立派なダッシュボード、開かれないまま
BIツールは導入した。ダッシュボードは構築した。売上推移、顧客セグメント別の分析、在庫回転率、KPIのリアルタイムモニタリング。技術的には「データドリブン経営」のインフラは整っている。
しかし、月曜の経営会議を思い出してほしい。意思決定の根拠として参照されたのは、ダッシュボードの数字だったか。それとも、営業部長の「肌感覚」や、前年踏襲の慣習だったか。
Salesforceの調査によれば、84%の経営者が営業DXに取り組んでいるにもかかわらず、経営の意思決定に顧客データを活用できている企業は31%にとどまる (Salesforce, 2024)。つまり、DXに取り組んでいる企業の6割以上が、データを集めているのに意思決定には使えていない。
「データドリブン経営」という言葉は、もはやバズワードの域を超えて企業経営の常識になりつつある。しかし、言葉の普及と実態の間には深い溝がある。多くの企業で起きているのは、データが「存在する」状態から「意思決定を変える」状態への移行が、構造的に阻まれているという現実だ。
データを「見る」と「使う」の間にある3つの溝
溝① ── 「何のために」が定義されていない
最も根本的な問題は、データ活用の目的が曖昧なまま基盤が構築されていることだ。「まずはデータを可視化しよう」「ダッシュボードを作ろう」── このアプローチは一見合理的に見える。しかし、「可視化したデータを使って、どの意思決定を、どう変えるのか」が定義されていなければ、ダッシュボードは「見る」ためのものにとどまり、「使う」ためのものにはならない。
レイヤーズ・コンサルティングが指摘するように、データドリブン経営の本質は「意思決定のプロセスを再設計・再構築する活動」であり、その出発点は「何の意思決定を変革するか」を明確にすることだ (レイヤーズ・コンサルティング, 2025)。ツールの導入が先行し、この問いが後回しにされると、データはあるが使い道がないという本末転倒が生じる。
これは、以前のInsightで論じた構造と同じだ。SaaS導入が「本当に解くべき課題の定義」を省略したまま進むのと、BIツール導入が「どの意思決定を変えるか」を定義しないまま進むのは、同じ病理の異なる症状だ。
溝② ── データが「現場の言葉」になっていない
ダッシュボードが開かれない理由の多くは、技術的な問題ではない。表示されているデータが、意思決定者の日常の言語と接続していないのだ。
経営層が知りたいのは「この施策を続けるべきか、やめるべきか」であり、「売上のYoY成長率が3.2%」ではない。営業部長が朝一番で確認したいのは「今日、誰に連絡すべきか」であり、「顧客セグメント別のLTV分布」ではない。データを提示する側は分析の精緻さを追求するが、受け取る側は「で、どうすればいいのか」を求めている。
この翻訳の不在が、データを「専門家だけが見る技術的な成果物」に留め、意思決定の現場から遠ざけている。ビジネスアナリストの不在がビジネスとITの断絶を生むのと同様に、データを意思決定の文脈に翻訳する人材の不在が、データと経営の断絶を生んでいる。
溝③ ── 「勘と経験」を否定してしまう
多くのデータドリブン推進の現場で起きる致命的な誤りがある。「勘と経験」を「データ」の対立概念として扱ってしまうことだ。
「これからはKKD（勘・経験・度胸）ではなくデータで判断しましょう」── このメッセージは、20年の経験を持つ事業責任者の耳にこう聞こえる。「あなたのこれまでの判断は間違っていた」。当然、抵抗が生まれる。
実際には、データと経験は対立するものではない。熟練した意思決定者の「勘」は、長年の経験から蓄積された暗黙知であり、それ自体に価値がある。データが提供するのは、その暗黙知を検証し、補強し、盲点を照らす機能だ。「勘」を否定するのではなく、「勘をデータで裏付ける」「勘が見落としている領域をデータで補う」── この位置づけで導入しなければ、現場の協力は得られない。
データドリブンとは、勘と経験を「捨てる」ことではない。勘と経験を「進化させる」ことだ。この再定義なしに、データ活用は組織に根づかない。
なぜ「ツール導入」で終わるのか ── 構造的な問題
3つの溝の背景には、より深い構造的な問題がある。
データ活用が「IT部門の仕事」として扱われていること。 BIツールの導入はIT部門やDX推進室が主導し、ダッシュボードの構築もIT部門が担う。しかし、そのダッシュボードを使って意思決定を変えるべき人 ── 経営層、事業部長、現場のマネージャー ── は、構築プロセスにほとんど関与していない。自分が関与していないものを、自分の意思決定に使おうとは思わない。
