データ分析を現在していない、もしくはビジネスの意思決定に活かせていない企業は今も日本では多くあると思います。現在のようにシリコンバレーの多くの企業がデータ分析を彼らのビジネスの成功に結びつけている現状ではどうしてもそれを日本とアメリカの文化の違いということのせいにしてしまいがちです。つまり、アメリカ人はデータを使ってビジネスを行う文化があって、日本人はもっと直感と経験を重んじる文化であるといったかんじのことを日本を訪れたときによく聞きます。
そこで、今回はアメリカの野球チームでもともとデータを使うという文化がなかったヒューストン・アストロズというチームにデータ分析をチームの運営、試合、選手の採用と育成に取り入れ、昨年のワールシリーズチャンピオンシップで優勝するほどにチームを変革していったJeff Luhnowへのインタビュー記事がMcKinseyから出ていたのでそちらを紹介したいと思います。
アメリカでも、こうしたスポーツのチーム、特にベースボールは昔から勘と経験を重視してやってきた選手とスタッフが多いですから、データを使うということに対して懐疑的です。そういった’文化’の中でどうやってデータ分析をあらゆる側面に取り入れていったのかというのは現在データ分析をビジネスに結びつけることがなかなかできていないという企業にとってはいい参考になるのではないかと思います。
皆さんの中にはマネーボールという映画を見たことのある人がいるかも知れません。これはアスレチックスという、私が住むところから近いオークランドを本拠地とするチームが今から20年ほど前にBilly Beaneというジェネラル・マネージャーの指導の元、データを使って選手をスカウト、もしくはトレードして行くことでチームを強くしていったという物語です。そして、このオークランドの当時のデータを使った躍進を見ていたカージナルスのオーナー、William DeWitt Jr.が雇ったのが、当時マッキンゼーで働いていたJeff Luhnowでした。そこで彼はさっそくデータ分析を選手のスカウトに持ち込みそれなりの成果を出していくのですが、その彼に目をつけたHoustonAstrosのオーナーがJeffをジェネラルマネージャーとして招聘します。ジェネラルマネージャーとはベースボールチームの世界ではいわゆる普通の会社のCEOにあたります。
前置きはここまでにして、それではさっそく本文に入りましょう。
以下、要約
When the Houston Astros won the seventh and deciding game of last year’s World Series, it marked the end of a long and challenging road. The team not only became the champion of Major League Baseball for the first time in its 56-year history but also did so after losing a staggering 111 (out of 162) games just four short years before. And the Astros didn’t simply spend their way to victory. Their Opening Day payroll ranked 18th of 30 major-league teams—and almost 50 percent (approximately $118 million) less than the World Series runner-up, and highest-spending team, the Los Angeles Dodgers.
ヒューストン・アストロズが昨年ワールド・シリーズを制した時、それは長く、辛い道のりの終わりを意味するものでした。それはチームにとってその５６年の歴史の中での初のワールドシリーズでの優勝を意味するだけではなく、それは１６２試合中１１１試合に負けるという４年前の悪夢をくつがえすものでした。さらにアストロズの給料のランクは３０チーム中１８位、決勝戦の相手の金持ちチーム、ロサンゼルス・ドジャースの半分のレベルのなかでの、勝利だったのです。
Winning was a process, years in the making, and resting to a large extent on advanced data analytics. Houston Astros general manager Jeff Luhnow, a McKinsey alumnus and former vice president of the St. Louis Cardinals, began undertaking a data-driven transformation of the baseball operations for the Astros from the moment he was hired in 2011. Analytic insight fueled both player selection and on-the-field decision making, such as where to position players in game situations. As with any big change effort, this was far more than a numbers game. Luhnow and his team had to build an organization and culture that embraced data, translate it into ideas that mattered for players and coaches, and break down silos that were hampering the realization of data’s full potential.
勝利とはプロセスです。何年もかけて作り上げられるものです。そしてその大きな要因はアドバンスド・データ・アナリティクスです。ヒューストン・アストロズのジェネラル・マネージャーであるJeff Luhnowは２０１１年の就任時よりデータドリブン・トランスフォーメーションを行ってきました。アナリティクスのインサイトは選手の選択、選手のフィールドでの判断、ゲーム中の選手の配置などあらゆる意思決定の原動力となりました。大きな変革を起こすようなケースでは共通していることですが、これはただの数値のゲームではありません。Luhnowと彼のチームにとってこの変革とは、データを積極的に活用する組織と文化を築き上げ、選手とコーチにとって意味のある情報へと翻訳し、データの持つ真価を発揮するために組織の中にある壁を壊すということを意味しました。
In February 2018, Luhnow took a break from spring training to sit down with McKinsey’s Aaron De Smet and Allen Webb and discuss his views on both how the Astros used data to move from last to first and what it will take to continue winning as more and more baseball teams join an analytics arms race that has already gone far beyond statistics and data mining and is starting to integrate artificial intelligence.
