# ［第二部］『DATA is BOSS 』 本音茶会じっくりブランディング学 この番組は業界や業種を超えて生活者を魅了するブランドづくりに本気で挑まれるプロフェッショナルの方々と ブランディングについてVoicyさんが構える和室でじっくりじっくりかかぼるトーク番組です。 こんばんはブランディングディレクターの工藤拓磨です。 本日のゲストは株式会社一級の坂木潤さんに来ていただいております坂木さん、引き続きよろしくお願いいたします。 すみません、前回このダライラマが、ダライラマが降臨したのはこの番組初めてでした。 すみません、ありがとうございます。 ダライラマからのGoogleからのというようなところで3冊目としてご著書をご紹介いただければと思うんですが、データイズボス。 先ほどチラリおっしゃってましたけど、書かれた経緯というか、いざ書くぞってなったのはどういったところかな。 どういったところなんでしょうね。 つい書いちゃったみたいなことを先ほどおっしゃってましたけど。 多分何個か伝えたいことがあったんだと思うんですよ、世の中に。 例えばどうしても日本のビジネス界でお仕事をしてると、 どうしても経験や勘だったり、いわゆる訂正的な情報で意思決定するシーンを多く目にすることがあって、 ちょっとデータっていうのが軽視されてるなと思っていたので、 もちろん経験とか顧客の訂正的な理解とかもちろん大事なんだけど、データっていうのも同じくらい大事で、 それをちゃんとやったほうがいいんじゃないと、特に経営者に対して、それを強く伝えたいと思ったのが多分一つ。 例えばビジネスのカンファレンスとかマーケティング系のカンファレンスとか行くと、大体僕マイノリティなわけですよ。 基本はデータ分析とかしてるっていうと、データ君ね、みたいな。 データだけじゃ最後わからないとこ多いよね、みたいな。 言われるのは僕おっしゃる通りだと思うんですよ。そこはそうですと。 じゃああなた十分にデータ見てんのって言ったら見てないで言ってるじゃない。 それは違うよっていうのがすごく多く思ってた。 それが本当に僕も身につまされる思いというか、僕もデータだったりとか大事とは思ってはいるものの、 おっしゃっていただいた通りで、あれなんですよね。 例えばちょっと話変わるかもしれないですけど、言葉にできないって歌あるじゃないですか。 小田一雅さん。 言葉にできないは言葉にしつくした先に言葉にできないことがあるからいいんだって。 何も考えないで言葉にできないなって言ったら何の重みもないよなっていうのがあって。 坂木さんの本体験してて、僕はまさに恥ずかしながら体験する前は、 割と全てデータでやっちまうんだっていうお話なのかなと思ってたんですけど、 とことんまでやって、あとはちゃんとそこの見えなかった部分は埋めろみたいな話が出てくるっていうのが、 そこを勘違いして読む方ももしかしたらいらっしゃるかもしれない。 多分僕のことをデータ帝国主義から来た人っていうふうに皆さん思われるんですよ。 それはあまり否定しないんですけど、 じゃあ顧客インタビューとかお客さんの行動の背後にあるメカニズムとか、 そこは軽視してるかと全然そんなことなくて、そこをむしろデータで読み解くみたいな感じで考えてるかもしれないですね。 実際出版されて、いろんなところでお話もされてってところで、 そのおっしゃってたフラストレーションというか、 もう違うんだぞっていうのは、出してみたことで何か変わった部分ってあるんですか。 いやあんまり。 戦いは続くってことで。 相変わらずマイノリティですよね。 ただ、先ほどHow Google WorksっていうGoogleの働き方でも言いましたけど、 申し訳ないですけど、世界は僕の方が中心よと。 あなた方の方がマイノリティだよって。 それはちょっと伝えたいんですよね。 なるほど。具体的に見ていくともっといろんな話あると思うんですけど、 ちょっと引いた目で、例えば視聴者目線で考えると、 先ほど1回目の終わりのところだったりで、 とはいえ経営っていうのは決断だったりとか、 気合と根性みたいなところが最後あるぞと。 という話と、勘と経験で判断するなっていう話って、 表面だけすっくり取ると矛盾してるようにも聞こえちゃうかなと思うんですけど、 そこって経験勘組からデータ組になった上で、 ちゃんと気合入れてやるっていうのと、 どこが一番大きい差分ですかね。 