をするかが決まっていないという同じ一点に帰着します。裏を返せば、活用に進むために必要なのは新しい分析手法よりも先に、「この数字を見て、誰が、何を決めるのか」という設計です。
ダッシュボードの作り方、BIツールの選び方、機械学習アルゴリズムの比較は扱いません。可視化の仕組みは「物流データ基盤」シリーズで整理しました。ここから先の主題は、数字が現場の判断をどう変えるかです。統計や予測の用語も、判断がどう変わるかを説明するためにだけ登場させます。
「物流データ分析」は、どこに位置するのか
ここで、言葉の整理をしておきたいと思います。データを使って現場を良くしたいと考えたとき、多くの人が最初に検索するのは「物流データ分析」です。実際、このシリーズで扱う内容の大半は、分析と呼ばれる領域と重なります。
ただし本シリーズでは、データ分析とデータ活用を同じものとして扱いません。データ分析は、データ活用を構成する重要なプロセスの一つ——という位置づけです。
データ分析では、データを見る、構造を分解する、実態を読む、原因を探る、先を読む、といったことを行います。これは欠かせない工程です。しかし、分析して終わりでは活用にはなりません。分析結果をもとに、試す → 判断する → 動かす → 効果を測る → 次の判断へ返す、というところまでつながって、はじめて「データを活用した」と言えます。
逆に言えば、「分析はしているのに現場が変わらない」という状態は、分析の質だけでは解決できません。分析結果を意思決定につなげる連鎖のどこかが切れているからです。このシリーズは、その切れ目を一つずつつなぎ直していく順番で構成しています。
物流データ活用の6段階
活用は、あるかないかの二択ではありません。段階があります。このシリーズ全体の地図として、6段階を置きます。判定は難しくありません。現場で実際に交わされている会話を聞けば分かります。
なお、出発点のLevel 1を「見る」と呼びます。ここでいう「見る」とは、画面やレポートが存在することではなく、まず実績を数字として確認できる段階を指します。
この6段階には、いくつか読み方があります。
Level 1と2の間に、最初の壁がある
「数字が出る」から「なぜそうなったか説明できる」への移行は、多くの現場が最初につまずくポイントです。ここを越えるのに必要なのは高度な分析ではなく、KPIを分解することと切り口を変えて割ってみること——第2回と第3回で扱う内容です。
一足飛びでは、活用が続かない
この6段階は、必ず一つずつしか進めないという意味ではありません。現場によっては、原因を十分に説明できていなくても、経験則とデータを組み合わせて配置を変えることはあります。それ自体は否定されるものではありません。
ただし、原因が分からないまま施策を試すと、なぜ結果が変わったのかを後から説明しにくくなります。予測を持たずに判断すれば、手を打つタイミングを逃すこともあります。大切なのは、見る → 分かる → 予測する → 試す → 動かす → 回すという流れを、少しずつつなげていくことです。
本丸はLevel 5、完成はLevel 6
データ活用の価値が最初に金額や時間として現れるのは、Level 5——判断がリソース配置に変わった瞬間です。ただしそこで止まると、良くなったのかどうかが分からないまま次の月を迎えます。Level 6で結果を測り、次の計画に返したときに、はじめてデータは一度きりの分析ではなく仕組みになります。
先ほどの連鎖と重ねると、データ分析が中心となるのはLevel 1〜3(見る・分かる・予測する)です。Level 4の「試す」では、分析結果をもとに条件を変えた場合の結果をシミュレーションし、意思決定につなげていきます。
つまり、Level 4以降は分析をやめるのではありません。分析した結果を、実際の判断や行動につなげる段階です。分析の精度をいくら上げても、Level 5には自動的に到達しません。ここが、「分析はできているのに変わらない」現場で起きている重要なポイントです。
ここで一度、自社の現在地を確かめてみてください。判定材料は資料ではなく、今週の会話です。
・数字を読み上げる会話しかなければ、Level 1
・「なぜ落ちたのか」を工程や時間帯まで話せていればLevel 2
・「このままだと間に合わない」が朝や昼の時点で出ていればLevel 3
・「こう変えたらどうなる」を数字で比べていればLevel 4
・その場で配置が変わっていればLevel 5
・先月の施策の効果を数字で振り返っていればLevel 6
シリーズ全9回の道のり
この6段階を、9回にわたって一つずつ掘り下げ、「見える」から「回る」までをつないでいきます。各回は「読者に何をさせる回か」を動詞で決めています。
| 回 | 読者に投げる問い | 対応するLevel |
|---|---|---|
| 第1回 | データがあれば改善できるのか?(本記事) | Level 1 |
| 第2回 | その数字は、何からできているのか? | Level 1 → 2 |
| 第3回 | それは本当に現場の実態か? | Level 2 |
| 第4回 | 何が起きて、なぜ起きたのか? | Level 2 |
| 第5回 | このままいくと、どうなるのか? | Level 3 |
| 第6回 | 変える前に試せないか? | Level 4 |
| 第7回 | では、何を変えるのか? | Level 5 |
| 第8回 | 本当に良くなったのか? | Level 6 |
| 第9回 | どうすれば続くのか? | 全体 |
順に読むと、「見える」から「回る」までが一本の線としてつながります。どこから読んでも構いませんが、自社の現在地の一段上の回がいちばん役に立つはずです。
結論——活用とは、判断が変わることである
データ収集シリーズの結論は「データを増やすことが目的ではない」でした。基盤シリーズの結論は「基盤の完成がゴールではない」でした。活用シリーズは、その延長線上にあります。
データがあること、可視化されていること、KPIが定義されていること——これらはすべて必要条件です。しかしどれも、それ自体では現場の一つの作業も変えません。変わるのは、その数字を見て誰かが違う判断をしたときだけです。データ分析はそのために不可欠なプロセスですが、分析そのものがゴールではありません。
データによって現場の意思決定が変わり、その結果をまたデータで確かめ続けることです。
KPIをどう分解すれば原因まで届くのか、完了予測や人員配置の判断をどう運用ルールに落とすのか——分析で終わらせず、現場の意思決定が変わるところまでを含めて、データ活用の設計を支援します。
「ダッシュボードは作ったが、そこから進んでいない」という段階からでもご相談いただけます。
お問い合わせはこちら