データ品質の使用開始

学習の目的

この単元を完了すると、次のことができるようになります。

• データ品質を決めるいくつかの要因を挙げる。
  
• 不正データによる悪影響を説明する。
  
• 適切なデータによる効果を説明する。
  

不正データ、再び

あなたは、今注目を集めている新しいメディアテクノロジー企業、Gelato の Salesforce システム管理者です。Gelato は、ストリーミング 4K 超高解像度広告コンテンツを配信する高度なプラットフォームを開発しました。これまでに、多くのテレビアプリケーション、動画アプリケーション、および Web サイトに使用されています。会社は B2B の領域にいて、顧客は広告主、メディア機関、その他の広告関係のビジネスです。

Gelato のビジネスを成長させるために、新しい営業部長は、顧客とそのニーズをより正確に特定したいと考えています。あなたは Salesforce の専門家であるため、営業部長はあなたに Gelato の取引先に関するあらゆる角度からの情報を提供するように頼んできました。あなたは、のんびりとラップトップに向かい、飲み物を片手にいくつかの Salesforce レポートを生成し、称賛を受けるのです。

簡単に聞こえますね。

間違いです!

レポートを調べたところ、米国西部の取引先だけで、次のことがわかりました。

次の点が特に目立っています。

レコードの欠損

あなたの会社にはカリフォルニアだけで 500 を超える顧客がいます。ところが、レポートには、西部地域全体で約 200 の取引先しか表示されていません。

レコードの重複

取引先のリストをざっと見たところ、複数の拠点を持つ顧客のデータが複数の取引先レコードに取得されていることがわかりました。実際、あまりにも多くの顧客があまりにも多くのレコードに表示されているため、顧客が何によって定義されるかということすらわかりません。住所でしょうか。それとも会社名でしょうか。

データ基準の欠如

地域の内訳では、顧客が 87 州に分類されています。地理を習ったのはかなり昔ですが、アメリカには 50 州しかなかったはずです。たとえば、カリフォルニアの表記として、CA、Calif、Cali、そして 「Surfin’, USA」 などというものまで使用されています。

レコードが不完全

西部地域のほぼすべての取引先で主要なデータが欠損しています。消費者取引先では、電話番号やメールなどのデータが欠損しています。法人取引先では、業種、年間売り上げ、従業員数などが欠損しています。

データが古い

西部地域のすべての取引先の半分以上が、過去 6 か月間に更新されていません。そのため、データがどの程度正確かわかりません。さらに、そのデータには、Salesforce に取得されていない取引先も含まれていません。

このようなデータの問題がある場合、レポートは良くても不完全、悪ければ不正確ということになります。当然、心配になります。そこで、あなたは Chatter スレッドを開始して、すべての営業マネージャーに意見を尋ねます。

ニューヨーク地域のマネージャーは、率直にこう書きました。「Salesforce で何かを探すのは非常に大変ですから、私のチームではあまり使っていません。」

ロンドンの営業マネージャーは、こう説明します。「うちの地域の重複を全部クリーンアップしようとしたのですが、それらのデータは別のチームが所有していました。」

香港のマーケティングマネージャーからのチャットはこうです。「生成しているリードに、適切なアクションを決めるための十分な詳細情報がありません。持っているデータは、取得した翌日にもう無効になっているように感じます。」その通りです。データは常に変化し続けています。平均で、30 分毎に 120 社の企業が住所を変更し、75 社の企業が電話番号を変更し、20 人の CEO が退職し、30 社の新しい企業が設立されています。

会社の成長とビジネス上の意思決定が、Salesforce データの品質に結び付いているということがわかりました。あなたは、この意見を営業部長に伝えました。すると、あなたの鋭い洞察に感謝してくれましたが、1 つの質問をしてきます。「結局、データ品質はどのくらい重要なの?」

不正データは何の役に立つのか?

