全テンプレート

アナリティクスとAI成熟度キャンバス

Martin Szugat

1309 件の閲覧
52 回使用
22 件のいいね

報告

なぜ使う?

アプリケーション ドメインにおけるアナリティクスとAIの成熟度を評価し、アナリティクスとAIアプリケーションの実装ロードマップを計画します。

いつ使う?

分析とAIの導入事例を発想した後(例えば、ビジネスモデルバリューチェーン、または カスタマー タッチポイント のキャンバスを使用して)、まず既存のアプリケーション、特にデータ、分析、AI に関連するものの概要を把握し、その後これらのアプリケーションをどの順序で実装するかを計画し、適用する分析とAIの適切なレベルを決定します。

使い方

I. 準備

キャンバスのヘッダーとフッターを記入してください:

a) キャンバスのヘッダーにある対象のラベルに、アプリケーションドメインを示す白い付箋を貼ります。

b) 対応する色の付箋で凡例を追加します:

- 緑色の付箋: "既存のアプリケーション / 機能"

- 黄色の付箋: "計画中のアプリケーション / 機能"

- 赤色の付箋: "欠けているアプリケーション / 機能"

- 白色の付箋: "最もリスクの高い仮定"

II. アナリティクス&AIの成熟度評価

アプリケーション: 参加者の評価に基づき、既存の分析 / AI アプリケーションごとに緑色の付箋を、指定された緑色のボックス (a-f) のいずれかに配置してください。各ボックスは基本的なビジネス運用から高度なビジネス自動化までの異なる成熟度段階を表します。計画中または開発中のアプリケーションには黄色の付箋を使用してください。アプリケーション(またはアプリケーションの拡張段階)を矢印でつないで依存関係や順次構築の流れを示し、各アプリケーションが他のアプリケーションをどのように支援・依存しているかを明確にマッピングしてください。

[(オプション): 能力: 既存の(分析)能力(例:ツール、手法、スキルなど)ごとに、キャンバス下半分の該当する青いボックス(a-f)に緑の付箋を貼ってください。計画中または開発中の能力には黄色の付箋を使用してください。]

III. アナリティクス & AI ロードマップ計画

各導入事例のアイデア(分類先フィールドに記載されている場合があります)について、問題、疑問、解決策、または利点として表現されているかにかかわらず、その問題を解決し、疑問に答え、解決策を構築し、あるいは利点を生み出すためにアナリティクスや AI をどのように応用できるかを検討してください。特定した各アプリケーションについては、必要なアナリティクス成熟度に対応する緑のボックス(a-f)に赤い付箋を貼ってください。該当する場合は、分類先フィールドの該当する付箋にチェックを付けてください。

次に、欠けているアプリケーション(赤い付箋)について、それらの先行アプリケーションや前提となるアプリケーション(またはそのバージョン)が存在するか確認してください。もしそれらが存在しない場合は、その先行または前提となるアプリケーション用に別の赤い付箋を追加し、該当する緑のボックス (a-f) に貼ってください。これらのアプリケーションを矢印でつなぎ、実装の順序とアプリケーション同士の依存関係の順番を視覚化してください。

後続の開発がないアプリケーションについては、対応する導入事例においてどのようにして次の分析とAIの成熟度レベルに進めるかを検討してください。次の緑のボックス (a-f) に、そのアプリケーションの次の開発段階を示す新しい赤い付箋を配置してください。矢印でつなげて、進展の経路を示してください。さらに、次の分析とAIの成熟度ステージへの進展を支えるために、追加の先行または前提となるアプリケーションが必要な場合は、それらを適宜追加して矢印でつなげてください。

ヒント:最初は、データおよび分析機能に関する青いボックスは後回しにしてください。データ理解フェーズの後、どの機能が必要かが明確になったら、これらのセクションを見直してください。次に、テクノロジー、組織 および人材 ボックスを、データ管理およびデータの収益化キャンバスからコピーして、分析とAIの成熟度キャンバス上の該当するボックス(a-f)に、評価した成熟段階に応じて配置します。

IV. 次に実装すべきアプリケーション

次に実装すべきアプリケーションは通常、分析とAIの成熟度が低いレベルにあり、既存のアプリケーションのみで実現できるものです。多くの場合、明確な次の候補があります:

  • 明確な次に実装すべきアプリケーションが特定された場合は、Analytics & AI Use Case キャンバスを使って導入事例をさらに定義し、ユーザー視点でソリューションを設計してください。アプリケーション名はFocus onフィールドに記入してください。

  • 明らかな選択肢がない場合は、Priority Matrix キャンバスと PICK method を用いて次に実装すべきアプリケーションを選定してください。 同じ分析/AI成熟度で欠けているアプリケーションを表す赤い付箋をすべてコピーし、Priority Matrix キャンバスの左端にあるSort inフィールドに貼り付けてください。

参考資料:

A: 優先順位マトリクスのキャンバスを使用して、導入事例を実装するために必要な各成熟段階で欠落しているアプリケーションやモデルを評価してください。各段階は複雑さと影響が同程度であるため、段階ごとに進めてください。

詳しくはどこで確認できますか?

Datentreiber はこの Miroverse テンプレートに加え、次のものも提供しています:

  • Data & AI Business Design Kit は、Data & AI Business Design メソッドを適用するための多数のオープンソースキャンバスを提供しています。

  • また、無料の Data & AI Business Design Community は、交流やイベント、エキスパートによるコンテンツの場として利用できます。

  • Data & AI Business Design Academy では、有料のオンラインおよびオンサイト研修(認定あり)を提供しています。

  • 商用のData & AI Business Design Benchでは、さらに多くの管理ツール、ワークショップ テンプレート、プロジェクト設計図が利用できます。

  • 当社のData & AI Business Consultingは、データおよびAI戦略、イノベーション、変革プロジェクトの支援を行います。

ご興味がある方、またご質問やフィードバックがある場合は、以下までお問い合わせください: info@datentreiber.de.

著作権: 全著作権は Datentreiber GmbHに帰属します.

Martin Szugat

Data & AI Business Catalyst @ Datentreiber

To help companies to transform into data-driven, AI-powered businesses and innovate data & AI products, I've invented the Data & AI Business Design Method and our company Datentreiber open sourced the Data & AI Business Design Kit. I'm a Miro MVP and a Miro Solution Partner.


カテゴリー

類似テンプレート