ビジネスのパースペクティブ: 戦略と成果

戦略管理 – クラウドを活用して、ビジネスの成果を加速させます。クラウドが長期的なビジネス目標をどのようにサポートおよび実現できるかを検討します。技術的負債をなくし、クラウドを活用してテクノロジーとビジネスオペレーションを最適化する機会を識別します。新しいクラウド対応の価値提案と収益モデルを検討します。新規または改善されたクラウド対応の製品やサービスを新規顧客の獲得や新しい市場セグメントへの参入に役立てる方法を検討します。技術開発やビジネス環境の変化に応じて、戦略目標に優先順位を付け、戦略を長期的に進化させます。

ポートフォリオ管理 – 戦略的意図、オペレーション効率、提供能力に従って、クラウド製品と取り組みに優先順位を付けます。適切なクラウド製品と取り組みを適切なタイミングで提供することは、戦略をオペレーション可能にし、ビジネスの成果を加速させるために役立ちます。自動検出ツールと、アプリケーションをクラウドに移行するための 7 つの一般的な移行戦略 (7 つの R) を活用して、既存のアプリケーションポートフォリオを合理化し、データ駆動型のビジネスケースを作成します。

短期的な成果と長期的な成果だけでなく、低リスク (実証済み) の機会と高リスク (実験的) の機会を考慮して、クラウドポートフォリオのバランスを調整します。移行、モダナイゼーション、イノベーションの取り組みを含め、財務上のメリット (コストの削減や収益の増加) と財務上以外のメリット (顧客や従業員のエクスペリエンスの向上など) を検討します。リソース、財務、スケジュールの制約に合わせて、ポートフォリオのビジネス価値を最適化します。価値を実現するまでの時間を短縮するために、計画サイクルの頻度を増やすか、継続的プランニング戦略を採用することを検討します。

イノベーション管理 – クラウドを活用して、新規または既存のプロセス、製品、エクスペリエンスの開発や改善を行います。クラウドでは、リソースのプロビジョニングやシャットダウンをすぐに行えるため、価値を実現するまでの時間を短縮し、イノベーションにかかるコストとリスクを削減できます。クラウドの導入によるビジネスの俊敏性の向上の可能性を最大限に引き出すために、既存の製品、プロセス、エクスペリエンスの最適化に重点を置いた段階的なイノベーションの取り組みと、新しいビジネスモデルの実現に重点を置いた破壊的なイノベーションの取り組みを組み合わせたイノベーション戦略を策定します。戦略的な優先順位に従ってアイデアを出して選択する仕組みを作り、イノベーションのパイロットの成功を拡大するエンドツーエンドのプロセスを開発します。

製品管理 – 内部および外部の顧客に製品としてライフサイクル全体で繰り返し価値を提供するデータおよびクラウド対応製品を管理します。 データおよびクラウド対応の製品を中心にチームを編成することで、俊敏性を高め、より顧客中心になることができます。

戦略的パートナーシップ – クラウドプロバイダーとの戦略的パートナーシップによって、ビジネスを創出または拡大します。クラウドホスト型ソフトウェアソリューション、クラウド統合製品、またはクラウド関連のプロフェッショナルサービス、コンサルティングサービス、マネージドサービスを提供している場合は、クラウドプロバイダーと戦略的パートナーシップを結ぶことで、クラウドに関する専門知識を高め、顧客へのソリューションのプロモーションを展開して、カスタマーエンゲージメントを向上させることができます。

パートナーシップを進めていく中で、販促クレジット、資金支援、共同販売などの機会を活用して、ビジネスの創出または拡大に役立てることができます。クラウドプロバイダーのマーケットプレイスチャネルを活用して販路を拡大し、技術リソースを活用してクラウドベースの製品やサービスを成熟させます。共同の導入事例を公開して、特定のビジネスの課題の解決に成功したことを強調します。

データの収益化 – データを活用して、一定のビジネス上の利益を得ます。クラウドは、大量のデータの収集、保存、分析を容易にします。一定のビジネス上の利益を得るために、戦略的意図に沿った包括的で長期的なデータ収益化戦略を策定します。データと分析を活用して、オペレーション、顧客や従業員のエクスペリエンス、意思決定を改善する機会や、新しいビジネスモデルを実現する機会を識別します。

例えば、顧客の行動に関するインサイトを活用して、ハイパーパーソナライゼーションやローカリゼーション、マイクロセグメンテーション、サブスクライバーの維持、ロイヤルティプログラムやリワードプログラムなどを進めることを検討します。ビジネス上の取引の理解や完了に役立つ取引上の価値、過去の業績の説明や結果の推測に役立つ情報的な価値、活動の自動化、決定の指針、成果の予測に役立つ分析的な価値に注目します。外部での収益化の機会 (マーケットプレイスでのデータの販売など) を検討する前に、まず組織の内部でデータを収益化します。

ビジネスインサイト – リアルタイムインサイトを得て、ビジネス上の課題に答えます。ほぼリアルタイムの詳細なインサイトにより、業績の追跡、意思決定の改善、オペレーションの最適化が可能になり、データ収益化戦略の実施に役立ちます。ビジネスのコンテキストをよく理解した横断的な分析チームを設立します。テクニカルなスキル (統計など) やその他のスキル (視覚化やコミュニケーションなど) を重視します。ビジネス目標と重要業績評価指標 (KPI) に合わせて分析を行います。データカタログを活用して関連するデータ製品を見つけ、視覚化ツールやテクニックを活用してデータの傾向、パターン、関係を発見します。まず「全体像」をつかみ、必要に応じて詳細にドリルダウンします。

データサイエンス – 実験、高度な分析、機械学習を活用して、複雑なビジネス上の問題を解決します。予測分析と処方的分析により、オペレーションの有効性、意思決定、顧客や従業員のエクスペリエンスの改善が可能になり、データ収益化戦略の実施に役立ちます。

ビジネスプロセスのトランスフォーメーションの機会を識別したら、機械学習モデルの構築、トレーニング、テストをサポートするために必要なデータ製品がデータカタログに含まれていることを確認します。継続的インテグレーションと継続的デリバリー (CI/CD) のプラクティスを活用して、機械学習ワークフローのオペレーションの回復性と再現性を高めます。モデルがどのように予測を行うかを理解し、潜在的なバイアスを特定します。適切なモデルを本番環境にデプロイし、そのパフォーマンスをモニタリングします。リスクを減らすために、信頼性の低い予測にはヒューマンレビューを行います。