けどもちろんデータですべてわかるわけじゃないので、 最後はやっぱり経験とか勘とか、第6巻とかで意思決定するシーンっていっぱいありますよね。 でもその時に、データとかファクトをちゃんと見たのかってことですね。 限界まで調べて、それで決断を出してるのか、 表面的にさらった上で決断を出してるのか、大きな違いなんで。 多分、やっぱりアングロサクソン系の人たちのほうが、 ファクトだったりロジックだったり大事にしますよね。 メカニズムだとか。 なんで、そこはやり尽くした上で第6巻いきましょうみたいな。 そういうことをピョットでもお話されてたりとかあったと思うんですけど、 このデータイズボスを読み、素晴らしいとなって、 一方でそれは佐々木さんが特殊だからねみたいなこととか、 言われることも多いと思うんですけど、データ経営すると。 一方で経営者でデータまで見れるか。 この本でも実はその答えというか、 そういう人はこういうふうにしなさいって話も書かれてたと思うんですけど、 散々言われてきたと思うんですけど、 カンワネスとかで、佐々木さんいいけどさって言われてたと思うんですけど、 それに対してはどういうふうに答えるんですか。 いろんな答えがあるんですけど、 例えばデータ分析が全くできない方であれば、 データを分析できる人をすぐ横において、 壁打ち相手として一緒に仕事をする。 その時に、そのデータをよく見てる人から尊敬されないといけないですからね。 なるほどね。 尊敬されるかどうかあなたの問題で。 どうすればいいんですか。 それは僕は何とも言えないですよ。 それで尊敬されないんだったら、あなたのビジネスマックスの問題です。 当然、なぜならデータ分析する人が、 この人ってデータ分析できないけどすごいなと。 それはそうですよ。 確かに経験と勘という名のもとにただデタラメだったら、 もうほんとただのポンコツだねってなっちゃいますよね。 すごい良い問いをするとかね。 分析結果を見た時に、 これは多分違う、もう一回やり直してごらんとか、 すごい洞察鋭いとか、 なんかないと。 まあけどバディを組むっていうのは一つありますね。 あともう一個は、自分でやるっていうのはある程度あって。 みなさんデータ分析とかデータとかデータベースとかって言うと、 苦手意識すごい強いじゃないですか、ビジネスマンの人って。 エクセルって言ったらみんな割と親近感持つわけですよね。 エクセルとデータベースってはっきり言うと一緒ですからね。 巨大なエクセルのことをデータベースって言ってます。 なんで、エクセルに例えば、 何ですかね、行数が100万行とかあるとデータベースって言ってて、 100行しかないとエクセルって言うわけですよ。 100行しかないと可視化できるんで。 だから可視化してもらって100行ぐらいで。 そしたらどういうデータがあって、どういう分析ができて、 どういう状況が見えて、 自社の人ってどういうことが言えそうなのかって、 エクセル見じゃ分かるでしょ。 そこまでお膳立てをして、分析担当者にお渡しするっていう形もありますよね。 この場合は作業を後操作してるだけなんで、尊敬される必要ないんですよ。 なるほど、なるほど。 これはできることをやってもらって。 その両者ありますよね。 それはいずれかのパターンで、少なくとも見るとか触るとか、 そういう活動をちゃんと日常に入れていかないとダメだよねと。 日常に入れるというか、それよりも大事なことはないでしょって。 さっきおっしゃったみたいに空気でしょと。 それ空気だからねってことですね。 やっぱり経営者の人に、僕が日本ではマイノリティだからお伝えしたいことは、 まず顧客を理解することよりも大事なことなんかありますかと。 そしたらみんなないって言うんですよ。 小売の業界とか、あとはECの業界とか、 じゃあ顧客の行動って全部データに落ちてますよね。 じゃあ朝から晩までデータ見てますかって言ったら見てないじゃないですか。 今は矛盾しましたよねみたいな。 配置が合うって。 そこを、じゃああなたがやらないって言うのはいいんだけど、 あなたかあなたの誰かが、あなたの近くの誰かがやってますかと。 それもやってないじゃないですか。 