特集 ビッグデータ活用で 一歩先を行く 企業にイノベーションをもたらすツールとして、 大きな注目を集めているビッグデータ。 いち早く活用に着手した企業は、すでに成果を 上げ始めた。また医療分野では、日本が誇る世 界最大規模の診療データがもたらす変革への 期待も高まっている。 企業の現場と識者への取材から、ビッグデータ が秘める可能性と普及に向けた課題を探った。 INTERVIEW 見えない課題を発見し 新たな価値を創造する 稲田修一 東京大学 先端科学技術研究センター 特任教授 C A S E 豆腐の需要予測精度を改善 データ分析で脱「経験と勘」 ポッカサッポロフード＆ ビバレッジ株式会社 INTERVIEW 医療ビッグデータ活用で 「医療・健康立国」目指せ 中山健夫 5 京都大学大学院医学研究科 社会健康医学系専攻 健康情報学分野 教授 SMBC マネジメント＋ 2016 December 写真／Getty Images 2016 December SMBC マネジメント＋ 4 イノベーションの速度と広がりが企業の 競争力を左右する時代です。そのイノベー ションを加速するための有効なツールとし て、ビッグデータが大きな注目を集めてい ます。 ビッグデータがこれほど注目される背景 には、IT の進化があります。最近話題の IoT︵ モ ノ の イ ン タ ー ネ ッ ト ︶や AI︵ 人 連する IT です。こうした技術進化のベー ︵Variety ︶ 、﹁データ生成と更新の頻度﹂ さ ﹂︵Volume︶ 、 ﹁多様なデータ形式﹂ 工知能︶も実は、ビッグデータと密接に関 スとなっているのは、コンピューターの性 ︵Velocity ︶の つです。私はこれに 能向上です。短時間に、そして少ないコス つ め の﹁V﹂と し て﹁ 価 値 ﹂︵Value︶を SNS の書き込み、企業の生産工程に関す 加えるべきだと考えています。 ト で POS︵ 販 売 時 点 情 報 管 理 ︶デ ー タ や る情報といった膨大なデータを収集・分析 ビッグデータ活用の環境が整ったことで、 多くの企業が従来は難しかった課題を発見 できるようになったのです。 し、解決策を練ることが可能になりました。 中 小 企 業 と 組 ん で、 必 要 な 規 模 の ビ ッ グ 業があきらめる必要はありません。同業の く、ビッグデータを集められないと中小企 こうしたビッグデータ活用は、大企業だ けの特権ではありません。事業規模が小さ のです。 まない傾向が強い がないと、取り組 が得られる見通し 今後は、単なる改善レベルを超えて、イノ デ ー タ を 集 め た り、 外 部 企 業 が 提 供 す る ビッグデータか ら成果を生み出す しょう。 て、ようやく価値 課題を解決するた 認識し、活用を始 めた企業は、数年 以内にイノベー シ ョ ン を 実 現 し、 できそうです。 タを活用すれば、売り上げや利益をどれく などで経営者と直接話す際も、﹁ビッグデー ンばかりを求める点にあります。私が講演 競合他社に遅れを取った場合に抱え込むは 早だと思 っている経営者がいるとしたら、 ビッグデータの活用は、一朝一夕にはで きません。ビッグデータの活用は、時期尚 ※野村総合研究所資料を稲田教授が加工 ビッグデータの特性は、これまで つの ﹁V﹂で表されていました。 ﹁データ量の多 なってくるでしょう。商品やサービス、生 ビッグデータを組み合わせたりすることで には時間が必要で ビッグデータの活用では、海外の企業が 先行しています。一方、日本企業の多くは、 を創造できます。 分かりやすい成果 産方式などで新たな価値を創造できるかど 分析精度を高めることもできます。データ す。データの収集 ベーションにまでつなげることが大事に うかが企業に問われていると思います。 の分析には専門のスキルが必要ですが、こ と分析を繰り返し、 外部リソースを活用すれば 中小企業も導入可能 れも外部の専門家などに依頼してもよいで ビッグデータは企業活動の様々なシーン での活用が期待されています。 