DX推進・先端技術・ビジネスモデル
午前II午後I午後II論文
重要度:
データドリブン経営
よみがな: でーたどりぶんけいえい
英語名称・略称: Data-Driven Management
1行要約（本質）
経験や勘、度胸（KKD）に頼った意思決定を排し、客観的に収集・分析されたデータに基づいて迅速・的確に判断する経営。
3つの重要ポイント
1
全社に散在するデータを統合（データレイク/DWH）し、BIダッシュボードでKPIを可視化する。
2
過去の集計（記述的分析）から、要因分析（診断的）、未来予測（予測的）、最適行動提案（処方的分析）へ進化する。
3
ITストラテジストは、データ品質の担保（データガバナンス）と全社的なデータリテラシー向上を主導する。
構造・プロセスの図解
図データ分析の4段階進化モデル
過去の集計から未来の最適処方へ11. 記述的分析 (Descriptive)
何が起きたか？
過去実績の可視化・集計レポート。売上推移や在庫状況の把握。
22. 診断的分析 (Diagnostic)
なぜ起きたか？
原因の掘り下げ。ドリルダウン分析や相関分析でボトルネック特定。
33. 予測的分析 (Predictive)
何が起きるか？
機械学習・統計モデルによる将来需要予測、解約リスク検知。
44. 処方的分析 (Prescriptive)
どうすべきか？
最適化アルゴリズムによる自動価格改定や推奨アクションの自動提示。
概要・背景・本質
データドリブン経営は、現場の担当者から経営トップまでが、共通の「事実（Fact）データ」を基に議論し、仮説検証と意思決定を高速に行う企業運営です。勘に頼る経営では見落とされがちな顧客ニーズの変化や異常値の早期検知が可能となり、市場変化への即応力が飛躍的に高まります。
コア概念と着眼点
- KKD（勘・経験・度胸）からの脱却：主観的思い込みや過去の成功体験による誤断を防止
- 分析の4段階：①何が起きたか（記述）➔ ②なぜ起きたか（診断）➔ ③何が起きるか（予測）➔ ④どうすべきか（処方）
- データマネジメント基盤：散在するサイロからETL/ELTでデータを集約し、信頼できる唯一の情報源（SSOT）を確立
- 組織文化の醸成：数字で語る文化、失敗をデータで分析して次の打ち手に活かす心理的安全性
ITストラテジスト試験（午後I記述・午後II論文）での論述ポイント
午後II論文の共通パーツとして重宝する。『各事業部で売上や顧客の集計基準が異なり、経営会議の議論が数字の定義確認で紛糾していた。そこで全社共通データ基盤を整備し、リアルタイムBIダッシュボードを導入したことで、意思決定リードタイムを週次から日次へ短縮した』と論述できる。