だとやっぱり競争業界は気づきにくいですよね。 周りはやってますし。 試合放棄みたいなもんですよね。 やっぱりグローバルカンパニーが強いのは一つの理由はそこですよね。 そのバディ、今二つおっしゃったうちの一つのバディ性を組むというようなときに、 ちょっとあるかもなと思っての想像なんですけど、 例えば分析感が優れてるかどうかっていうのも、 素人目というかデータをちゃんと見れない経営者だとしたときに、 分かんないこともあるかもしれないなと。 なのでちょっと問いとしては、まず経営者サイドから、 データサイエンティスト側にどういう素養を見るべきかとか、 どういうことを考えるべきかっていう問いと、 逆に経営者側がデータサイエンティストと対応するときに、 さっき尊敬されないといけないってお話ありましたけど、 尊敬されるために一体何が必要なんだっけっていうところを、 ちょっと深掘ってお伺いできればなと思ったんですけど。 それはすごく深遠なテーマですね。 あれですよね。自分ができないことを部下にお願いするんだけど、 その部下の人はなぜか僕のことを尊敬するって指摘する。 そういう時々ありますよね。 多分そういうマジックを起こさないといけないわけですよね。 多分やっぱり一つは、データサイエンティスト側のデータ人材は、 やっぱりビジネス感覚に苦手意識があるんですよね。 だからその方がビジネス感覚がすごい優れていて、 ただデータが触れないと。 データを触れる子はビジネス感覚に憧れてるんだけど、 それが苦手であるっていうのの組み合わせがすごくいいですよね。 その佐々木さんから見て、こいつイケてるなってサイエンティストっていうのは、 どんな特徴っていうか、正確なのかもしれないですけど、どういう。 多分飲みに行って楽しそうかとかそういう感じだと思うんですよ。 どういうことですか。飲みに行って楽しそう。 これ多分日本のデータサイエンティストとかエンジニアの特徴だと思うんですけど、 昔僕50歳なんですけど、僕が理工学部っていう学部にいて、 プログラミングの授業とか受けたんですよ。 で、マジつまんないんですよ。 で、もうわけわかんないじゃないですか。 で、イントとか書いて数字を定義したりしなくて、 なんでイントで書くんだよ、マジムカツクとか思ってたときに、 それを真面目にできる人ってだいたいオタクだったんですよ。 で、どっちかというと、お前ちょっとノート貸せとか言って、 なんか渋々貸してくれるような人だったんですよ。 最近はデータサイエンティストでプログラムしてる子ってイケてるんですよ。 イケてるんだ。 若い子イケてるんですよ。 合コンも強いみたいな。 なるほど。 人生強いみたいな。 強い感じなんですよ。 なんで、そういう子はビジネス感覚もコミュニケーション能力も優れてる可能性が結構高い。 そうか。 じゃあその専門領域ですみたいなことじゃなくて、 単純に人として接してたときの、こいつ面白いなっていう人の方が。 だと思いますね。 ビジネス感覚ってコミュニケーション能力と結構比例すると思うんですね。 逆になんか勝手なイメージですよ。 勝手なイメージなんですけど、 そういうコミュニケーション能力とか全然なくて、数字だけがめちゃくちゃ見れてみたいな。 それこそさっきおっしゃってたオタク気質なイメージ像っていうのも勝手にデータ君にはあったり、 世の中一般のイメージあると思うんですけど、 そういうタイプっていうのはもう今現時点においては化石な感じなんですか、さっきのお話で。 けどもそういう人をどういうプロジェクトにアサインするかっていうのも結構あるんで。 なるほど。 例えば今流行りの生成系AIとか自然言語の理解とか、言葉をベクトルにするみたいな世界って、 ゴールは言葉をベクトルにするっていうシンプルなゴールじゃないですか。 言葉を上手にベクトルにするっていうことなんで、 これはビジネス感覚いらないんですよ。 なるほど、目的定義されてるから。 もう完全にゲームが決まってるんで、あとはこれをどう最高のものにするかっていう話ですよね。 でも例えばどのお客さんにどういうクーポンを出すかとか、どのお客さんにどういうリコメンドを出すかとか、 そういうのって多分にビジネス感覚なんで。 なるほど。 