度などのデータをリアルタイムに収集でき ようやく検討を始めたばかりという状況で ％、 めの試行錯誤を経 ます。このデータと正常稼働時のデータと す。 米 ゼ ネ ラ ル エ レ ク ト リ ッ ク︵GE︶社 例えば工場の現場です。製造装置に多数 のセンサーを設置すれば、圧力や振動、温 のずれのパターンから、故障につながる状 ビッグデータの 可能性をいち早く 月 に 発 表 し た 調 査 で は、 が 2016 年 し た 企 業 幹 部 の 割 合 は、 世 界 平 均 が カ国中最 低でした。 ％で調査対象となった 過去のヒット商品のパターンとを比較分析 また、今までベテラン従業員の勘や経験 に頼っていた業務の場合、ビッグデータに らい増やせますか﹂との質問が多く出ます。 ずの 市場でのシェアを することにより、販売したばかりの商品が よってその従業員の経験から特徴を抽出し、 従来無かった製品やサービスを新しい発想 十分に考えるべきでしょう。 回不可能という経営リスクについて パターン化することで、経験の少ない従業 で生み出 そうという挑戦に もかかわらず、 Velocity 多様な データ形式 3 員でも容易に業務を担えるようになります。 データ生成と更新 の頻度 （いなだ・しゅういち）東京大学先端科学技術研究センター 特任教授 情報未来創研代表。1954年福岡県生まれ。 九州大学大学院工学研究科修士課程修了（情報工学専 攻） 。米国コロラド大学大学院修士課程修了（経済学専 攻） 、 79年郵政省 （現総務省） 入省。モバイル、 ユビキタス、 セキュリティ、情報流通などICT分野の政策立案や技術開 発を担当。大臣官房審議官を経て退官、2012年より現 職。15年よりコンサルティング業務を開始。 Profile ビッグ データ 4 態を即座に検知できるようになります。 小売業では、商品のヒット予測が可能に なるかもしれません。新製品購入頻度の高 日本は ビッグデータの戦略的価値が極めて高いと いユーザーグループによる購入パターンと 61 Value データ量 （数十テラバイト ∼数ペタバイト） IT （情報技術） 機器の普及により、日々生み出される膨大なデジタルデータ。 それらのデータを活用すれば、価値創造が可能だ。 ビッグデータを宝の山に変えられるかどうかは、経営者の判断にかかっている。 ヒットするかどうかをかなりの精度で予測 Volume 3 稲田修一 氏 東京大学先端科学技術研究センター 特任教授 拡大する確率が格段に高まります。 ビッグデータの特性を表す4つの「V」 見えない課題を発見し 新たな価値を創造する 国内の企業がビッグデータ活用で遅れを 取っている要因は、経営者が目先のリター 23 データ活用によって 創造される価値 Variety 1 15 50 6 2016 December SMBC マネジメント＋ 取材・文／安達正志 写真／陶山 勉 SMBC マネジメント＋ 2016 December 7 40 5 20 INTERVIEW 75% 10 30 12481 特集 ビッグデータ活用で一歩先を行く 40 16742 25% 気象庁の気象データ 子会社の日本ビーンズ で採用 特売予測データ 提供データを使い、対象5商 品の2015年の適正生産数を 予測するモデルを作成 予測モデルや数値入力画面な どを改良し現場への浸透と他 部門への展開を図る 環境センサーネットワークデータにより収集した1時間ごと の温湿度、 風向風速、 降水量など （関東を中心とした55地点） 販売実績 15 50 ポッカサッポロフード＆ビバレッジ 株式会社の子会社で、豆腐の製造 販売を手がける日本ビーンズ株 式会社。同社は以前から豆腐の 需要予測に課題を抱えていた。 豆腐は、前日に仕込んで翌日 に 販 売 す る と い う﹁ 日 配 品 ﹂ 。 販売先である量販店からの注 文を待っていては製造が間に合 わなくなる。そのため、従来は、 担当者が経験と勘で製造数量を決 ば廃棄するしかない。