RevOpsへ至る道 データ活用による事業革新への挑戦 / path-to-revops

https://datatech-jp.connpass.com/event/335207/

Transcript

1. RevOpsへ至る道 データ活用による事業革新への挑戦 みんなの考えた最強のデータアーキテクチャ 2025もやってきましょうSP！ 近森 淳平（チカモリ　ジュンペイ） @pei0804
2. データドリブン経営始動 2024年7月1日～
3. DX、データ分析、AI！！
4. だが、現実は！！！！！ 厳しい！！！！！！（知ってた）
5. ここ最近はずっと、 目の前のデータ業務をひたすら 効率化を進めていました。
6. 単なる効率化だけで、いいんだっけ？
7. 私のミッションは、 「データを経営資本にする」 けれど、どう達成すればいいのか。
8. そこで出会ったのが、 RevOpsでした。
9. 単なる業務効率化から、 組織全体の収益最大化を目指す RevOpsに至った思考についてお話します。
10. アジェンダ • 自己紹介 • 直面している課題 • なぜRevOpsに取り組むのか
11. 自己紹介 ぺい @pei0804 近森淳平(チカモリ　ジュンペイ) 新卒7年目です VP of Data @ CARTA MARKETING FIRM / CARTA HOLDINGS 2024 Snowflake Data Superheroes
12. アジェンダ • 自己紹介 • 直面している課題 • なぜRevOpsに取り組むのか
13. 直面している課題
14. 私が所属する CARTA MARKETING FIRMについて
15. 2023年10月1日CARTA HOLDINGSの 事業強化戦略に基づき、4つの子会社を統合して誕生
16. 4つの会社が統合したら、 業務もデータも、カオスになる。
17. カオスだからこそ、データが役に立つ。
18. 隣の人に聞けば良い。 みんなの顔が分かる。 こういうフェーズでは、 そこまでデータは活躍しない。
19. 最近確信になってきたことがある。 ビジネスの嗅覚が強い人が言ってることは、 データで見ても正しいことがよくある。 故に細かくデータを見る必要もない。
20. 組織規模、事業が成長すると、 本当にその勘が正しいのかが 疑念が出てくることがある。
21. 「この人が言うから間違いないだろう」が 通用しなくなってくる。
22. 一定レベルに事業が成長すると、 全体を見通すことは、物理的に難しくもなる。
23. だからこそ、データが効く。
24. データをうまく使うことで、 減らせる疑念はあるし、減らせる労力もある。
25. データドリブン経営始動 2024年7月1日～
26. 現実は、データドリブン以前の問題が 山積している。
27. むしろ、データがボトルネック
28. どんな課題があったか
29. 部署レベルで顕在化している課題（抜粋） • レポーティングの非効率性 ◦ 社内外向けレポート作成に多大な時間を要し、 データ収集も困難 • 分析の柔軟性不足 ◦ 新しい切り口での分析や重要指標の可視化するのが難しい 専門的な知識が必要になり、必ずエンジニアの作業が必要 • データ管理の複雑さ ◦ スプレッドシートの複雑化とデータの不整合が頻発
30. 経営層レベルで顕在化している課題（抜粋） • 部署レベルで発生している課題が掛け算で複雑化 ◦ 個別部署でさえ複雑なので、横断するとさらに複雑 • 横断的分析の困難さ ◦ 部門間で異なるマスターデータ ▪ 使っている単語の意味もブレるため、 コミュニケーションコストが高くなる。 • 素早い現状把握が困難 ◦ 例えば、昨日の実績をすぐに把握できない
31. データドリブンどころじゃない！ まず、効率化するぞ！
32. こちらのスライドで、まず効率化になった思考のフローをまとめています。 https://speakerdeck.com/pei0804/transforming-to-data-driven
33. でも、効率化して、その先は？
34. これがずっと頭のどこかにあった。
35. 「データを経営資本にする」 これ本当に達成できる？
36. 本当に事業にとって、 意味のある投資なのか