だからその問いと答えっていったときに、問いと答えの無限生成っていうか、 こう行ったり来たりっていうのを考えるのにあたって、 そもそもそういうこと考えられる脳みそじゃないと、思いつかないってことですよね。 そうです。 そうか。 なるほどなるほど。 じゃあそのビジネスの、さっきおっしゃったバディ制で経営者がいて、データ担当君ってなったときは、 ゴリゴリにオタクでデータですみたいな感じってよりは、 普通にリアルなユーザーの動向とか、そういうことに関心持ってるような人がいいと。 はい。 へえ、なるほど。 例えばですね、僕だったら、今日ある社員のレジュメをね、うちに受けてくださる方のレジュメを見てたんですけど、 例えば同じことをやっても二つの書き方があって、 例えば私はこの事業で何々のデータサイエンスを使って、こんなリコメンドを使って事業が二次力伸びました、みたいなことを書く人もいれば、 私は何とかのモデルを使ってどうのこうのどうのこうのでリコメンドを作りました、みたいな人って、 それ使った論文はこれでとか、そこで使ったときの因果推論はどうのこうのとか、 やたら道具の説明をする人と、ビジネスインパクトにフォーカスしてレジュメを書く人って言う人ですよ。 どっちの方が経営者からバディを組みたいかって言うと、やっぱりビジネスの人ですよね。 僕とか、何か因果推論を使って、何かモデル作りましたとか言われたら、引くんですよ。 引くんだ。 因果推論である、それ自慢するのってどういうことみたいな。 そうなんですね。 どっちかというとそういうことじゃなくて、やっぱりビジネスにどうやってインパクトを出したかとか、 そういう話の方が興味深い。 そうか。 じゃあ逆にというか、この今聞いていただいている方にはそんな多くないかもしれないですけど、 データサイエンススト側も改めないといけないところってことですか。 ありますあります。 今のお話で。 はい。 そうか。 じゃあもっとちゃんと、道具は道具で突き詰めた方がいいけど、 何のためにその道具を使っているのかっていうのを。 で、それ言うと、いや分かってますよ、ビジネスのためですよねって言うんですよ。 言うんだ。 言いますよ。 それはなんかね、なんであなたはビジネスのためって思ってないのにビジネスのためって言ったのって、 辞めた後に聞くと、だってビジネスの興味ないって言うと、なんか怒られそうだからみたいな。 どうすればいいんですか。 辞めるときに、佐々木さん僕ね、ほんとビジネス興味ありませんでしたって言われるんですよ。 なんでって。 どうすればいいんですか。 じゃあそれ、ちゃんと興味持とうよと。 本当はビジネスに興味があるデータサイエンスとか海外には多いわけですよ。 じゃあなんで日本では少ないのかというのをちゃんと問うたほうがいいと思うんですよ。 で、なぜアメリカには多いのかというと、 アメリカではデータサイエンスを実ビジネスに活かしている人と、 データサイエンスだけで止まっている人の給料がめちゃくちゃ違うんですよ。 面白い。 だから、ああいうことをすれば俺も給料上がるのねっていう成功モデルを見るわけですよ。 なるほど、なるほど、なるほど。 同じ学校で育ってても、 運勢の差があります。 運勢の差があります。 か、もうほんとにカリカリの天才サイエンティストになるわけですよ。 はい、はい、はい、はい、そうか。 だから僕らがイメージしちゃってるのは多分そのカリカリな天才のイメージだけだからね。 けどカリカリの天才ってそんなにいないよね。 オープンエリアで働けよって言いたくなるじゃないですか。 なるほど。 そんな人ってもう全然いないんで。 確かに、そんな人は別に学びどの頃とか関係なく勝手に地層でとんでもないとこ行っちゃうわけですもんね。 なるほど、そうか。 どうしようかなって悩んでる時点で、お前じゃあビジネスちゃんと学ぶな、学べよ。 か、ただのこういう分析をしてっていうのを分析を妥協する作業マンになっちゃうかもしれないですよね。 作業から付加価値が出せるかどうかのそこが一番価値が高いんで。 はい、はい、はい、はい。 でもこんな感じで分析するのは誰でもできるんですよ。 はい、はい、はい、はい。 なるほど、めちゃくちゃ面白いですね。 はい。 そうか。 