廃棄による食品ロス ることになる。しかし、作りすぎてしまえ 欠品してしまえば、販売の機会損失にな るため、製造量はどうしても多めに見積も 気象の変動と量販店の特売で い く と、 豆 腐 の 売 れ 行 き は、 当者に実情をヒアリングして だ。そのうえで、需要予測担 937人（15年12月末） めていた。ところが、予測はなかな は、多くの企業が抱える社会的な問題でも 大きく変動することが分かっ 867億円（15年12月期） 従業員数 た。 ﹁ 気 象 デ ー タ は 社 外 か ら 入 手 で き る。 2012年 か当たらない。豆腐の売れ行きは、その ある。 ここに過去の販売状況や特売のデータを加 売上高 日の気温や量販店の特売状況などによって 何とか、経験と勘に頼らない需要予測を できないものか。同社が頼ったのがポッカ えれば、需要予測の精度を上げられるはず 設立 から学んだ。ビジネスを理解 サッポロフード＆ビバレッジの経営戦略部 だ﹂ 。勝又氏はそう確信したという。 い﹂ ︵勝又氏︶ 。同社の 愛知県名古屋市中区栄4-2-29 倍近くも変動する。 だった。相談を受けた同部マネージャーの ブームと言われたころ、大学で情報工学を 万円と企画料程度。データ解析者不 需要予測に比べて、売れ残りが 15% 減少 とデータサイエンティストを結ぶ分析コン 取り組みは、専門家か 喜和武 代表取締役社長 國 しないと何も始まらないから 勝又嘉之氏は、2015年後半から調査に 実 は 勝 又 氏、 デ ー タ 活 用 の〝 素 人 〟で は なかった。 ﹁ 年代の第 次AI ︵人工知能︶ ビーンズの豆腐工場に足を運んで製造工程 による関東中心の 乗 り 出 し た。 群 馬 県 伊 勢 崎 市 に あ る 日 本 学 ん で い た。 最 近、 ビ ッ グ デ ー タ や AI 象データ。さらに日々の特売予測データな 製品の販売実績︶を比較し、上位 モ 時間ごとの気 の記事が連日のようにメディアに出るよう どである。 地点の になり、自分たちの事業で活用できないか 象 賞金 足という問題は低予算で解決できた。 日本ビーンズでは、 年 月から需要予 測モデルを実装している。前年度の同社の 需要予測に必要なデータは う。しかし 壁にぶち当たった。データを解析できる者 し た。 ﹁予測モデルはどんどん改良してい く。現場での入力や活用のしやすさなども ペティションのプラットフォームがあるこ ら も 高 い 評 価 を 得 て、 ﹁ビッグデータ活用はスモールスケールで も よ い か ら ま ず は 実 践 す る こ と が 大 事。 とを知った。運営するのは株式会社オプト 一般社団法人データ 関連の展 示会で立ち寄った あるブースで、 ホールディングのビッグデータ研究機関 サイエンティスト協会 様々な気づきを得られるメリットは大き ﹁オプトデータサイエンスラボ﹂ 。早速、同 のデータサイエンスア 月∼ も視野に入れている。 賞を受賞した。同社は、 ワード 2016の奨励 社に打診して、 年 月末に、豆腐 ﹁ Ｄｅｅｐ Ａｎａｌ ｙｔｉｃｓ﹂と い う、 企 業 士の資格取得にチャレンジしていた。気象 が社内にいないということだ。 5 改善していきたい﹂と勝又氏は語る。 16 こうして豆腐とビッグデータという一見 不釣り合いな取り組みが開始された。 1 デルを採用した。コンペでかかった費用は 3 15 55 の需要予測モデルのコンペを実施した。 度、 降 水 量、 風、 天 気 ︶と、NTT ド コ モ Corporate Profile 日本ビーンズ 株 式 会 社のおぼろ豆 腐 （上） 。ビッグデータを活用して需要を予測 した結果、予測の精度は最大で約15％ 向上した。同社の豆腐工場（下） 。ビッグ データの活用では現場での使いやすさを 考慮したシステム構築が欠かせない と考えていた﹂という。 2 コンペでは 1655件もの応募があった。 これら予測モデルと、 年の正解データ ︵対 80 しかし、解決の糸口は見つかった。