2018年の2月にアストロズのジェネラル・マネージャーであるJeff Luhnowが私達とのインタビューで、アストロズがどのようにデータを使って最下位からチャンピオンに駆け上がっていったのか、これからもっと多くのチームが統計やデータマイニングだけでなくAIも使ってアナリティクスのレベルを上げてくるであろう中で、どうやって競争優位を保っていくのかについて語ってくれました。
The Quarterly: What were the analytics strengths and weaknesses for the Astros when you joined them in 2011?
McKinsey: 2011年にアストロズに参加した時アナリティクスの強さと弱さは何でしたか？
Jeff Luhnow: There really was not any focus on analytics at all. It was a traditional scouting organization. The Astros had done a nice job of scouting and developing some really good players—players like Dallas Keuchel, George Springer, and José Altuve, who were in the system when I took over. But in terms of the analytic capabilities of the organization, if I were to rank it, Houston would have been in the bottom five for sure.
Jeff Luhnow: アナリティクスなんてものはそもそも当時全くありませんでした。典型的な昔からあるスカウト組織だったのです。アストロズは選手のスカウトや育成に関しては大変素晴らしい仕事をしていたと思います。しかし、アナリティクスの能力に関しては、当時のアストロズは下から数えて５番以内であったことは間違いないです。
The Quarterly: Were the existing personnel receptive to your changes?
McKinsey: もともといた人たちはあなたが持ち込んだ変化を受け入れましたか？
Jeff Luhnow: No. There are hundreds of people that work in a baseball organization, including coaches, scouts, and hundreds of players that are signed at any one point in time. They did not accept it right away. For certain elements of the analytics, we had to wait and be patient. Because if you can’t get the coaches and the players to buy into it, it’s not going to happen.
Jeff Luhnow: ノー！ベースボールの組織では何百人もの人が働いています。コーチたち、スカウトする人たち、何百人もの選手たちです。彼らはすぐには受け入れませんでした。あるタイプのアナリィテクスは辛抱強く待つ必要がありました。結局の所、コーチと選手たちが受け入れなければ、何も変化など起きないのです。
The Quarterly: How did you get the organization to buy in?
McKinsey: どのように組織にアナリティクスを受け入れさせたのですか。
Jeff Luhnow: The first part was getting the decision makers on the scouting side who are making player-acquisition decisions, either through trades or through the draft, to use the information to make the right decisions. The harder part was changing the behavior of the coaches and the players that were either on our big-league team or in the minor-league system on their way up—getting them to change their behavior and use the information to help make decisions, whether it’s game-day decisions or lineups or defensive configuration or recommendations on promoting players. That was harder, and took three or four years to get to a point that we felt good about it. I was fortunate that my boss, the owner of the team, was willing to support us and, quite frankly, help us double down on the strategy. There are other teams in other sports—in football, in basketball, in soccer—that have started a strategy like this and peeled off after two or three years because they couldn’t stand the heat in the kitchen.
まず最初に手を付けたのは、スカウトチームの意思決定者たちです。トレードやドラフトでの選手の獲得に対しての意思決定を行っている彼らにアナリティクスの情報を使って良い判断をさせることです。難しいのはメジャーリーグやマイナーリーグを含めたコーチや選手達の行動様式を変えさせるということです。それはアナリティクスの情報を使って、意思決定をしていくということを意味するのです。それはゲームの日の意思決定かもしれませんし、その日の試合に望む選手陣を決めることかもしれませんし、守りの体制、どの選手を昇進するかに関することかもしれません。この変革は大変なことで、納得行くレベルに到達するのに３，４年ほどかかりました。私のボス、つまりこのチームのオーナーですが、彼が私たちを全力でサポートし、さらにはこのアナリィクスを使うという戦略にかけ続けてくれたのは幸運でした。サッカー、アメリカンフットボール、バスケットボールなどでもみられることですが多くのチームが最初はこうしたアナリティクスを使ってチームを変革するという戦略を取ろうとするのですが、その際、いろいろと出てくる問題にうまく対応することが出来ず、結局は２，３年の内に止めてしまうということがよくあります。
The Quarterly: What kinds of changes made the organization particularly uncomfortable?