ちなみに今の逆側の見方で尊敬されるために、 だからそういうビジネスの意識も明るくて、 さっきおっしゃってたみたいに昔のオタク像じゃなくて、 もうイケイケで合コンも強くてっていうイケてるデーサー、サイエンティストです、キランっていう人が、 このおっちゃんイケてるなと思うタイミングっていうのはどんなことがあるんですかね。 さっき問い、ちゃんと問いかけるとか。 はい、やっぱり、なんだろう。 例えば今でいくと、常に経営者って問いがあるわけですよ。 はい、はい、はい。 例えば先週業績が思わしくなかったねって言ったときに、 データサイエンティスト君はなんで思わしくなかったんですかねとかになったら、 訪問者が減ったからですかねとか、 購買率が減ったからではもしかしたら単価が下がったかもしれないですねみたいな、 すぐ数学的分解でいくじゃん。 でも、じゃあなんでだと思いますって聞いたときに、 分析をしない社長は、いやいやゴールデンウィーク前だから、 今お客さん予約が終わってるんだよと。 今予約してるのは、多分ラストミニスで予約してる安い宿を探す人で、 高い宿の人は、もう今ゴールデンウィーク終わってから、 新しいの撮ろうと思ってるんじゃないのって、 そういう分析したら面白いんじゃないみたいなことを言えたら、 確かにみたいになるじゃないですか。 おじさんやるねみたいな。 なるほど。 それが実ビジネスの人の発想ですよね。 そうか、だからそれこそちゃんと、 見える化されてるものの裏にある見えないものっていうのを、 ちゃんと捕まえてるっていうことなんですね。 そうか、確かにそうか。 そうですよね。 その目の前どうだろうねとかって、 分解のやり方どうだろうねとかって一緒になって議論してたら、 お前経営者だろうがって話になるってことですね。 めちゃくちゃ面白いですね。 ありがとうございます。 この本で、今の話でもちょっと通じるんですけど、 僕が一位実務家っていうか、 僕の場合はマーケティングっていう領域もあれば、 クリエイティブの政策とかもあるんで、 ちょっとダイレクトにつながらない部分もあるんですけど、 この本で、みんながどう思ってらっしゃるかわかんないんですけど、 この本ですごい革命的だなと思った箇所が何箇所もあるんですけど、 のうちの1個が戦略の定義っていうので、 フーとワットだって話あるじゃないですか。 フーとワットで定義せよってこと自体は、 多くの方もおっしゃってると思うんですけど、 このさっきの組み立てで素晴らしいなと思ったのは、 何をしたら喜ばれるのかっていう、 喜ばれるっていうことが定義の中に入ってるって、 実はありそうでなかったんではないかっていうこと。 提供価値とかいう書き方だったりで書いてるっていうのがあると思うんですけど、 基本的に読んでると、 ちゃんと喜ばせてますか? ちゃんと喜ばせてますか?っていうのを、 やつぎ早にずっと聞かれるっていう感覚に、 読みながら陥ってくるんですよ。 そこがデータってもので勘違いされてる部分かなと思ってて、 一般的なデータっていうのは、 全てをそれこそあなたとただの数字で処理して、 誰々とかこの人が喜ぶかどうかとかじゃなくて、 5000が右に行って7000になりましたみたいな、 そこしか見てないみたいな印象をデータっていうものが、 なんとなく詰めた印象を持っちゃってるかなって思うんですけど、 もうどう喜ばせましょうか? どう喜ばせましょうか?っていうサプライズどう届けましょうか?みたいな。 あと花束の話とかもあったと思うんですけど、 誰に届けるのかっていうことを考えないで、 お花買うバカいないでしょっていう話とかっていうのが、 この真髄というかっていうところなのかなと思ったんですけど。 ありがとうございます。 そういうのを、データっていうことで言うと勘違いされちゃったりとかっていうのが、 さっきおっしゃってた宗教戦争じゃないんですけど、 立場の違いみたいなのを生むのかなっていうのはちょっと読みながら思ってます。 いやなんかけど、まずあれですよね。 まず我々の会社のサービスをちょっと考えたときに、 まずすごく特殊な人をターゲットしてるビジネスなんですよね。 だから誰にっていうことを考えたときに、もう定量分析欠かせない。 すごく細かい的を狙うので。 なんでなんとなくペルソンはこんな感じでこんな雑誌読んでる人じゃないから、 じゃあここに広告しましょうだと当たらないんですよね。 なんでこういったことをすごくやってるっていうのがありますので。 