SAPプロフェッショナルコラム

SAPシステムの次に、何へ投資するのか
―AI時代に利益と競争力を生むClean Data戦略―

企業はこれまで、SAPシステムという「箱」に多くの投資を行ってきました。
ERPの導入、SAP S/4HANAへの移行、クラウド化、セキュリティ強化。これらは、基幹業務を安定して動かし、事業環境の変化に対応するために欠かせない投資です。
しかし、システムを新しくしただけで、売上が増え、コストが下がり、経営判断が高度化するわけではありません。
システムの中にある取引先、品目、販売、購買、生産、会計などのデータを、経営や業務の判断に利用できる状態へ変えることで、IT投資の価値をさらに引き出し、ビジネス上の成果へつなげることができます。
これから問われるのは、SAPシステムに蓄積された「データ」を、どのように利益と競争力へ変えるかです。

システムとデータの役割が分かれ始めている

企業ITでは、システムとデータの役割が変わりつつあります。
システムには、受注、購買、生産、会計などの業務を安定して実行する役割があります。そのため、標準化と簡素化を進め、独自変更を抑え、継続的にアップグレードできる状態を維持することが重要です。
一方、データには、個別の業務処理を越えて、経営や現場の判断に利用される役割が求められます。

●どの顧客へ注力するのか。

●どの商品を増産するのか。

●どの仕入先にリスクがあるのか。

●在庫や運転資本をどこまで削減できるのか。

AIが分析や判断を支援するには、データの正確性だけでなく、必要な項目がそろっている完全性、部門やシステムをまたいだ一貫性、適切に更新されている適時性、業務ルールや定められた形式に適合している妥当性、重複のない一意性が求められます。
さらに、そのデータが、どの業務から、どのような条件で生成されたのかを説明できることも重要です。欠損や重複、定義の不一致があれば、AIによる分析や予測の信頼性を損なう可能性があります。

本コラムでは、Clean coreを構成する要素のうち、特にAI活用や経営判断に直接影響するデータ領域に焦点を当てます。
企業ITは、「システム」と「データ」の役割を分け、それぞれの目的に応じて管理する方向へ進んでいます。
ただし、データの意味は、それを生成した業務プロセスやマスタ、業務ルールから切り離すことはできません。技術的には疎結合化しながら、業務上の意味を維持することが前提です。

●システムは、標準化によって変化対応力とコスト効率を高める

●データは、企業固有の資産として磨き、事業価値を生み出す

箱は新しくなっても、データは昔のまま

日本企業のIT投資は、システムの導入や安定稼働に重点が置かれる一方、データの品質、定義、責任を企業横断で管理するための投資は、相対的に小さかったのではないでしょうか。
SAP S/4HANAへ移行しても、次のような問題が残ることがあります。

●同じ取引先や品目が複数のコードで登録されている

●部門ごとに分類や入力ルールが異なる

●利用目的が不明確な過去データが蓄積されている

つまり、システムのモダナイゼーションは進んでも、データのモダナイゼーションは残されたままです。
これまでは、人がExcelで加工し、経験や暗黙知によってデータの不備を補うことができました。
しかし、AIがデータを直接参照し、予測や提案を行うようになると、データの欠損や不整合は、誤った判断につながる可能性があります。

AIは、企業のデータ問題を解決する手段であると同時に、これまで見過ごされてきたデータ問題を顕在化させる存在でもあります。
だからこそ、データへの投資は、IT部門内で完結する技術課題ではなく、経営課題として位置づける必要があります。

データ投資は、どのように利益へつながるのか

経営層にとって重要なのは、データをきれいにすること自体ではありません。データへの投資が、どのような経営成果につながるかです。
例えば、顧客・製品データを整えることは、AIによる需要予測や価格最適化の精度を高めるための重要な前提となり、営業戦略の高度化につながります。
仕入先・品質・納期データを組み合わせることで、AIによる供給リスクの早期検知や意思決定支援に活用できます。
Clean Dataへの投資は、AIやデータ分析の活用基盤を整え、主に次の三つの経営成果につながります。

【成長・収益性】

- AIやデータ分析を活用した収益機会
- 最適価格の発見・顧客別・製品別採算の可視化と営業高度化

【資本効率・生産性】

- AI需要予測に基づく在庫・運転資本の適正化
- 月次決算や経営報告の効率化・早期化
- マスタ登録・修正工数の削減

【リスク・変化対応力】

- AIによる調達・品質・監査リスクの早期検知と低減
- データ基盤整備による、新しいAI施策の立ち上げ期間短縮
- 環境変化に対する迅速なシナリオ分析と意思決定

