データ成熟度モデル

従業員350名の精密機器メーカー。生産データはPLCに蓄積されていたが、品質レポートはExcelで月次手作業。部門間でデータの定義が異なり、同じ「不良率」でも製造部と品質管理部で計算方法が違っていた。

診断結果: 技術Lv.2 / 人材Lv.1 / プロセスLv.1 / 文化Lv.1 → 実質Lv.1

Phase 1（0〜6ヶ月）: Lv.1 → Lv.2

• BIツール（Metabase）を導入し、生産データを自動で可視化
• 不良率の定義を全社統一（「検査工程で検出された不良品数 ÷ 検査数」に一本化）
• 製造部長が毎朝ダッシュボードを確認する習慣をつけた

Phase 2（6〜18ヶ月）: Lv.2 → Lv.3

• データウェアハウスを構築し、生産・品質・在庫データを統合
• データカタログを整備（用語辞書120項目）
• 各部門に「データ推進リーダー」を1名ずつ配置（計8名）

18ヶ月後、不良率は3.2% → 1.8%に改善。データで異常を早期検知し、ラインを止める判断が平均2時間早くなったことが主因だった。

従業員120名のHR SaaS企業。エンジニアは優秀でデータ基盤もある（技術Lv.3）。しかし「ダッシュボードを作ったのに誰も見ない」という課題を抱えていた。

診断結果: 技術Lv.3 / 人材Lv.2 / プロセスLv.2 / 文化Lv.1 → 実質Lv.1

ボトルネックは文化。経営会議では依然として「肌感覚」でプロダクトの優先順位が決まっていた。

対策:

• 経営会議のアジェンダに「データレビュー」を15分固定枠で追加
• 各施策の振り返りに「仮説 → 結果 → 学び」のテンプレートを必須化
• CEOが「データなしの提案は議論しない」と宣言（これが最も効いた）

6ヶ月でプロダクトチームの意思決定の**73%にデータが引用されるようになり、機能リリース後の「使われない機能」の割合が45% → 18%**に激減。技術への投資はそのままに、文化を変えただけでROIが劇的に改善した。

人口8万人の地方市役所。14の部署がそれぞれ独自のExcelファイルで住民データを管理しており、部署横断の分析は事実上不可能だった。

診断結果: 技術Lv.1 / 人材Lv.1 / プロセスLv.1 / 文化Lv.1 → 実質Lv.1

4軸すべてがLv.1。しかし予算もIT人材も限られるため、「技術」ではなく**「文化」と「プロセス」**から着手する戦略を取った。

取り組み:

• 全部署の主要データ項目を棚卸し、280項目のデータ一覧表を作成（紙ベースでOK）
• 月1回の「データ共有会」を開催。各部署が「こんなデータを持っている」を5分で発表
• 福祉課と税務課のデータを突合したところ、支援対象なのに申請していない世帯が420世帯あることが判明

BIツールの導入はまだだが、「データを共有するだけで見えなかった課題が見える」という成功体験が生まれた。未申請世帯への案内送付で申請率が**62%**に達し、議会でも取り上げられた。予算ゼロ・ツールなしでも、Lv.1からLv.2への第一歩は踏み出せる。