あと多分、会社で実際に経営者として仕事をしてると、 ほとんどの時間を誰に何をするかじゃないことに時間を使いますよね。 なんかこう、最近何々ちゃんが元気にないらしいとか、 今あそこの部門は荒れているとかね。 それとこれ何の関係なんだっけみたいな疑問がずっとあって、 うちの場合は誰に何をするのかっていうのがすごく大事だとずっと思ってるんですけど、 うちの場合はターゲットをものすごく絞るんで、誰にが大事なんですね。 いうところに定量的な回を持ち出すのが一番業績としてはうまくいくだろうなって。 この本それこそエクセルもセットで特典、読者特典があったりすると思うんですけど、 あれも確かに市場としての高級富裕層の方々を狙うっていうところの特殊性で、 確かに風が大事さ増すってところがあると思うんですけど、 その考え方自体。 例えばもう一個そうだよなっていうか、 僕は恥ずかしながらその視点でちゃんと見れてなかったなと思ったのが、 業績落ち込んだときにとはいえ伸びてるとこと落ちてるとこあるでしょって話あると思うんですけど、 あれとかすんごいなと思って。 ああいう話って普通なんですか。 普通っていうか坂木さん以外でも普通にやってる話だった。 だいたい私業績が低調なところに送り込まれることが多かったので、 だいたいある特殊な人に好かれていて、そうじゃない人に好かれてないというのがよくあることで、 そこがその会社の本当の強みであって、それを伸ばすっていうことが多かったですよね。 この分析書だったら坂木さんがいろいろ実務として触っていく中で編み出したものなんですか。 そうですね。これは多分どこの会社でもやってきたんじゃないかなと思うんですね。 なるほどなるほど。 それがまさにデータってそういうことだよねっていう。 だからもともとデータイズボスってコンシューマイズボスのP&Gのところをモチーフに多分、 この署名としてはなってると思うんですけど、 だからまさにデータの先にちゃんと人を見るっていうのを、 実践してるから落ち込んでる総量としては、線としては落ち込んでるかもしれないけど、 実はご変なめっちゃ上がってるところがあったら、そこをすくい上げるっていう。 ちゃんと人を見ようっていう話が徹底してされてるなっていう。 マイクロセグメントが力大きく影響を及ぼす商材って結構多い。 昔僕はアジーノモトさんのアミノバイタルっていうプロジェクトのコンサルティングに入ったことがあって、 あれってやっぱりマイナーな商品なんですね。 筋肉が疲労したときにそれを助ける。 大体企業がターゲットするときに、じゃあどのスポーツを狙うっていう話になりますよね。 そうすると人口が多いスポーツを狙ったりする。 サッカーだ野球だ。 サッカーと野球なんて若者がスポーツしてるんで、そんな疲れないんですよ。 もうちょっとおばちゃん狙おうとかやったらエアロビーとか行くんですよ。 エアロビーって疲れないんですよ、そもそも。 疲れたらやめるんで。 いろんなスポーツに分解していったら、高齢者の登山がめちゃくちゃアミノバイタルを使ってたんですよ。 高齢者の登山がなんでアミノバイタルを使うのかっていうと、 山に登るときに頑張って登って、登ったら今度降りなくちゃいけないんですよ。 高齢者のおじいちゃんとおばちゃんって山登るじゃないですか。 下りでついていけなくなったりすると、次呼ばれないんですよ。 だからアスリート並みのマインドで、自分からの増強したいニーズがあるんですよ。 だからアミノバイタルがめちゃくちゃ使われてて、疲労を軽減させるのに。 そういうのって、ただ見てたら分からないんですよ。 それもガチのおばちゃんが使ってたんですよね。 このマーケットだよねって言ってターゲットしたらめちゃくちゃ伸びたんですよ。 みたいなのが結構あるんです。 そういうのはちゃんとつぶさに追っていけば、どんなに元気ないって言われてるブランドでも、 今存在してるってことは誰かが愛用してくれてるってことでしょ。 なるほど。面白い。ありがとうございます。 今みたいな話をずっとこの後2時間くらい聞きたいわけですが、一体ここで切らせていただいて。 次のチャプターに移れればと思います。 ということで本日のゲストは佐々木さんでした。 佐々木さんありがとうございました。 ありがとうございます。