McKinsey: どのような変化が組織を特に不快にさせましたか。
Jeff Luhnow: I’ll give you a great example. The pitcher’s on the mound; he throws a pitch. The ball gets hit to where, for the pitcher’s entire career, there’s been a shortstop right behind him. But all of a sudden, the shortstop’s not there, because the analytics would tell us the shortstop should be on the other side of the base. So, to that pitcher, that’s a massive failure—that ball should’ve been an out, and instead, that ball turned into a base hit and maybe a run that’s going to go on his personal record.
いい例があります。ピッチャーがマウンドに立ち、ボールを投げます。そのボールは打たれ、ショートを守る選手がいるはずのピッチャーの真後ろに飛んでいきます。しかし、突然、ピッチャーにとっては彼のキャリアで初めてそのショートの選手がそこにいないのです。なぜなら、アナリティクスがショートの選手は別のポジションに居るべきだというのです。そしてそのせいで、今までならアウトになってたはずのものがヒットになってしまったのです。これはピッチャーにとっては大きな失敗で、彼の記録にも残ってしまいます。
People always remember the negatives. It’s harder for a pitcher to remember the ball that got hit up the middle that, in years past, would’ve been a single, but this year, it just so happened the second baseman was right there, stepped on the base, and got a double play. We get a little less credit for those, though, than we get dinged on the negative ones.
人はいつもこうしたネガティブなことを覚えているものです。ピッチャーにとっては、いつもなら２遊間を抜けたボールはシングル・ヒットだったのですが、今年はそこに２塁手がちょうどいて、２塁をそのまま踏んで、さらにダブルプレイを取ることができたのです。私達はこうしたポジティブな結果のクレジットを受けることはあまりありませんが、そのかわりにネガティブな結果に関して批判を受けるのです。
It’s hard to convince the pitchers that this was the right thing to do. Because it was so different. It felt wrong. The defense wasn’t standing in the positions that they’ve been standing in since these guys were in Little League. Pitchers would therefore glare into the dugout and glare at the coaches that asked infielders to move, or glare at the infielders themselves. And over time, everybody would go back to their traditional positions. That was the first year.
こうした動きが正しいことだとピッチャーを説得するのは大変う難しいことです。というのもそれが今までのやり方と全く違うからです。何か間違っているように感じます。内野手が立っているはずの場所に立っていないのです。彼らにとってはリトルリーグ時代からずっと慣れ親しんでいたことなのです。そこでピッチャーはダグアウトを睨み、コーチを睨みつけ、内野手がいつもの場所にもどるように求め、もしくはその内野手を直接睨みつけます。そしてそのうち、みんなそれまで行ってきたやり方に戻っていってしまったのです。これが最初の１年目でした。
The second year—this was 2013—we were a little bit more forceful about wanting to shift, and our coaches did a nice job of doing it for the first couple of months. But again, infielders started to complain: they’re not used to turning double plays from that spot. The pitchers started to complain. And so we went from being the highest-shift team in the first couple months of the season to one of the middle of the pack by the end, because our coaches just lost the desire to continue to do it and push back against the players.
２年目、これは２０１３年のことですが、私達はもう少し強く変化を押し付けることにし、コーチたちは最初の数カ月はいい仕事をしていました。しかし、今度は内野手が不満を言い始めました。彼らはその新しいポジションからのダブルプレーに慣れていなかったのです。そしてピッチャーも不満を言い始めました。そうして、私達は最初はリーグのトップの方の順位にいたのですが、その後中間のあたりに落ちていくことになってしまいました。コーチたちはそれ以上アナリティクスを使い続ける意欲を失いました。不満を言う選手たちに無理やり押し付け続けたくなかったのです。
The next spring training, 2014, we brought all of our major-league pitchers and infielders into a room and decided to share the data with them, which is a little risky because players leave and they go to other organizations. But we figured, if we’re asking them to truly change their behavior, they need to understand why this is beneficial to them and where it comes from.
