IT効率・労働生産性

IT・DX経営時代にフィットしているワークマン式「しない経営」

ワークマン式「しない経営」を読んで、データドリブン経営で共感する部分が多かったので一部感想を兼ねて書きました。ネットでも一部公開されているので引用させてもらい紹介をします。
[参考サイト]ワークマン式「しない経営」(ダイヤモンド・オンライン)

■ワークマン式「しない経営」―― 4000億円の空白市場を切り拓いた秘密(Amazon)

ワークマンの第二のブルーオーシャン戦略はITビジネス時代にマッチングしている

ワークマンの第二のブルーオーシャン戦略はITビジネス時代にとても重要でITビジネス戦略にマッチしています。その理由としては例えばWEBサービスはリコメンド機能がよく実装されていますが、たしかにユーザーにとって見れば便利な機能ですが、提供するクライアント企業側としてはさらに競争を激化するツールでもあります。

Google広告の登録キーワード見てもそうですが、やはりレコメンド機能でGoogleが最適なキーワードを提示してくれるのはありがたいですが、その一方で競合他社でも同様にレコメンドされたキーワード登録しているので結局はキーワードクリック単価も高くなり、元締めのGoogleが儲かる仕組みになっていると言えるでしょう。

レッドオーシャン市場は競争が過激なればなるほど、元締めが儲かる仕組みであり競争している企業は疲弊する仕組みと言えるでしょう。

ワークマンの競争しないという戦略は今の時代にとてもマッチングしています。その理由としては高度経済成長時代の以前に比べて日本国内のビジネスは縮小傾向であり、椅子取りゲームの椅子が減ってきている状態です。

椅子取りゲームの椅子を取るのに集中してはいけなくて、俯瞰図で椅子取りゲームを見てみることや、そもそも椅子取りゲームに参加しない(元締めが儲かるレッドオーシャン市場)で別のゲームを新たに参加する(新たなブルーオーシャン市場を開拓して独自の価値を作る)ことで、そちらにリソースを注いだほうが競合他社もいないのでリターンが大きいでしょう。

従業員に自分で考える癖をつける

「こうやってデータを使って自ら仮説、分析、検証することで現場で考えるクセをつける」

[参考サイト]元気な会社「ワークマン」が実践する「データ経営」の勘所とは(ZDnet)

従業員全員がEXCELを使いこなすのフォーカスしがちですが、それはあくまで手段であると考えます。例えばワークマンのように社員全員にEXCEL習得させても同等の成果はでないでしょう。

やはり重要なのは従業員にいかに自分で考える癖をつけることが大事です。経営者が思っているほど、意外と従業員は自分で考えることができる人材が少ないです。

例えば「バカッター・バイトテロと呼ばれる従業員の不適切投稿」が定期的にニュースなることや「東京オリンピックの選手村でリモコンが日本語で使えない」等、日々の業務に忙殺されて頭がまわらないのか、導入時に少し考えればわかることがニュースになる時代。

「機転を利かす」という言葉が死語になっている時代かもしれません。機転を利かすことは想像力(クリエイティブ力)が必要になってきます。ここでいうクリエイティブ力というのはデザインとかそういうのではありません。自分の仕事における想像力です。

また正社員でも自分の時給単価がいくらなのか把握している人やそれに見合った仕事をしているか労働生産性を考えながら仕事をしている人は少ないでしょう。

あるプロジェクトで後輩にそれにかかった工数(時間)・経費・利益等を計算させてみたところ時給400円ということがありました。

給与でもらっている時給より明らかに低いです。経営者観点考えてみた場合、少なくも給与と同等の時給や時給以上のパフォーマンスを上げてもらわないと人件費だけがかさみ、経営が成り立たないのと、そうした仕事をさせている経営者にも問題があると考えます。

ちなみに時給400円の後輩の場合、自分の業務内容を振り返って分析させたところ、資料作成や無駄なミーティング等、お金にならない仕事に工数がかかっていました。

基本的に社内資料作成は利益に直結しないので極力やめたほうがいいでしょう。利益に直結しない間接業務こそ、辞めるか・IT化・DX化すべきことです。

利益・利益というとそんなことばかりすると社内の雰囲気がギクシャクするのではないかという意見もありますが、逆に無駄な仕事や結果のでない仕事ばかりして疲弊するよりいいのではないでしょうか。

組織に優秀なデータサイエンティストを何名か引き入れても、現場のメンバーとのデータリテラシーの乖離が大きいと、その役割を活かしきれず、「突出した」ではなく、「浮いた」存在となってしまい、その能力を生かし切れなくなります。組織のデータリテラシーをボトムアップする重要性を痛感していました。ボトムアップで全社員のデータリテラシーを引き上げる、だから突出したデータサイエンティストはいらない。その方針は、データドリブンな組織を作る戦略として、本質的で正しいものだと思います。

また特に外部のデータサイエンティストや中途採用のデータサイエンティストの人材はデータしか見ていない場合が多いので現場の最前線やビジネス感覚まで理解把握することが無理です。

特に中小企業はデータサイエンティスト等の人材や採用する予算はないところが多いでしょう。結局データ抽出依頼やデータレポート作成等がデータサイエンティストに集中してしまい、データサイエンティストの業務がパンクしてしまうケースも多いです。

実際に高価なBIツールを導入しても使いこなせない・使いこなす人材がいなかったりして無駄なになるケースもあるでしょう。

それであればワークマンのようにExcelのツールをみんなで共有したほうが社員のスキルアップ向上や現場の労働生産性も上がるのはないでしょうか。

「ワークマンのデータ活用の原則は『浅く広く』。知識が浅い分を周知という広さで補う。皆で考えて進化させていく。AIのようなスーパーパワーではなく、普通の人の知恵を集めて経営していくのが理想。それなら、むしろエクセルのほうがいい」(土屋氏)

[参考サイト]ワークマンから学ぶ、データドリブンな組織の作り方

WEBのアクセス解析でも同じでGoogleアナリティクスも基本的に社員全員で見ればいいのです。細かいデータを見る必要はありません。

毎日のアクセス数やどのページが見られているのか、どこから訪問してきているのかだけでも毎日チェックすることにより、見えてくることが多いです。

毎日チェックしていると異常値もわかるようになりますし、新たな発見も生まれてくるこもあります。

もう一つは、AIは結果にたどり着くまでのプロセスがブラックボックスになっていて、微調整できない。さらに費用も2000万円と高額だった。

[参考サイト]ワークマンはなぜデータサイエンティストがいないのに10年連続最高益を更新しているのか?(ダイヤモンド・オンライン)

AIはブラックボックスな部分ができてしまうのはあると思います。自分自身もAIが出したレポートを100%信頼できるかというとそうではないです。

特にデータ抽出のプロセスや導入部分のノウハウが人間に溜まりにくいのもデメリットなのと、AIはある程度ビックデータがないとAI分析能力を発揮できないというジレンマもあるのではないでしょうか。

AIを導入したからと言って、データを客観的に評価する人間の能力・経験値・ノウハウが重要ですし、そうした分析能力は与えられたデータが得られるものではなくて、やはり自分でデータマイニング(仮説・分析・検証)するという一連の行動を経験した上で成り立つのではないかと考えます。

ABOUT ME
KAN
KAN
個人事業主歴15年・IT関連(コンサルテーション・ヘルプデスク)・WEB関連(WEBマーケティング戦略・集客・分析)・WEBサイト運営・ECサイト運営のコンサルテーションの仕事を中心に活動。このブログでは気になったIT・ビジネス関連の情報やグッズを自分の健忘録を兼ねて紹介しています。
この記事に関連する記事一覧