商社ビジネスのリスクに対応するためのデータ分析-収益

事例紹介～データ分析により商社ビジネスに潜むリスクを効率的・効果的に把握

商社ビジネスは、リスクの全体感を把握するのが困難

世界各地の様々なインダストリーに積極的に事業投資をしている商社ビジネスでは、取り扱う商材は多様でかつ、取引が定型化されていないケースが多い。ビジネス環境に応じて様々に変化していく多様な要求に応えていく必要から、最前線にいる営業員に大きな裁量が与えられていることも特色といえる。

多種多様な事業ドメインを有する商社にとって、事業ドメインごとの戦略（シナジーの追求）・経営資源の配分・収益計画のマネジメントは重要な成功要因である。特に収益についてはステークホルダーの関心が高く、ゆえにリスク（目標不達成・不正など）が高いと考えるべきである。また、多種多様な事業ドメインは、多種多様なリスクを有すること意味している。

ITの力を活用し、リスクに対応

広範囲で多種多様な取引を担う商社ビジネスの特性から、リスク対応の手段としてデータ分析が有効と考えられる。企業内外に蓄積された膨大なデータを俯瞰し全体の傾向をつかみ、そのうえで必要な取引については明細情報まで深堀して詳細な実態を把握することで、リスクに応じた（リスクフォーカスした）実態把握・調査・対応が実現できる。

データ分析は、ITの処理能力の向上、ツールの普及や分析手法の一般化、データサイエンティストをはじめとする専門家の増加などにより、近年急速に実効性が高まっており、今後ますます浸透・発展していくと考えられる。

上記の背景を踏まえ、本稿では、商社への豊富なサービス提供経験とデータ分析、ビックデータなどのサービスの知見を有するデロイト トーマツ グループのIT専門家が、データ分析により商社ビジネスに潜むリスクを効率的・効果的に把握した事例の概要をお伝えしたい。

データ分析の事例

《概要》

大手専門商社において、収益に対するデータ分析により取引実態に応じたリスク把握（見える化）を実現した。

《データ分析の背景》

大手専門商社では、取り扱う商材が多岐に及び、また日々数百単位で取引（明細）が全国の各拠点で発生しているため、組織目標（営業数値など）の達成を阻害する要因や、営業員の不正などについて、個別の取引実態まで落とし込んだ把握・対応が困難な状態にあった。

《データ分析の効果》

会社の基幹系システムに蓄積された取引明細データから、得意先・商材・地域・部署・営業員毎に、売上高・粗利率・取引量を、新規取引先or既存取引先や、卸orメーカー等、取引先の属性を踏まえ可視化した。これらの分析により、他取引と比して、異常に高い/安い利益率での取引商材、取引先、営業員等を特定するなど、着目すべき取引実態を炙り出すことができた。

Appendix

前述でご紹介した事例は、データの集約や組み合わせのBusinessIntelligence(BI)に近い内容であった。しかしながら、データ分析の領域は近年より高度に発展している。

統計モデルアプローチによる回帰分析（統計解析分析）や、さらにマシンラーニング、帰納的モデルによる予測モデルなど、将来予測にまでその領域を広げており、マーケティングの高度化やサプライチェーンの効率化、財務管理プロセスの最適化など、データ分析が適用される業務も幅広い。工夫次第では適用できる業務や活用方法は殆ど無限に近い可能性を秘めている。データ分析は、既存ビジネスのリスク軽減や価値向上だけでなく、それ自体が大きなビジネスチャンスになっている。

商社ビジネスの観点では、グローバル規模での需要予測モデルの構築、供給モデルとのマッチングや、定性情報を含めた新機軸での事業投資先アセスメントと事業ポートフォリオの再構築などの活用が（あくまで一例として）考えられる。

デロイト トーマツ グループは、データ分析に多くの実績を有しており、有力調査会社よりアナリティクスITコンサルティングのリーダーであると評価されている。

サービスラインやその他の実績にご興味がある方は、以下の『Deloitte Analytics』もご参照いただきたい。

『Deloitte Analytics』へ

関連する記事一覧

○商社とIT

○不正を防止するためのIT対応（前編）

○不正を防止するためのIT対応（後編）

○商社ビジネスのリスクに対応するためのデータ分析　

○商社ビジネスのリスクに対応するためのデータ分析（収益性分析）　　※本ページです。