「導入」がゴールになっていること。 これは「プロジェクト完了＝成功」の幻想と同じ構造だ。BIツールの導入プロジェクトが「ダッシュボードの完成」をゴールに設計されており、その先の「意思決定への組み込み」と「行動変容の定着」は計画の外側に置かれている。ツールが完成した瞬間にプロジェクトチームは解散し、現場には「使ってください」とだけ伝えられる。
評価制度がデータ活用を促していないこと。 「データに基づいて判断した結果、目標未達だった」場合と「勘で判断して目標を達成した」場合、組織はどちらを評価するか。多くの組織では後者が評価される。データを使うインセンティブが設計されていないまま「データドリブン」を標榜しても、行動は変わらない。
データを「意思決定に届ける」ための3つの設計
設計① ── 「意思決定マップ」から始める
ダッシュボードを設計する前に、組織の中でどんな意思決定が、誰によって、いつ、どんな頻度で行われているかを可視化する。これを「意思決定マップ」と呼ぶ。
たとえば、「毎週月曜の営業会議で、営業部長が来週の重点顧客を決定する」という意思決定があるとする。この意思決定に必要なデータは何か。現在はどんな情報に基づいて判断しているか。データで補強できる部分はどこか。このマッピングが先にあれば、ダッシュボードに何を表示すべきかは自動的に決まる。
「データから始める」のではなく「意思決定から始める」。 この順序の逆転が、データを「使われるもの」に変える第一歩だ。
設計② ── 小さな意思決定から変える
全社のすべての意思決定をデータドリブンに変えようとする必要はない。まず一つの会議、一つの意思決定に絞り、そこでデータが判断の質を上げた実体験を作る。
たとえば、月次の在庫会議で「どの商品をどれだけ発注するか」の判断を、担当者の勘から需要予測データベースの参照に切り替える。最初は「データを見た上で、最終判断は担当者がする」でいい。データが担当者の判断を補強する体験が積み重なれば、自然と「データなしでは判断できない」という状態に変わる。
このQuick Winのアプローチは、変革のJカーブの谷を浅くする設計と同じだ。一気に全社展開するのではなく、小さな成功を足がかりに広げていく。
設計③ ── 「翻訳者」を意思決定の現場に置く
データを技術の言語からビジネスの言語に翻訳し、意思決定者に届ける人材が必要だ。データサイエンティストが分析した結果を、「で、どうすればいいのか」のアクションに変換する役割。
この役割は、データアナリストとも、ビジネスアナリストとも重なる。重要なのは肩書きではなく、「データが示していることを、意思決定者の文脈に合わせて説明できる力」を持つ人材が、経営会議の場にいることだ。データは自ら語らない。データに「声」を与え、意思決定者の耳に届く言葉で伝える人がいて、初めてデータは意思決定を動かす力を持つ。
経営層への問い
データドリブン経営を本気で実現したいなら、経営層自身に問うべきことがある。
「自分自身は、直近の重要な意思決定で、データを参照したか」。 トップがデータを使っていないのに、現場にデータ活用を求めても、メッセージは伝わらない。経営会議の冒頭でダッシュボードを開く。投資判断の際に「このデータを見せてほしい」と自ら要求する。この行動そのものが、組織全体への最も強いシグナルになる。
「データに基づく判断を、評価制度に組み込んでいるか」。 データを使っても使わなくても評価が変わらないなら、忙しい現場がわざわざダッシュボードを開く理由がない。「重要な提案にはデータの裏付けを求める」「データに基づいて判断した結果は、たとえ短期的に目標未達でもプロセスを評価する」── この仕組みがあるかどうかで、データ活用の定着は決定的に変わる。
まとめ ── データは「道具」であり、目的ではない
「データドリブン経営」が掛け声で終わる最大の理由は、データの整備が自己目的化し、本来の目的 ── 意思決定の質とスピードを上げること ── が見失われていることにある。
ダッシュボードを作ることがゴールではない。BIツールを導入することがゴールではない。「この会議のこの判断が、データによってこう変わった」── その実体験を一つ作ることが、データドリブン経営の真の出発点だ。
テクノロジーだけでは、組織は変わらない。データ基盤の整備はスタートラインにすぎない。その先にある「人の行動を変える」「意思決定のプロセスを変える」「組織の文化を変える」── ここにチェンジマネジメントの力が必要になる。データが「何が起きているか」を示し、チェンジマネジメントが「人がどう動くか」を設計する。この両輪が揃って初めて、掛け声は実践に変わる。