次の年、２０１４年、私達は全てのメジャーリーグのピッチャーと内野手を集めてデータを彼らと共有することにしました。これはリスクのあることでした。というのも彼らは別のチームに行ってしまう可能性があるからです。しかし、もし私達が本当に彼らが行動を変えることを期待しているのであれば、彼ら自身がそこから得られる利益を理解する必要があり、その根拠がどこから来ているのかを理解する必要があります。
There was an incredible moment where one of our younger pitchers who really wasn’t quite getting it kept complaining, “Well, what about this? What about that?” One of the veteran pitchers who had come around turned to the younger pitcher and said, “Look, this is going to help you have a better ERA [earned run average]1 and have a better chance to have a better career, so you should really take this seriously.” Once you start getting players to advocate for the use of these tools, it changes the whole equation. Because then you’re no longer pushing; it’s starting to pull. Once that happens, the sky’s the limit in terms of the impact that these technologies and analytics can have on the players.
ある素晴らしい変化の起点となるターニングポイントがありました。ある若いピッチャーがこの新しいやり方に馴染めず、不満を言い続けていました。「こういう場合はだめだ。ああいう場合はだめだ。」といった具合です。そんなときに、一人のベテランのピッチャーがその若いピッチャーに対して、「これは君がよりよい防御率をとるのに役立つんだ、より良いキャリアを築くチャンスを大きくしてくれるんだ、だからこのアドバイスをもっと真剣に聞くべきだ。」と言ってくれたのです。一度、選手たちがこうしたアナリィクスのツールを使うのを自ら擁護してくれ始めると全てのバランスが変わります。もう強制しているのではなく、選手たち自らが欲しているのですから。こうなると、こうしたテクノロジーやアナリティクスが選手たちに及ぼす効果は無限大となります。
The Quarterly: Amazing story. And it brings to mind one of the themes that comes up a lot in business contexts: the need to have “translators,” people who get the analytics and can bring it to the front line.
McKinsey: 私達もふだんから、アナリティクスが分かってそれを現場の人達との架け橋になってくれるトランスレーターとよばれる人たちがビジネスでは必要だと言っていますが、それに共通しますね。
Jeff Luhnow: Absolutely. We decided that in the minor leagues, we would hire an extra coach at each level. The requirements for that coach were that he had to be able to hit a fungo, throw batting practice, and program in SQL. It’s a hard universe to find where those intersect, but we were able to find enough of them—players that had played in college that maybe played one year in the minors that had a technical background and could understand analytics.
Jeff Luhnow: まったくです。マイナーリーグでは、それぞれのレベルに一人ずつ追加のコーチを雇うことにしました。この人たちの採用に関する条件は、ボールを打つことが出来て、バッティングのトレーニングを行うことができて、SQLが書けることです。こういう人を探すのは大変ですが、十分なだけ見つけることが出来ました。大学時代やマイナーリーグで野球をやったことがあり、技術のバックグランドがありアナリティクスを理解できるような人たちです。
What ended up happening was, we had people at each level who were in uniform, who the players began to trust, who could sit with them at the computer after the game or before the game and show them the break charts of their pitches or their swing mechanics and really explain to them in a lot more detail why we’re asking you to raise your hand before you start swinging or why we’re asking you to change your position on the rubber or how you deliver the ball. Once we got someone in uniform to be part of the team, ride the buses with them, eat the meals with them, and stay in the motels they have in Single A, it began to build trust. They were real people, there to help them.
彼らはユニフォームを着て、選手たちの信頼を獲得し、ゲームの前や後に選手と一緒にコンピューターの前に座って、選手たちのピッチやスウィングに関する情報をチャートで見せ、なぜ私達がスウィングする前に手を上げろと要求しているのか、なぜピッチャーの立ち位置を変えろと言っているのか、なぜボールの投げ方を変えろと言っているのかを詳細に渡って説明します。ユニフォームを着ている人がこのアナリティクスのチームに入ると、あとは彼らと一緒に移動のバスに乗って、一緒の釜の飯を食って、同じモーテルに泊まり信頼関係を築き始めるだけです。彼らを全力でサポートするのです。
That was great, and that transition period worked for about two years until the point where we realized that we no longer needed that, because our hitting coaches and our pitching coaches and our managers are now fully technology enabled. They can do the translation. And they’re actually real baseball people who have had careers in coaching and playing.