37. 答えがあるかは分からないけど、 色々な本やら記事を読み漁った。
39. RevOpsの教科書を読んだ結果。 RevOpsに取り組もうとなった。
40. アジェンダ • 自己紹介 • 直面している課題 • なぜRevOpsに取り組むのか
41. なぜRevOpsに取り組むのか
42. そもそもRevOpsってなんだっけ？
43. https://primenumber.com/events/01-p-1 THE RevOps 〜The Model型ビジネスモデルで成果を出すためのデータ活用術〜
44. こんな現場の声を、 聞いたことありますか？
45. 次に示す図は、SaaS企業の例ですが、 似たようなことが、起きてるはず。
46. https://primenumber.com/events/01-p-1 THE RevOps 〜The Model型ビジネスモデルで成果を出すためのデータ活用術〜
47. https://primenumber.com/events/01-p-1 THE RevOps 〜The Model型ビジネスモデルで成果を出すためのデータ活用術〜
48. https://primenumber.com/events/01-p-1 THE RevOps 〜The Model型ビジネスモデルで成果を出すためのデータ活用術〜
49. 設定されたKPIに対して、 みんなベストを尽くしている
50. 全体を通して見ると微妙。 これを解決する。
51. 部門間で分断されたKPIの限界 企業の事業活動は本来、一連のプロセスとして機能すべきものです。 しかし、一連のプロセスを構成する各部門が、 個別に把握できる指標からKPIを設定することで、 部門間の連携が悪影響をもたらすことがあります。 その結果、企業全体としての収益最大化の機会を 逃してしまうことがあります。
52. 部門間で分断されたKPIの弊害 • マーケティング ◦ リード数の追求により、質的な評価が軽視される可能性がある。 長期的な顧客価値よりも、短期的な数値達成が 優先されがちになります。 • インサイドセールス ◦ 面談数の追求により、商談の質が低下する可能性があります。 顧客との関係構築や課題理解が不十分なまま、 次工程への引き継ぎが行われる恐れがあります。
53. 理想 全部門が同じ方向に向く、KPIを作ればいい
54. 現実 できたらやっとるわ！！！
55. 何故できないか？ どうやったらできるのか？
56. KPIの源流を理解すれば、 次のアクションは自ずと見えてくる
57. KPIはどこから来てるのか？
58. KPIはどこから来てるのか？
59. 俺「また、データのサイロか・・・」
60. データがサイロ化しているので、 全体を意識したKPIなんて設定できない
61. サイロをぶっ壊そう
62. 単純に効率化するだけではなく、 同時にRevOpsのインフラを作る
63. 効率化から、RevOpsのインフラを作る仕事へ Before After
64. まとめ
65. 業務効率化のために、 自然とデータを集約していたけど、 これからは意図して集約する。
66. データを一箇所に集約するのは、 単なる効率化だけではなく。 そこに、事業を革新する可能性が 眠っていることを理解した。
67. 全部のデータが入ったら？
68. 「データを経営資本にする」は達成？
69. 本当に事業を革新する？
70. 未来は分からない。 でも、現場の課題は明確にある。 一つずつ、確実に解決していく。
71. 但し、データの専門家として、 短期の課題解決と、 長期のビジョンを両立させる。
72. 今、必要なのはRevOpsだと信じている。 但し、それは現時点での答えでしかない。 変化を恐れず、常により良い解を探していく。
73. まずは、目の前のことに向き合う。 これが一番効く。
74. 【PR】We're hiring 【アナリティクスエンジニア】データ活用の可能性を引き出し、新たな価値創造に挑戦 https://hrmos.co/pages/cartaholdings/jobs/cmf-e04 【データエンジニア】データの源泉から価値創造までエンジニアリングする https://hrmos.co/pages/cartaholdings/jobs/cmf-e05