BI · ビジネスインテリジェンス
Business Intelligence
BIとは?
- データをダッシュボード・レポートで可視化
- データに基づく意思決定を支援
- ダッシュボードが成果物
BIが導入されると、最初に変わるのは会議の風景です。毎週月曜の朝、担当者が夜通しExcelで集計して持ってきていた報告書がなくなり、参加者は同じ画面を事前に確認してから会議室に入ります。議論の対象が「数字が合っているか」から「なぜこうなったのか」へ移ることが、BIが実際にもたらす変化です。資料作りに費やしていた3日間が解釈して対応を決める時間に戻り、報告ラインを経て数字が少しずつ磨かれていた慣行も一緒に減っていきます。
BIは通常3つに分けられます。毎週同じフォーマットで回る定型レポート、実務者が自分でフィルターを変えながら問いを立てるセルフサービス分析、自社サービスや顧客ポータルの画面に指標を組み込む埋め込み型BIです。BIの担当範囲は「何が起きたか、どこで起きたか」までで、その前段の収集・整備はデータウェアハウスが、後段の予測と推薦は分析モデルが担います。この二つをひとまとめにすると「BIを入れたのになぜ予測できないのか」という的外れな要求が出てきます。導入の成否が分かれるのは画面デザインではなく、指標の定義を一か所にまとめて管理しているかです。「売上」が付加価値税込みか、キャンセル・返品を差し引いた値かが一行で合意されていなければ、ダッシュボードがどれほど精緻でも会議は数字の検証へ戻ってしまいます。
現場で最もよくある誤解は、ツールを買えばBIになるという考えです。ライセンスを50本購入しても、週次の実利用者が5、6人にとどまる会社は珍しくありません。指標を40〜50個も詰め込んだダッシュボードは、開いても何を見ればよいか分からず、結局誰も開かなくなります。部署ごとに似た画面を別々に作ると、同じ項目の数字が食い違い、データそのものへの信頼が先に崩れます。画面を増やす前に「この数字が基準線を外れたら、誰が何をするか」というルールを付けなければなりません。見る人のいないダッシュボードは、維持費だけがかかる在庫です。
この用語は1958年にIBMのハンス・ピーター・ルーン(Hans Peter Luhn)の論文で使われ、1990年代以降はデータウェアハウスや可視化ツールとともに企業分析の標準となりました。
仮想の事例で見てみましょう。国内の生活用品メーカーA社(役職員620名、年間売上1,800億ウォン(約2,152,621万円))は、全国の代理店350か所の実績を月次締め後8日が過ぎてから初めて確認していました。営業本部がエクセルファイル47個を手作業で取りまとめている間に在庫判断はすでに一拍遅れ、第2四半期の返品は前四半期比21%増えました。経営陣は「BIツールから導入しよう」と言いましたが、営業企画チームはその前にある問題を先に持ち出しました。
- 営業企画チームのキム次長が47個のファイルを調べたところ、「売上」の基準がチームごとに違っていました。付加価値税を含めるチームが3つ、返品を差し引くチームが2つあり、最初の2か月は画面ではなく指標定義書12件を揃えることに使いました。
- IT部門がERP・物流・CRMのデータを週1回のバッチでウェアハウスに集めている間に、営業本部長が「自分は数字を3つだけ見る」と明言し、初期のダッシュボード指標を38個から9個へ減らしました。
- 毎週月曜9時の営業会議をダッシュボード1画面で進めました。中部支社長が「うちの地域の在庫回転率はなぜ1.8なのか」と尋ねると、その場で品目別に掘り下げ、特定の3つのSKUが原因だという答えを5分で見つけました。
- 6月に返品率の上位5つの代理店が赤く表示されると、担当MDが直接訪問して陳列・発注基準を改めました。会議では「数字が見えるのだから言い訳はできない」という発言が出ました。
- 9か月後の実績確認は、月次締め後8日から翌日午前9時に前倒しされ、返品率は4.7%から2.9%に低下し、月次レポート作成に3名が張り付いていた業務は週4時間に減りました。
ク・ジャリョン
金鍾赫