「データ品質を改善しなければならないことは現場でも経営層でもわかっている。しかし予算・人員が確保できない」——この状況は珍しくありません。損失の試算やROIの計算以上に難しいのが、経営層に「今、これに投資する」と決断させるための情報の整え方です。本記事では、稟議が通りにくい理由と、判断を引き出す伝え方の構成を具体的に解説します。
なぜデータ品質改善の稟議は通りにくいのか
データ品質改善への投資が後回しになりやすい理由は3つあります。第一に「守り」の投資に見えること。新システム導入や新機能開発と違い、データ品質改善は「今困っていることへの対処」として認識されやすく、戦略的な優先度が下がりがちです。第二に、放置コストが見えにくいこと。品質問題による手戻り・確認作業・意思決定の遅れは日常業務に埋め込まれており、問題として認識されていないケースがあります。
第三に、効果の出口が間接的であること。「データ品質を改善すると売上が上がる」という直線的な因果関係が見えにくく、経営層が投資判断をしにくい。この3つの構造を理解した上で、稟議の伝え方を設計する必要があります。
経営層が判断するために必要な3つの情報
経営層が投資を承認するには、次の3点が揃っている必要があります。①現状のコストが数字で見えること(何が起きていて、どれだけ損しているか)、②投資した場合の回収見通しがあること(いくらかけて、いつ効果が出るか)、③放置した場合のリスクが整理されていること(何もしないとどうなるか)。この3点を抑えると、経営層の「判断できない」状態を解消できます。
ポイント
①の「現状のコスト」と②の「回収見通し」は、データ品質問題による損失の定量化(コスト試算)とROI計算が前提になります。これらの数字の出し方については、当コラムの「データ品質問題が引き起こすコスト」「データ品質改善のROI」の回で詳しく解説しています。
「コスト削減」より「機会損失の回収」として伝える
多くの企業では、「コスト削減」という守りの言葉より「機会損失の回収・事業機会の拡大」という攻めの言葉で伝えることで、経営層が投資価値を理解しやすくなります。BI導入後も数値が信用されず会議が止まっているなら、それは「意思決定のスピードが落ちている」という機会損失。AIプロジェクトのPoCが申し送りになり続けているなら、「投資した開発リソースが成果に転換できていない」という損失です。
ある小売業の事例では、BIの数値が部門資料と合わないことで、週次会議の説明・確認時間が毎回30分以上発生していました。これを「問い合わせ対応コストの削減」ではなく「経営会議で意思決定に割ける時間が減少している状態の改善」と伝えることで、データ品質改善への投資判断が進みました。
よくある稟議の失敗パターン
- 技術的な説明が多く、経営層に伝わらない(「ETL処理の見直しが必要」では判断できない)
- 現状の損失が感覚値で、数字の根拠がない(「かなりの工数がかかっている」では承認されない)
- 担当者の工数削減だけを訴える(経営層が気にするのは事業への影響)
- 「まず調査してから計画を立てます」で終わる(判断材料が揃っていない状態で持ち込む)
- 全部一度に直す大型計画を提示する(リスクが大きく見えて承認しにくい)
通りやすい稟議の5つの構成要素
経営層に判断を委ねるための稟議書は、次の5要素で構成すると通りやすくなります。
稟議の構成例
① 現状の問題(何が起きているか・数字で示す)→ ② 放置した場合の損失(年換算で試算)→ ③ 改善案と投資額(具体的な範囲と費用)→ ④ 期待効果と回収期間(どの指標がいつ改善するか)→ ⑤ まずここから(スモールスタートの初期フェーズ提案)
⑤の「スモールスタート案」は特に重要です。全社一斉の大規模改善ではなく、「まず1システム・1業務から2〜3ヶ月程度で効果を確認する」という形にすると、経営層が承認しやすくなります。ある総合建設会社の事例では、全社からデータ活用の要望が噴出し優先順位が決まらない状態でしたが、クイック診断3件を先行実行してその効果を数値で示すことで、6ヶ月分の検討を2ヶ月で経営意思決定につなげました。
よくある質問
損失の試算数字に自信がなくても稟議を出してよいですか?
試算に誤差があることは経営層も理解しています。重要なのは「根拠のある仮定」を示すことです。「A業務でデータ確認に1人あたり週2時間かかっており、担当者10名で年間約1,000時間の損失」のように、前提と計算過程を示した上での概算であれば、判断材料として十分機能します。
スモールスタート案はどのように設定すればよいですか?
「最も業務への影響が大きく、かつ短期間で効果が確認できる領域」を選ぶのが原則です。BIの集計キーになっているマスタデータの品質改善、月次レポートで問い合わせが多発しているデータの統一などは、2〜3ヶ月で効果が見えやすく、スモールスタートに向いています。
経営層から「まずIT部門で対応できないか」と言われた場合は?
IT部門単独での対応が難しい理由を示すのが有効です。データ品質問題の多くは「定義の不統一」「入力ルールの未整備」など業務側の課題を含んでおり、多くの場合IT改修だけでは根本解決しません。「IT部門はシステム改修を担当、業務改善の設計と定着化支援は専門家と連携する」という役割分担を提示すると議論が整理されます。