勝又 氏はこのプロジェクト開始前から気象予報 データ分析のコンペを利用 予測精度が最大で ％改善 5 30 今後、他部門への展開 3 本社 http://www.pokkasapporo-fb.jp/ ポッカサッポロフード＆ビバ レッジ株式会社経営戦略本 部経営戦略部の勝又嘉之 マネージャー 15 2 この問題を解決するために外部のプラットフォームなどを活用し、 「気象」 や 「特売」 最大15％の 予測精度改善 量販店の特売によって商品の販売量がどれくらい上振れす るかを日本ビーンズが予測した値 10 コンペ用に提供したデータは、気象庁の 関東 地点の日別の気象データ︵気温、温 16 日配品である豆腐の需要予測は、人の経験と勘だけではうまく当たらない。 株式会社オプトホールディング のプラットフォームを活用 ポッカサッポロフード＆ビバレッジ株式会社 NTTドコモの気象データ 8 2016 December SMBC マネジメント＋ 取材・文／安達正志 写真／菊池一郎 SMBC マネジメント＋ 2016 December 9 33 分析コンペティション の実施 東京、 神奈川、 埼玉、 千葉33地点の日別の気温、 湿度、 降水量、 風、天気 などのデータによる需要予測モデルを作り、成果を上げはじめた。 ※日経ビッグデータ2016年7月号掲載の図を加工した 予測対象5商品の販売実績 （2014年） 豆腐の需要予測精度を改善 データ分析で脱 「経験と勘」 ビッグデータを活用した豆腐需要予測モデルの作成 5 20 C A S E 75% 10 30 12481 特集 ビッグデータ活用で一歩先を行く 40 16742 25% 15 50 ﹁治すこと﹂ ﹁救う 医療の目的といえば、 こと﹂が中心でした。ただし、本格的な高 齢 化 社 会 を 迎 え、 そ れ だ け で は 不 十 分 に なっています。﹁癒すこと﹂﹁支えること﹂﹁看 取ること ﹂。こうした課題に もきちんと向 き合う必要があります。 医療が介入しすぎていないか、薬を出し すぎていないか、手術で患者の体の負担を かけすぎていないか︱︱。多くの人が、親 など身近な人への対応を見て感じています。 しかし、その疑問は個人レベルにとどまり、 日本全体で考えるまでには至っていません。 死期が近づいた患者に対する ﹁終末期医療﹂ についても同様でしょう。 こうしたセンシティブな問題については 様 々 な 意 見 が 出 ま す。 大 事 な の は、 ﹁声の 大きな人の意見が通る﹂ことを避けること の横断的な活用が大事 ば、ある時に受けた治 医療機関から処方されていた例もありまし しくありません。中には同じ薬を 以上の ら同じ薬を処方してもらっていることも珍 ま す。 も ち ろ ん 個 人 情 報 の﹁ 保 護 ﹂は 極 め の議論が本格的に始まることを期待してい こ の 点、〝 医 療 版 マ イ ナ ン バ ー〟に つ い て 各種データの組み合 わせ活用には、個人情報の問題が絡みます。 費を抑えて、企業の収益性向上を目指す取 築することで、生産性の低下を防ぎ、医療 康情報の提供や健康投資を促す仕組みを構 ビ ジ ネ ス の 世 界 で も 同 様 で し ょ う。 ﹁健 康経営﹂が叫ばれています。従業員への健 諸国に比べて 周遅れという感じでしたが、 個々の診療とエビデンスとのギャップ評価 ● 医療的介入の有効性の検証 ● 地域への医療資源の適正配置の検討 ● です。多くのデータを集め、様々な情報や れる素地が出てきまし 擁する国レベルで解明できる、世界で唯一、 亡統計やがん登録デー すぐれたデータに、死 データなど単品として になります。レセプト 医療データはビジネスに 新しい価値をもたらす タ、さらには子供の時 か ら の 処 方・治 療 歴 な ろな現実が見えてきます。 後どのような影響を与 どのデータを合わせれ 例えば医師の行為です。