こうした移行期間は２年ほどありました。ちょうどそのころトランスレーターは必要なくなったと気付きました。というのも、そのころまでには打撃コーチ、ピッチングコーチ、監督たちがすっかりテクノロジーを使いこなすことが出来るようになったのです。彼らは自分たちでトランスレータがそれまで行ったいたことが出来るようになったのです。そして、彼らはコーチや選手としてのキャリアを持つ本物のベースボールプレーヤーなのです。
The translators have essentially become the coaches themselves, and we bring them into Houston every year. We have a hitting meeting; it lasts three days where we’re talking about hitting and we present all the analytics and all the new things. Same thing on the pitching side, same thing on defense, same thing for the managers. And then our medical staff spends a whole week in Houston. Really, it’s a continuing-education program, a way to sort out the pushback we get the preceding year in the field from our players. How can we tailor the program this year to make it easier on them? It’s worked very well for us.
その後トランスレーター達はコーチそのものになりました。毎年彼らをヒューストンでの会議に呼びます。打撃の会議は３日間ほど続きますがそこでは打撃に関することをディスカッションし、分析結果や新しいテクノロジー、手法を発表します。そして同じことをピッチングの選手、守備の選手、監督たちに対しても同様に行います。そして、医療スタッフとも同じことをやります。ほんとうにこれは継続的な教育プログラムなのです。前の年に、何が選手たちには受け入れられなかったのかを見つけだし、どうやったら彼らにとって受け入れやすくなるかとプログラムを改善していくのです。
The Quarterly: Is that a source of competitive advantage?
McKinsey: これは競争優位のもととなりますか？
Jeff Luhnow: We’re in a zero-sum industry. And I know a lot of industries feel that way—where any advantage you gain has to, by definition, come at someone else’s disadvantage. For us, we win a game, someone else loses. For us, the competitive arena moved to being able to implement analytics insights into the field. And again, that’s the most difficult thing to do as an organization. Because, at least at the start, the players aren’t going to want to do it. The coaching staff’s not going to want to do it. You’ve got 150 people working in baseball operations, 200 players in a system, some of them have no high-school education. Some don’t speak English. You’re dealing with a very difficult population to implement new things that are not normal to them. And then you add on top of that the criticism of the media and other organizations and traditional baseball people who, any time they see something different, the first reaction is, “This is bad.”
Jeff Luhnow: これはゼロサム（勝つか負けるか）の世界です。こういった業界は他にも多くあります。誰かの得る優位は他の誰かにとっては不利となるのです。私達の世界では、私達が勝つと誰かが負けます。私達にとっては、競争の舞台はアナリティクスから得られるインサイトをどうやって試合に持ち込むことができるかに移りました。そして、これは組織にとっては最も難しいことです。なぜなら、少なくとも最初は選手はやりたがらないからです。コーチたちもやりたがりません。１５０人の人たちがベースボールの組織で働いていて、２００人ほどの選手がいます。彼らの中には高校レベルの教育すら受けていない人たちがいます。英語をしゃべれない人達もいるのです。彼らにとっては普通じゃない新しいことを導入してようとしているわけですから、こうした人達を相手にプロジェクトを進めるのはとても大変です。その上、何か今までのやり方と違うことを見ると「これはだめだ」と決めつけ、批判をしてくるメディアや他の組織、そして昔からのベースボールのファンともうまくやっていかなくてはいけないのです。
The program of sending the people out and eventually changing over a large part of our hitting and pitching coaches and managers, quite frankly, to be a bit more open-minded, progressive group is when our implementation started to take root. And it’s going to provide us an advantage for the next five to ten years. To be able to change people’s behavior on the field and how they assess new information and use new technologies is very, very difficult to do. It’s been painful, and it’s taken a long time, but it’s going to be hard for other clubs to copy that.
こちらから人を送り込み、打撃やピッチングのコーチや監督の大半をもっと心を開いて先進的な人たちに変えていくことで、このプログラムが効果を発揮し始めました。そして、この変化が次の５年から１０年の間の競争優位を与えてくれるのです。フィールドでの人々の行動を変え、彼らが新しい情報を評価し新しいテクノロジーを使うというのは、とても難しいことです。私達にとっても痛みを伴うもので、長い時間を要するものでした。しかし、それゆえに他の球団にとってこれを真似するのは難しいのです。
The Quarterly: What major changes do you see on the horizon?
McKinsey: この先の大きな変化とは何がありますか？
Jeff Luhnow: Big data combined with artificial intelligence is the next big wave in baseball, and I think we’re just starting to scratch the surface. It’s an area that I consider to be highly proprietary, so I don’t discuss it in front of my competition. But we’re making a big investment in this area. I think other clubs are as well. There’s so much being captured. There’s radar and video at every facility in baseball now, not just the major leagues but the minor leagues, colleges, starting to go into high schools.
