Topics

TOP
トピックス
【コラム】AI時代のデータドリブン経営を...

【コラム】AI時代のデータドリブン経営を支えるデータ基盤最前線　〜ThoughtSpotを活用した、誰もが簡単に使えるデータ活用環境〜

2026年2月3日

#AI
#ThoughtSpot
#コラム
#データ基盤構築
#データ活用

はじめに：「データ基盤は整った。しかし、使われていない」
多くの企業でDWHやデータレイクの整備が進み、「データ基盤は一通りそろっている」という状態になっています。一方で、そのデータが日々の意思決定や業務改善に十分活かされているかというと、胸を張って「Yes」と言える企業は決して多くありません。経営会議では経験や勘に基づく議論が続き、現場ではExcel加工やデータ抽出依頼が日常業務として残り続ける。こうした「データはあるが使われない」状況こそが、データドリブン経営を阻む最大の課題です。

＜目次＞

・データドリブン経営とは何か、改めて考える
・なぜデータ活用は現場で止まってしまうのか
- ・BEFORE
・AI時代に変わる、データとの向き合い方
- ・AFTER
・ThoughtSpotが提供する「データとの対話」
・実践に向けて：小さく始める
・おわりに：データを「使う文化」へ

本記事では、AIとThoughtSpotを活用することで、データ基盤を「誰もが使える状態」に変えていく考え方と実践ポイントを、技術・業務・組織の観点から整理します。

データドリブン経営とは何か、改めて考える

データドリブン経営とは、単にダッシュボードを整備することではありません。データを集め、理解し、判断し、行動する。この一連の流れが現場から経営層まで自然につながっている状態を指します。
理想的には、業務担当者が日々の業務の中でデータを確認し、その結果をもとに行動を変える。さらにその積み重ねが、組織全体の意思決定の質を高めていく。データドリブン経営とは、こうした「文化」と「仕組み」が両立した状態だと言えるでしょう。
しかし現実には、データ抽出や加工が特定の担当者に集中し、可視化までに時間がかかるケースが多く見られます。結果として、データは「後から説明するための材料」になり、意思決定そのものを支える存在にはなりきれていません。

なぜデータ活用は現場で止まってしまうのか

データ活用が進まない背景には、いくつかの構造的な問題があります。まず、データを取り出すまでのハードルが高いことです。SQLやBIツールの操作が必要で、現場担当者が自力で扱うのは簡単ではありません。そのため、データ抽出は情報システム部門や分析担当に依頼する形になり、ボトルネックが生まれます。
また、可視化された指標が現場の実態と合っていないケースも少なくありません。経営向けのKPIと、現場が日々見たい数字にはズレがあり、「見ているが使えない」ダッシュボードが増えていきます。さらに、ツールが増えすぎてログイン先が分散し、使われなくなるという問題も起こります。
こうした状況では、データ活用が一部の専門職のものになり、現場に根付くことはありません。

BEFORE

AI時代に変わる、データとの向き合い方

生成AIの登場によって、データ活用の前提は大きく変わりつつあります。これまで人が時間をかけて行っていたデータ抽出、集計、概要把握といった作業を、AIに任せられるようになったからです。
従来のデータ活用では、「データを取り出す」こと自体が大きな仕事でした。しかし本来、組織がリソースを集中すべきなのは、データをどう解釈し、どのような行動につなげるかという部分です。AIは、この前段の作業を肩代わりすることで、人が本来注力すべき判断と行動に集中できる環境を作ります。
AIとの対話を通じて、その場で必要なデータを確認し、仮説を立て、次のアクションを考える。こうした流れが、特別なスキルなしに実現できるようになってきています。

AFTER

ThoughtSpotが提供する「データとの対話」

ThoughtSpotは、自然言語で質問するだけでデータを分析・可視化できるAI検索型BIツールです。特徴的なのは、専門的なクエリや複雑な操作を意識することなく、「売上が落ちている理由は？」「地域別の傾向を見たい」といった問いをそのまま投げかけられる点にあります。
この体験は、ChatGPTに質問する感覚に近く、従来のBIツールに比べて心理的なハードルが非常に低いのが特徴です。その結果、データ分析が一部の専門職から、現場の業務担当者へと広がっていきます。
ThoughtSpotは「誰でもデータサイエンティストになれる」という思想のもと、データ活用の民主化を目指しています。

業務フローはどう変わるのか

ThoughtSpotとAIを組み合わせることで、業務におけるデータ活用の流れは大きく変わります。これまでのようにデータチームに依頼し、結果を待つ必要はありません。現場担当者自身が、その場でデータにアクセスし、判断材料を得ることができます。
この変化は、単なる効率化にとどまりません。意思決定のスピードが上がり、仮説検証の回転数が増えることで、業務改善の質そのものが高まります。データドリブンアクションを「現場スピード」で回せるようになることが、大きな価値です。

既存データ基盤を活かすアーキテクチャ

ThoughtSpotはSnowflakeやBigQueryなどの主要なクラウドDWHとネイティブに連携します。データを別の場所にコピーする必要はなく、既存のデータ基盤をそのまま活かせる点が重要です。
さらに、AIチャットとの連携により、普段使っている業務ツールの延長としてデータ活用が可能になります。新しいツールを覚える負担を最小限に抑えることで、現場への定着が進みやすくなります。

スケールさせるための「管理型分散」

データ活用が広がるにつれて、ガバナンスの重要性が増していきます。すべてを情報システム部門で集中管理するとスピードが落ち、完全な自由にすると混乱が生じます。その中間に位置するのが「管理型分散」という考え方です。
全社としての方針やルール、セキュリティ基準は統一しつつ、実際の活用は各部門が主体的に進める。このバランスが、データ活用を継続的に拡大していく上で重要になります。
DXや情報システム部門の役割も、すべてを作ることから、ガイドライン策定や共通基盤の提供、利用支援へと変わっていきます。

実践に向けて：小さく始める

最初から全社展開を目指す必要はありません。まずはチーム単位でデータを使う体験を作り、成功事例を積み重ねていくことが重要です。ThoughtSpotのPoCを通じて、AIとデータを組み合わせた業務の変化を実感することが、次のステップにつながります。
データ活用が特別なものではなく、日常業務の一部になる。その状態を目指して、段階的に取り組みを進めていくことが現実的なアプローチです。

おわりに：データを「使う文化」へ

データ基盤の構築はゴールではなくスタートです。AIとThoughtSpotは、データ抽出の負担を減らし、判断と行動に集中できる環境を提供します。
重要なのは技術そのものではなく、誰もが同じ事実をもとに考え、行動できる文化をどう作るかです。データを「ためる・見る」段階から、「使う」段階へ。その一歩を踏み出すことが、これからのデータドリブン経営には欠かせません。

Sharing Innovationsでは、企業のデータ資産を活用し、社内分析を推進できる環境構築をサポートします。さらに多様なフォーマットのデータを一元管理し、部門間の情報共有を強化。データを誰もが使える基盤構築をお手伝いします。まずは、お気軽にお問い合わせください。