「したつもり分析」からの脱却、スーパー経理部長がいなくてもデータドリブンな経営分析を

経営分析におけるBI（ビジネス・インテリジェンス、以下BI）の重要性はこれまでに繰り返し語られてきましたが、近年はBA（ビジネス・アナリティクス、以下BA）という概念が改めて注目を集めています。その背景にあるのは、IOTやクラウドといったITの発展によって、ビッグデータを活用したデータドリブン経営の実現性が高まっている為です。

しかし、ビッグデータの構築だけではデータドリブン経営は実現しません。そこには客観性のある意思決定を可能にするBAのスキル構築が抜けているからです。データサイエンティストが在籍する一部の大手企業を除けば、特に中小企業を中心にこの問題は顕著になっています。

データドリブン経営の鍵を握るBA（ビジネス・アナリティクス）とは

多くの企業が経営分析にBIを活用しています。BIのIは「インテリジェンス：Intelligence」、インテリジェンスとは雑多な情報をフィルタリングして有用なものだけに絞り込んだものです。しかしBIは、一言で言えば「現状の可視化」でしかないので、そこに隠れている本当の問題点や最適な解決策を見いだすことはできません。そこで、次に必要なデータ活用が「BA」という考え方です。

例えば、アメリカのCIA（Central Intelligence Agency）は世界中のあらゆる情報を集めて情報を可視化、フィルタリングをしますが、それで終わりません。さらに綿密な分析を行い、99.9%の確度で信頼できる戦略を立案、行動を起こすのですが、ビジネスでもこれと同じことが求められています。

BIによって可視化された経営状況から、適格に問題の本質を捉え、未来予測を行い、解決策を立案し、その結果を経営者に判断材料として提示する。経営者はそこで初めて、客観性のある意思決定がおこなえるようになります。これが経営分析におけるBAの考え方であり、データドリブン経営の本質です。多くの経営者が今、BIからこのBAプロセスを踏み、新たな時代に向けて、経験と勘に頼った経営体質から脱却したいと考えています。

「分析人材」という壁

しかし、ほとんどの企業がデータドリブン経営を実現できていません。それは、BAのスキルをもった‶ 分析人材″が社内にいないためです。経営分析における分析人材とは、財務知識の他、ITスキル（データベースの考え方や社内システム構成の理解）を所有し、更にはビジネスにも精通している必要があります。データを経営の意思決定に活かすデータサイエンティストのような人材、いわゆる「スーパー経理部長」です。そして、その「スーパー経理部長」が今、不足しています。

なぜなら、世の中の企業の大多数は、安易にコスト削減を行った結果、経理人員も削減してきました。一方で経理部門が求められる業務量は増えています。例えば、以前は決済方法がシンプルで現金・預金・手形さえ理解すればよかったのが、今は電子決済が増えて、決済手段が20〜30種類にのぼっていたりします。人員が減る一方で業務量は増えているわけですから、分析業務に割く時間は無くなり、経理部門から分析人材が育つ機会も無いのです。

「したつもり分析」を改める

更に分析人材がいないことで陥りやすいのが、「したつもり分析」になることです。BAの概念を持たないばかりに、経営分析の質をあげようと、BIの追求に終始してしまう状態です。全社的なデータ統合の仕組みの構築やデータクレンジング、より多くの集計グラフや統計表を作成することに、膨大なコストや時間、労力をかけてしまいます。ですが、それはあくまでも高度な可視化であり、分析行為ではありません。残念ながら世の中の大半の企業はBIに注力した結果、経営戦略上の経営分析は有効性が低いままです。

例えば予実分析だけみても、その傾向が伺えます。予算編成が企業の伝統や文化、風土に基づいた形式的なものになっているケースがそれです。予算を組む段階から戦略性を欠いていては、分析に求める意義は失われ、分析レポートと言っても、実態は数字の増減をわかりやすく可視化するにとどまってしまいます。当然、そこから導き出せる経営戦略は無く、「売上を頑張って上げる」か「コストを頑張って削減する」といった二択の経営判断になってしまうのです。