治療・処方のガ イドラインがあっても、従っていない医師 えているのかなどが分 レセプトは、本来は支払いのためのもの ですが、データベース化されると、いろい がどの程度いるかが分かります。患者側の かるかもしれません。 た。100や 1000のデータでは見えて て重要です。 ただし、 保護だけでなく ﹁活用﹂ り組みです。この実現にも、健康保険組合 療や薬の処方が、その おかしな行為も見えてきます。例えば﹁重 こないものが、 万、 万になると見えて についての議論に着手するべき時期に来て などに集まるレセプト情報を活かせます。 人の患者が複数の医療機関か くることもある。いわば﹁特殊の個﹂です。 いるのではないでしょうか。 複処方﹂。 これが重要な意味を持つこともあるのです。 ⇒ レセプト情報・特定健診等情報のデータベース （NDB） 構築始まる ベッドメーカーが介護用ベッドを販売し 始めたように、どんな企業でも自社の製品 ⇒ 医療費適正化計画 （全国・都道府県） 世界有数の長寿国、そして世界最大の医 療 デ ー タ ベ ー ス ︱︱。 ﹁医療﹂ ﹁ 健 康 ﹂を 軸 2008年「高齢者の医療の確保に関する法律」 施行 日 本 は﹁ デ ー タ 活 用 ﹂の ト ッ プ ラ ン ナ ー ではありませんでした。 年前までは北欧 2006年 レセプト （診療報酬明細書） （2011年度から） の電子化義務付け やサービスを健康や福祉などと絡めて、新 ⇒ 一般病床の約75％の68万床をカバー （2016年度） にして、日本が世界から注目される可能性 2003年 急性期病院に診断群分類 DPC （Diagnosis Procedure Combination） 導入 しい価値を作り出せると思います。 国内の医療ビッグデータ／データベース関連の動き は十分にあります。 10 ここ数年でデータが充実し、先頭集団を走 Profile 知識でそのデータを読み解き、 ﹁意思決定﹂ することこそが必要です。 日本には世界最大の医療データベースが あるのをご存知でしょうか。患者の臨床情 報と施された診療行為の電子データセット ︵DPC デ ー タ ︶と、 ほ ぼ す べ て の 医 療 機 関や調剤薬局をカバーしているレセプト ︵ 診 療 報 酬 明 細 書 ︶や 特 定 健 康 診 断 な ど の データをまとめた、NDB︵Ｎａｔｉｏｎａｌ 件近いデータが蓄積されています。国民皆 た。世界の先端を行く Ｄａｔａｂａｓｅ︶がそれです。既に 100億 保険制度の下でどのような医療が行われて 「医療」 「健康」 を軸に、 ビジネス界も世界に羽ばたくチャンスがある。 ためには、各種データ 高齢者医療対応の検討や、 「特殊な個」 の発見など、その活用が始まった。 いるかということを、 億人規模の人口を 日本には、世界で唯一・最大の医療データベースが存在する。 そして最大のデータベースなのです。 1 10 5 データを活用できる例 （なかやま・たけお）1961年生まれ。87年東京医科歯科大 学医学部卒業。同大学難治疾患研究所疫学部門助手、米 カリフォルニア大学ロサンゼルス校（UCLA） フェロー、国立 がんセンター研究所がん情報研究部室長を経て、2000年 京都大学大学院医学研究科社会健康医学系専攻助教授 に。06年から現職。主な編・著書に『医療ビッグデータがも たらす社会変革』 （日経BP社） 『京大医学部で教える合理 的思考』 （日本経済新聞出版社） などがある。 中山健夫 氏 京都大学大学院医学研究科 社会健康医学系専攻健康情報学分野 教授 1 3 10 2016 December SMBC マネジメント＋ 取材・文／長谷川直樹 写真／福尾行洋 11 SMBC マネジメント＋ 2016 December 医療ビッグデータ活用で 「医療・健康立国」を目指せ 1 5 20 INTERVIEW 75% 10 30 12481 特集 ビッグデータ活用で一歩先を行く 40 16742 25% DPCとレセプトのデータを活用すれば日本の医療の現状をほぼ把握できる
© Copyright 2024 Paperzz
