榊 淳(著)
※1点の税込金額となります。 複数の商品をご購入いただいた場合のお支払金額は、 単品の税込金額の合計額とは異なる場合がございますので、予めご了承ください。
★変えたことはたった一つ。データドリブン経営に舵をきり、売上右肩上がりの急成長。「一休.com」では具体的に何が行われていたのか?本邦初公開!
★「思い込み」で意思決定する前に、徹底的にデータと向き合ったと自信を持って言えますか? データに素直に従った方が正しくありませんか?
★データドリブンはビジネスの話。データ分析はあくまで手段で、分析結果を役立てて業績向上につなげることが最重要。
★「Consumer is Boss(顧客がボスである)」はビジネスにおける普遍の法則。ただ、顧客データがあふれる現在においては「DATA is BOSS(データがボスである)」に変わってませんか?
数字やデータの扱いが苦手でも、本書を通してエンジニアやデータサイエンティストに、やりたいことを適切に伝えるエッセンスを習得できるため、データドリブン経営への第一歩が踏み出せる!
対象読者
・データドリブン経営を実行したい経営層
・従来型の経験に頼りがちな文系の経営・マネジメント層
・データに基づいた意思決定に関心が高い、次世代を担うビジネスパーソン
・ビジネス部門の思考を理解したい、エンジニア・データサイエンティスト
●目次概要
はじめに 「DATA is BOSS」の意味
序章 まず知ってほしい「データドリブンは、ビジネスの話」
第1章 データを制するものがビジネスを制す
第2章 「掛け声だけ」で終わっている日本型データドリブン
第3章 データドリブン経営の本質
第4章 データドリブン経営の実装
第5章 データドリブン施策の具体例
おわりに AIの進化が何をもたらすか
読者特典 顧客行動の見える化レポート10選
■著者:榊淳
株式会社一休 代表取締役社長。慶應義塾大学大学院理工学研究科修了後、第一勧業銀行(現みずほ銀行)にて金融工学を駆使したトレーディング業務に従事。2003年に米国スタンフォード大学院のサイエンティフィック・コンピューティング学科修士課程を修了後、約10年間コンサルタントとして活躍。2013年、株式会社一休へ入社し、2016年には代表取締役社長に就任。2023年からはLINEヤフー株式会社 執行役員 コマースカンパニー トラベル統括本部長も務める。ほかにも、「国際医療ボランティア団体」特定非営利活動法人ジャパンハート 理事や株式会社じげん 社外取締役を務める。
「データ、分析環境、人……すべてそろっているが、なぜかデータを上手く活用しきれていない。価値創出や業績向上につながる手応えがない」。そんな時は、そもそも認識がズレている可能性が高いです。データドリブンを分析の話と思っていませんか?データドリブンは、ビジネスの話です。
2007年に東証一部へ上場後、伸び悩んでいた一休。2012年にデータドリブン経営へと舵を切った結果、売上10倍を実現。やったことは、たった一つ。事業の改善ポイントをデータ(≒顧客)に教えてもらい素直に改善を実行したのです。
本書では実際に一休で使っている主要な分析レポートをグラフとともに解説しています。根底にある考え方は“クリスタルクリア”です。顧客行動を見える化する独自のフレームワークとレポートを用いて事業成長を実現しています。レポートのファイルは読者特典として進呈します!
売上の変化を、訪問者数、購入率、購入単価という顧客の購買プロセスに分解することで、どのレバーに改善余地があるかが分かります。さらに、顧客セグメント別の「売上=訪問者数×購入率×購入単価」に分解することで、施策を講じるターゲット顧客も明らかにします。このプロセスを踏むことで「誰に何をするか」という施策の軸が定まってきます。
売上から利益までの財務データは、どの企業でも押さえていると思いますが、「顧客全体」での管理になってないでしょうか。一部の企業では、売上の分解までは行っていることもあると思いまが、本書で提案したいことは、売上だけでなく利益まで顧客セグメント別に分解して、各顧客セグメントの利益貢献を明らかにすることです。
事業を持続的に成長させるためには、売上を伸ばすことと、顧客あたりの累積利益額(LTV)を黒字にすることが必須です。一休はデータドリブン化に舵を切ってから、顧客のリピート状況が改善することで10倍の成長を実現しました。
はじめに 「DATA is BOSS」の意味
序章 まず知ってほしい「データドリブンは、ビジネスの話」
第1章 データを制するものがビジネスを制す
1.1 急成長の着眼点とデータドリブンの役割
1.2 変えたのはひとつだけ
Column 内なる才能は社内から見つける
第2章 「掛け声だけ」で終わっている日本型データドリブン
2.1 日本型データドリブンの現状
2.2 データドリブンを阻む3つのワナ
Column 横が強い組織、縦が強い組織
第3章 データドリブン経営の本質
3.1 「データ」とは何か
3.2 「データドリブン」とは何か
3.3 「データドリブン経営」とは何か
Column なぜ欧米には「語れるエンジニア」が多いのか
第4章 データドリブン経営の実装
4.1 顧客行動を見える化する考え方
4.2 一休で実践している「顧客行動の見える化レポート」10選
4.3 「問い」をもって分析に臨むための連携
Column 「勘と経験の営業」にさようなら
第5章 データドリブン施策の具体例
5.1 何をもって勝負するのか
5.2 一休のデータドリブン施策――3つのパーソナライズ施策
5.3 「余計なことは考えない」の意味
Column “爆売れ商品”を検知する
おわりに AIの進化が何をもたらすのか
読者特典 顧客行動の見える化レポート10選