分析人材がいなくてもデータドリブンな経営分析を

今、世の中の大多数の企業に必要なことは、BIで「したつもり」になっている分析を改め、分析人材がいない問題解決に向けたファーストステップを確実に踏み出すことです。

データドリブン経営のファーストステップ

まずは自社の今をシンプル且つ正しく把握することが重要です。いきなりビッグデータを前に、高度な分析をしようとするのは現実的ではありません。まずは予実分析や財務分析といった経営分析の領域で、現時点での予算と実績データの管理に着目します。そして、正しい予算値を見極めると共に、収益性や資本効率性、安全性といった財務分析の指標からも自社を客観的に捉えられるようにすることが重要です。ポイントはBIで可視化することを目的にするのではなく、BAをおこなうことを前提とした現状把握であることです。

また、分析のための帳票は一から作る必要はありません。ファーストステップはスピーディに実行しなくては意味がありません。そこで、ツールの活用をお勧めします。ツールといっても操作の難しいBIツールではなく、経理のスペシャリストや経営コンサルタントの経営分析ノウハウをテンプレートにしたものを活用すればよいのです。これだけでも経営分析のレベルは各段に向上するはずです。

ITの革新的活用で我が社に「スーパー経理部長」を！

現状を正しく把握することは、問題の本質にたどり着く近道を意味します。先述したファーストステップはBAを実現するための現状把握であり、ある一定の分析品質改善の成果は望めます。ですが、次のステップとなるBAを担う分析人材がいないという問題は残ります。対策として、コストをかけて外部のコンサルティングを活用することや、人材戦略の一環としてスペシャリストを引き抜くということが考えられますが、これもまたすべての企業において、現実的という訳ではありません。

そこで、次に考えられるのは、ITの革新的活用というアプローチです。クレオが提供する「Success MarK（サクセスマーク、以下Success MarK）」は分析人材不足にフォーカスした経営分析ツールです。客観性のある意思決定を促すことを目的に、「スーパー経理部長」に変わってBIからBAまでをおこなう、意思決定支援ツールです。

経営分析のスタイルは「選択から始める」に変わる

Success MarKは経営分析の基礎となる予実差異分析と財務分析に特化し、BIとBAを自動でおこないます。毎月の実績データを取り込み、分析のスペシャリストに代わって、問題点の抽出と解決策の立案をおこなうことで、ユーザーの経営分析を「対策を選択することから始める」スタイルに変えます。これまでのように集計レポートが完成するのを待つことも、単なる数字の増減をまとめただけのレポートを読み解くといった時間と手間をかけることもなく、次の一手を決定することができるようになります。

Success MarKのBAエンジンは経営分析のスペシャリストの専門的見識に基づく分析行為を独自のアルゴリズムによって自動処理することを実現しています。予実差異分析と財務分析の観点から問題点の特定と解決策立案をおこない、売上高推移や予実・前年対比、上振れ・下振れを含めた着地予測のほか、企業価値や収益性、資本効率性や成長性といった現状を可視化してレポートします。更に詳細科目単位の損益やビジネス課題解決ロジックにのっとった財務指標上の改善策のレコメンドもレポートすることで、言わば専属のデータサイエンティストのようにユーザーのデータドリブン経営に貢献します。

-------------------------------------------------------------------------------------------------------------

＜レポート内容＞

・売上高・利益の推移、予実対比、前年対比表

・科目別・KPI別問題点ハイライト

・着地予測（ターゲット値、アップサイド、ダウンサイド）

・財務指標分析

・科目別損益改善提案

・財務指標別ポイント改善提案

-------------------------------------------------------------------------------------------------------------

無料で始めるアナリティクス体験

Success MarKは誰にでも手軽に使っていただけるクラウドサービスとして、無料でご利用いただけるフリーミアムモデルを採用しています。今後は、クラウドサービスとしての利点を活かして、同業他社比較や予算編成レコメンド機能、人材活用アナリティクス、業界別KPI分析機能など、一部有料の機能もリリースしていきますが、データドリブン経営の入門編として、先にご紹介した機能をすべて無料
でご提供しますので、手軽にデータドリブン経営にトライしていただけるサービスだと思います。

データドリブン経営は、分析人材を抱えられる一部の大手企業だけのものではありません。例えば、社長が経理業務を兼務するような中小企業から、Success MarKを通じて多くの企業の成長戦略に貢献していく。クレオがこのサービスで目指しているものはそこにあります。