We know what every person is doing on the field at all times. We know what the bat and the ball are doing on the field at all times. We now have information we didn’t dream we’d have a few years back. Developing models from all that information is going to be critical to the success of teams going forward. They can gain an edge—and an edge in terms of not only being first to use that technology but being able to implement it more quickly than the other teams. Because any edge we get, we know it’s just a matter of time before the other clubs catch up.
ビッグデータとAIを混ぜるのがベースボール界では次の大きな波となるでしょう。まだまだこれからです。これに関しては、競争相手がこの記事を読むことになるかもしれないのでここではお話することはできません。しかしこの分野では私達は大きな投資を行っています。他の球団もそうでしょう。ベースボールでは全ての施設でレーダーやビデオがデータを集めています。これはメジャーリーグだけでなく、マイナーリーグ、大学、そしていくつかの高校でも始まっています。
私達は全ての選手がフィールドで何をやっているのかがいつでもわかります。数年前には想像することすらなかったようなデータが今では当たり前のように手に入るのです。こうした情報をもとに予測モデルを作っていくことはチームがこの先成功していくためには大変重要なことです。これは競争のためのエッジを得ることができます。何も最初にこうしたテクノロジーに触れることが重要なのではなく、それを他のどのチームより早くシステムとして導入することが重要です。どんな優位であれ、いづれはどのチームも追いつくことが出来るのですから、前に進み続ける必要があるのです。
The Quarterly: So how can you stay ahead?
McKinsey: どうやって一歩先に出続けるのですか？
Jeff Luhnow: It’s speed and speed of evaluation and implementation. Those are the key success factors for us. We talk internally about being on the “bleeding edge.” We know we’re going to have some cuts, some nicks, some bruises—because if we’re not, it’s similar to base running. If you have a player on first, and he never gets thrown out at third on a single to right field, he’s not being aggressive enough. If you don’t ever get thrown out at third, you’re leaving runs on the table. I consider it the same way in terms of how quickly we implement new technologies and try and squeeze out a competitive advantage. If we’re not making some mistakes along the way, we’re not being aggressive enough.
If you wait for it to be obvious, it’s going to be too late. You have to be first. You have to create an advantage for yourself. If you’re not looking at what’s coming down the road—and technology and data are so important— somebody else is going to. Then you’re going to think to yourself, “That should’ve been us. That should’ve been our company out there first. We should’ve figured it out.” Being a fast follower maybe works in some cases, but you’ve either got to be the first one in or a fast follower in order to really capture the benefits of it. Waiting can only be harmful. All you’d be doing is catching up to the leaders.
Jeff Luhnow: スピードです。評価と導入のスピードです。これは私達にとってのキー・サクセス・ファクターです。私達はいつも最先端であることがいかに重要かをよく話します。そのためには、痛い思いもするでしょうし、金銭的な損もするでしょう。時には、ひどいやけどを負うことにもなるかもしれません。しかしもしそういうことがなければ、それは結局、ベース・ランニングといっしょなのです。選手が一塁にいたとして、ライト方向へのシングルヒットが出たときに三塁まで走っていかないのであれば彼は十分にアグレッシブではないのです。三塁まで走っていってアウトになったことがないという選手は、取れるかもしれなかったチャンスを逃しているということなのです。私は新しいテクノロジーを導入するときも同じように考えます。もしそうした過程で失敗をしていないのだとしたら、私達は十分にアグレッシブではないということです。
もしあなたが明らかになるまで待っているのだとしたら、気付いたときにはすでに手遅れとなっていることでしょう。一番でなくてはいけないのです。競争優位というものは自分自身で作り出す必要があります。テクノロジーにしろデータにしろ、もしあなたがこれからやってくるものを見ていないのなら誰かが先に行います。そしてあとになって、自分たちがやっておくべきだった、自分たちにもできていたはずだ、などと後になって泣き言を言うハメになるのです。そしてそこで待ち受けているのは害だけです。結局その後、リーダーとなる人達を追いかけていくはめになるのです。
The Quarterly: Do you try to combine the analytics, the head, and the heart within the organization to make better decisions?