データ品質は、ビジネスというパンにとってイーストの役割を果たします。それがないと、大きく膨らむように成長することができず、小さくまとまった収益だけで終わってしまいます。

つまり、データ品質が重要です。さらに詳しく調べると、次のことがわかりました。

• 不正確または不完全なデータは、20% の生産性の低下 (毎週の 1 日分の仕事に相当) につながる。
  
• 不正確なデータのために、平均的な会社では収益の 12 % が失われている。
  
• データ品質の低さが理由で、すべてのビジネス活動のうち 40 % は目標利益の達成に失敗している。
  

困ったことです。由々しき事態です。(不正データに関するさらに詳細な統計については、「リソース」セクションを参照してください。)

多くのエグゼクティブがデータ品質の落とし穴について警告しています。営業およびマーケティングの統合サービスを世界中で提供しているトップクラスのアウトソースプロバイダーである Virtual Causeway の Rick Endrulat 社長のデータ品質に関するコメントを読んでみましょう。

実際、不正なデータは常に次のことに結び付いています。

• 収益の低下
  
• 洞察の欠如または誤り
  
• 時間とリソースの浪費
  
• 効率の低下
  
• 情報の取得の遅れ
  
• カスタマーサービス品質の低下
  
• 評判の低下
  
• 担当者による導入率の低下
  

Gelato の Salesforce システム管理者であるあなたは、不正データのために、会社のビジネスに関するあらゆる角度からの情報を営業部長に提供できません。その情報がなければ、営業部長は、どの見込み客を対象にするか、どのテリトリーを調整するか、どのクロスセル商談を追及するか、どのリードを優先するかを的確に判断できません。このギャップは、最終的には会社が顧客のニーズを満たしビジネスを成長させる能力にも影響を及ぼします。そのデータのせいで混乱するすべての営業プロセスやマーケティングプロセスを想像してみてください。そして、もし、あなたの会社が最大の競合相手を買収して、あなたがその会社の顧客データを自社のデータにマージしなければならなくなったらどうでしょう。データが古かったとしたら、どうすれば一般データ保護規則 (GDPR) などのデータプライバシー規制に準拠した状態を保つことができるでしょうか? 現在のデータの状況を考えると、これは悪夢です。

幸い、データ品質を改善するのに遅すぎるということはありません。そこで、あなたはそれを営業部長に伝えました。営業部長は、あなたの思慮深さに感心しましたが、1 つの質問をしてきます。「データが適切であれば、実際にどのような影響があるの?」

AI データについてはどうか?

データ品質は、AI システムの結果と信頼性を形成する上で重要な役割を果たします。AI を使用する場合、データ品質が低いとシステムのパフォーマンスが損なわれ、バイアスのかかった結果や脆弱性、さらには倫理的、社会的な影響につながることがあります。また、データが整理されていなかったり偏っていたりすると、誤ったビジネス上の意思決定や運用コストの増加を招く可能性があります。

データ品質が高ければ、AI モデルの予測が正確かつ堅実で、偏りのないことが保証されます。これにより、こういったモデルで現実世界のシナリオをより適切に予測できるようになり、その応用における信頼性も高まります。経済的な観点からも、高品質なデータを使用することで、AI イニシアチブの投資収益率を最大化できます。

データ品質基準の遵守は、進化するグローバルデータ規制に準拠するために不可欠です。要するに、効果的な AI システムの基盤はそのデータの完全性と品質にあります。

適切なデータによる効果

適切なデータを利用することで会社に次のような効果があることが判明しています。

• 見込み客を見つけ、新規顧客を対象に設定する
  
• クロスセル商談とアップセル商談の識別
  
• 取引先インサイトを把握する
  
• 効率を高める
  
• 適切な情報をすばやく取得する
  
• 顧客との信頼を築く
  
• 営業担当による採用を促進する
  
• テリトリーの計画と連携を改善する
  
• リードのスコアリングと転送を迅速化する
  

これはほんの一部です。適切なデータの効果は、いくつかの事例で確認できます。

あなたの頭の中には、適切なデータで会社がどうなるか、スローモーションの映像が流れ始めます。そこでは、営業担当が楽しげに正確で最新のレコードを検索し、リードの取引開始に必要な取引先責任者情報を見つけています。すべてのレコードに業種と競合の完全な情報が取り込まれ、テリトリーの連携や新規市場の識別がいかに簡単になるかを知ったマネージャーたちは自然と列になって踊り出しています。ダッシュボードを見た役員は、あなたと握手をしようと行列しています。

これだけですべてがうまくいくわけではありませんが、かなり効果が上がるはずです。その点をセールス担当ディレクターに伝えます。ディレクターはあなたの考えを気に入るでしょうが、それでも 1 つ質問をされるでしょう。「現在のデータはどの程度不正なのですか?」次の単元に進んでその答えを見つけましょう。

リソース

• Salesforce ヘルプ: データ管理のベストプラクティスガイド
• Econsultancy: The Cost of Bad Data: Stats (質の悪いデータの代償: 統計)
• Gartner: Measuring the Business Value of Data Quality (データ品質のビジネス価値の測定)