Clean Dataは、AIが真価を発揮するための基盤です。
同時に、経営判断の速度と精度を高め、利益機会の獲得とリスク低減を支える投資でもあります。
システムやAIは、競合企業も同じものを導入できます。しかし、長年蓄積された業務データと、その意味を理解する業務知識は購入できません。そこで差を生むのは、自社が長年蓄積してきた業務データと、その意味や品質を継続的に管理する能力です。
データとAIを組み合わせて判断や行動へ変える速度と精度が、模倣されにくい競争力になります。

クラウド化しても、データ管理の責任はユーザ企業に残る

RISE with SAPなどのクラウドサービスの普及によって、インフラ、データベース、パッチ適用など、SAP社が担う技術運用の範囲は、契約やサービス内容に応じて広がっていきます。
しかし、データの業務上の意味や品質、利用目的までSAP社に委ねることはできません。
今後、ユーザ企業の管理重点は、技術基盤の維持から、業務、データ、統制の設計へ移っていきます。
そして、データ管理は一度きりのクレンジングプロジェクトではなく、企業が継続的に保有すべき能力になります。

Clean Data戦略は、どこから始めるか

Clean Data戦略といっても、いきなり大規模なデータ基盤の刷新に着手する必要はありません。
まず、自社のデータがどれだけ「判断に使える状態」にあるのかを可視化することから始めます。

例えば、重複率、欠損率、入力ルールの不整合、新たに発生する不備データの割合などを確認します。
さらに、データ不備によって発生している修正工数や業務の手戻り、過剰在庫などの業務影響を把握し、可能な範囲で金額換算することで、データ投資の優先順位を判断しやすくなります。
重要なのは、最初からすべてのデータをきれいにすることではありません。まず現状を数字で把握し、経営や業務への影響が大きい領域から改善する。Clean Data戦略は、そこから始まります。

過去のデータを整理し、未来のデータを正しくつくる

現状と優先順位を把握した後は、対象となるデータを次の4つのステップで改善していきます。

【Clean Data戦略 第1ステップ】

長年蓄積されたデータを整理します。現在の業務で頻繁に参照するデータ、参照頻度は低いものの保存が必要なデータ、保存目的を終えたデータなどに分類し、データアーカイブやデータエージングなどを活用します。
保持期間や削除を含むデータライフサイクル全体の統制には、SAP Information Lifecycle Management(SAP ILM)も選択肢になります。

【Clean Data戦略 第2ステップ】

利用する既存データを判断可能な状態へ直します。
重複データの統合、欠損項目の補完、コードや分類の統一、データの意味や生成条件の明確化を進めます。

【Clean Data戦略 第3ステップ】

今後登録されるデータを、登録時点から正しくつくります。
入力チェック、重複検知、承認ワークフローなどによって、誤ったデータが蓄積されることを防ぎます。
既存マスタの統合から、登録・変更プロセスの統制までを一元的に行う場合には、SAP Master Data Governance(MDG)も選択肢になります。
一方、対象範囲や企業規模によっては、個別のマスタ登録ソリューションや承認ワークフローから段階的に始める方法もあります。

【Clean Data戦略 第4ステップ】

データ品質を継続的に維持します。
データオーナーを定め、欠損率や重複率などの品質指標を継続的に確認し、問題が発生した場合の修正責任とプロセスを明確にします。

次の投資先は、データである

これからも、SAPシステムへの投資が不要になるわけではありません。
しかし、標準化やクラウド化によって、システムの複雑性や維持管理負荷が抑えられるのであれば、そこで生まれた余力を、データの価値を高める投資へ振り向ける必要があります。

データを整理し、直し、正しくつくり、維持する。

この一連のサイクルこそが、Clean Data戦略です。
これらは、企業が長年蓄積してきたデータを、売上、利益、キャッシュフロー、リスク低減へつなげるための投資です。
AI時代に競争力を左右するのは、どれだけ新しいシステムを持っているかだけではありません。そのシステムから生まれるデータを、どれだけ速く、正確に判断と行動へ変えられるかです。
システムという「箱」を整える投資から、その中身をビジネスに活かす投資へ。

私たちは、この目指す姿を「データを、判断できる状態へ。―― Make Data Decidable.」と表現しています。

それが、これからのSAPユーザ企業に求められるClean Data戦略です。

豊富な導入実績とノウハウで
SAPシステム導入・運用支援