DX推進・先端技術・ビジネスモデル 重要度:★★★出題: AM2・PM1・PM2
データドリブン経営
でーたどりぶんけいえい / Data-Driven Management
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行速習ポイント
- 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。
- 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。
- 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。
図解
図データ分析の4段階進化モデルプロセス・手順フロー
過去の集計から未来の最適処方へ▶ 進行順序：1. 過去の把握➔2. 原因究明➔3. 未来予測➔4. 最適判断
11. 記述的分析 (Descriptive)
過去の把握何が起きたか？
基幹システムやPOSの実績データを集計・可視化し、「先月の店舗別売上や在庫推移はどうだったか」という事実を正確に把握する段階。
22. 診断的分析 (Diagnostic)
原因究明なぜ起きたか？
多次元分析（OLAP）やドリルダウン・相関分析を用い、「なぜ特定地域で解約率が急増したのか」という根本原因とボトルネックを特定する段階。
33. 予測的分析 (Predictive)
未来予測何が起きるか？
蓄積データと機械学習アルゴリズムを掛け合わせ、「来月の需要量やどの顧客が離脱しそうか」という将来の事象を確率的に予測する段階。
44. 処方的分析 (Prescriptive)
最適判断どうすべきか？
数理最適化モデルやAIシミュレーションに基づき、「利益を最大化するために今どの価格・在庫配分・販促を打つべきか」の最適解を自動提示・実行する段階。
💡 午後IIではKKD（勘と経験）による意思決定を脱却するため、全社SSOTデータ基盤とBIダッシュボードを整備し、予測・処方的分析で現場行動を変えた成果を示す。
概要と本質
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。
重要ポイント・コア概念
- 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
試験対策・午後II論文での活用法
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。
小論文で使える実践フレーズ・キーワード（クリックでコピー）
関連する重要用語
この用語が出題された過去問を解く（1分演習）
即時アウトプットで定着ITストラテジスト 過去問演習で実践力を鍛える
