コニカミノルタが語る「故障予知からのビジネスモデル構築」その収穫と課題：コニカミノルタ事例（2/2 ページ）

コニカミノルタが本格的なデータ活用に取り組んで1年半が経過し、故障予知から「顧客満足度UP」や「部品寿命の延長」といった成果を得るまでとなった。では、どうやって故障予知をビジネスに結び付けたのか、得られた知見と課題とは何か。製造業でのデータ活用はどのように進めるべきか、「SAS FORUM JAPAN 2018」にて担当者が語った。

[渡邊宏，TechFactory]

モデルを作り込めば良いと思っていた

　こうしてデータを利用した「顧客の生産性アップ」「サービス活動プロセスの改革」を実現したコニカミノルタであるが、東氏は「最初はソフトウェア開発と同じように、モデルを作り込めば作り込むほど精度が向上していくと考え得ていたが、そうではなかった」と着手当時の考えは浅慮であったと語る。

　「自分たちは製造業なのでデータ取得の技術開発を別プロセスでまわし、そのあとにビジネスとデータの理解をした上で、モデルを作成していった。これは機械学習的にデータを処理するアプローチだが、そこにSASのコンサルティングによって統計学的な評価を加えることができたのは大きな前進だった」（東氏）

　東氏はこう述べ、「製造業的なアプローチ」だけでは前進が難しかったと認める。その上で「自分たちに合ったプロセスが必要」と、結果やそこに向かうモデルの作成も重要ながら、「どうやってそこにたどり着くか」のプロセスがさらに重要であると体感できたことが、今回の取り組みで得られた教訓であるとする。

「プロセスが重要」と語る東氏が紹介した概念図

工数の3分の1はデータ分析と理解

　そのプロセスの重要性を説く中で東氏が述べた際に象徴的だったのは、「データの分析と理解で、工数の3分の1を使った」というくだりだ。