MarkeZineを運営する翔泳社から、8月30日（火）に書籍『世界標準のデータ戦略完全ガイド データセンスを磨く事例から、データの種類と仕組み、戦略策定のステップまで』（バーナード・マー）が発売となりました。
本書はAmazon、Google、トヨタなど世界的な企業を顧客に持つ戦略アドバイザーの著者が、大企業でも中小企業でも使えるデータ戦略の作り方と実践方法を解説しています。
ビジネスのあらゆる場面でデータをいかに活用すればいいのか、意思決定や業務の改善、顧客理解、サービスや製品の開発、さらにデータの収益化まで、網羅的にテーマが取り上げられています。
後半では架空のアイスクリーム店を例に出しながらデータ戦略を机上の空論で終わらせずに実行するポイントを説明。AIの仕組みやインフラの整備、組織作りなどデータを蓄積し整理するための方法も学ぶことができます。
世界レベルのデータ戦略を自社で実践できるようになる1冊です。
※本書はBernard Marrによる『Data Strategy 2nd edition』（Kogan Page）の邦訳です。
目次
第1章 はじめに：あらゆる企業をデータ企業と呼べるわけ
・脅威的に増えるデータ、人工知能、IoT
・すばらしい（データドリブンの）新世界
・私たちは真のAIを実現しつつあるのか？
・第四次産業革命、すなわちインダストリー4.0
・世界を変える多様なテクノロジー
・データ企業になるべき理由
第2章 データの活用目的
・6つの活用目的
・6つの活用目的の実践例
・業界ごとの実践例
・データがビジネス界を席巻する
第3章 意思決定プロセスを改善する
・鍵となる質問を設定する
・データを理解し、説明する
・データが精選されたダッシュボード──高級コース料理
・セルフサービス型のデータ探求ダッシュボード──ラクレット
・現実世界における「ラクレット」分析
・データの民主化と「データ翻訳者」の役割
・データでストーリーを語る
・データの可視化とストーリーテリングのこれから
第4章 顧客を理解する
・顧客分析とは何か
・顧客データの種類
・360度分析の先駆者たち
・Netflixの顧客分析
・マイクロモーメントを捉えてリアルタイムにサービスを提供する
・Disneyのマジックバンド
・データの力で設計プロセスを顧客主導型に
・顧客と直につながることの利点
第5章 より優れたサービスを生み出す
・テック企業の先進的なサービス
・老舗も健闘中
・銀行、金融、保険業界のスマートサービスの例
・健康管理、医療、製薬業界のスマートサービスの例
・ファッション、アパレル業界のスマートサービスの例
・ロボットのオンラインサービス化
・教育と訓練のスマートサービス
・AI自体がサービスに
・どんな企業もテック企業になれる
第6章 より優れた製品を生み出す
・スマートサービスを支えるスマート製品
・自動運転と自動配達
・インテリジェントな家電製品
・インテリジェントな医療製品
・ビジネス、産業、製造分野のインテリジェントな製品
・インテリジェントなスポーツ製品
第7章 業務プロセスを改善する
・日常的な業務プロセスとデジタルツイン
・販売、マーケティング、カスタマーサービスのプロセス改善
・流通、倉庫業務、物流管理のプロセス改善
・製品開発のプロセス改善
・製造と生産のプロセス改善
・バックオフィス（IT、経理、人事など）のプロセス改善
第8章 データを収益化する
・組織の価値を高める
・データ自体を事業資産にする
・企業のデータ活用能力が武器になる
・顧客やサードパーティにデータを販売する
・ユーザ生成データの価値を理解する
第9章 データの活用計画をつくる
・データ活用計画を発案する
・戦略目標と連携させる
・データ活用計画の目的を決める
・効果測定の方法を決める
・責任者を決める
・活用計画の顧客（データ利用者）は誰か
・必要となるデータを洗い出す
・データガバナンスのポイント
・データを分析してインサイトに変えるには
・テクノロジー要件とは
・必要なスキルと素質は何か
・計画実行にあたり注意するべき問題
・最善の活用計画を選び、データ戦略を立てる
・データ戦略を策定する
第10章 データのソース選びと収集
・データの種類を理解する
・比較的新しいタイプのデータ
・内部データを収集する
・外部データを利用する
・欲しいデータが存在しない場合
第11章 データガバナンスと倫理問題および信頼問題
・AI の倫理問題
・バイアスと「クリーン」なデータ
・法を犯さないために
・データの安全を守るために
・データガバナンスの実践
第12章 データをインサイトに換える
・分析技術の進化
・高度な分析──SF からビジネスの実データまで
・機械学習──AI の最前線
・教師あり学習とは
・教師なし学習とは
・強化学習とは
・深層学習・ニューラルネットワークとは
・敵対的生成ネットワーク（GAN）とは
・高度な分析技術を実戦に使う
・分析の種類
・ノーコードAI とサービスとしてのAI インフラ
第13章 ITインフラとデータインフラを構築する
・データ、分析、サービスとしてのAI
・フェーズ① データの収集
・フェーズ② データの保管
・パブリッククラウド、プライベートクラウド、そしてハイブリッド
・データのサイロ化を避ける重要性
・データ保管のこれから
・フェーズ③ データの分析と処理
・フェーズ④ データの伝達
・データのストーリーテリングと可視化
第14章 データ能力の高い組織をつくる
・データスキル不足とその影響
・社内にスキルと技能を構築する
・データ分析を外注する
第15章 データ戦略の実行と改善
・データ戦略が失敗する要因
・データ文化を醸成する
・データ戦略を見直す
第16章 未来を見据えて
・AI の真価
・テクノロジーはどこまで進むのか
・私たちはAI をどう使うべきか
巻末付録1 データ活用テンプレート
巻末付録2 データ戦略テンプレート