McKinsey: よりより意思決定を行うために組織の中でアナリティクス、人の頭、人の心を一緒に使っていくことを試みたりするものですか？
Jeff Luhnow: There’s always going to be a place for experience and judgment and wisdom in baseball in terms of evaluating players. There are so many soft components to what makes players great—leadership, desire, will, ability to overcome obstacles—a lot of things that you can sort of put a science around it in the mental-skills area, but it’s hard, and we are always going to rely on our coaches and our scouts and our human beings who are out with these players to give us their opinion, because their opinion really does matter. And we’ve proven that when you combine the information from the technology and analytics with the human opinion, you get the best possible result. Either one separately gives you suboptimal results.
Jeff Luhnow: 選手を評価するに当たって人間の経験、直感、知恵が必要になるときがいつもあります。選手を素晴らしい選手とするにはたくさんのソフトなコンポーネントがあります。リーダーシップ、やる気、意思、障害を克服する力などです。心理的な部分ではサイエンスの力を借りることもできますが、やはり難しいです。選手と多くの時間を過ごすコーチやスカウトの人たちが持ってきてくれる意見はいつも重要です。そして、こうした意見とテクノロジーとアナリティクスからの情報を一緒に使うことで最高の結果が得られるということは私達の経験上、証明されています。どちらか一方だけでは、中途半端な結果となるのです。
The key is how do you combine them? That’s much easier said than done. We give expert opinion more weight with high-school players because we don’t have the analytics and the information or the track-record part of the information for high-school players that we would for a player who’s been three years in the SEC [Southeastern Conference] and played two summers on the Cape.2 We have a lot of data that tells us what type of player that player is going to become.
そうすると、重要なのはどうやって混ぜるかということになります。言うは易し行うは難しです。高校生の選手たちには専門家の意見をもっと重視します。というのもそもそも彼らに関する情報があまりまだ取れていないからです。それに比べて大学の野球チームで３年もやっている選手ならすでにたくさんのデータがあるのでこの選手がこれからどんな選手になるのかをデータから予測することができます。
Combining those in a systematic way is important. So is communicating how we’re using the information. We want to help folks understand why we actually used their recommendation, and it did nudge this player up the draft board a little, but the player didn’t get nudged enough for us to want to take him over some other player. We want a lot of feedback loops going back the other way to the humans that are doing the work for us, and over time, exposing them to more and more of the process and the results.
The Quarterly: So the process generates high-quality results.
McKinsey: そうすると、プロセスが高いクオリティの結果を生み出すのですね。
Jeff Luhnow: The right answer is to continue to measure the things that really matter. What are the drivers of success for you in the future, and are those things tracking the way they should be, and is there a way to accelerate those? If you’re going to make fast decisions, you need to make sure you understand what the roadblocks are going to be, what the obstacles are going to be, how you’re going to overcome them. It’s about having the right people and making sure that you have all the dissenting points of view presented together in order to make a decision.
Jeff Luhnow: 本当に自分たちにとって重要なものを計測し続けることが大事です。将来あなたが成功するためのキーとは何ですか。それらは期待されているようにしっかりとトラックされていますか。それをさらに良くする方法はありますか。もしあなたが素早い決断をしていくのなら、何が障害になるのか、それらをどう乗り越えていくのかを理解する必要があります。必要とされる人を配置し、異なる視点から反対し合う意見を集めた上で意思決定を行っていくことが重要なのです。
That also means being able to stop doing things that were in the pipeline that are no longer valuable. That’s just as important because they use up resources, and as soon as that project is no longer as valuable as one of the ones that’s being proposed, you have to make that decision. Just because something has been worked on in the past doesn’t mean it should in the future. Frequent communications among people making the decision, with all the right information, helps speed up the decision. And as our people see that the decision that the organization did make was actually better than the decision they would’ve made had they been in charge, that’s when you start to build up confidence that the system, as a whole, is working.
これは、今まで行って来たことや、やりかけのことでも、もはや価値を生み出すことがないのであれば中止する必要があるということを意味します。こうしたものは人や時間、金を浪費することになるので、これからやろうとするプロジェクトほどの価値を産まないのであれば潔く中止にするという決断をすることが重要です。ただ今までうまくいっていたからと言って、これからも同じやり方がうまくいくという保証はないのです。意思決定を行う人達同士の頻繁なコミュニケーションは、正確な情報が与えられているならば、意思決定のスピードを上げるのに役立ちます。そして私達の経験から言うと、それまでのように個人が行っていた意思決定よりも組織として行う意思決定のほうがよりよい結果を生み出し始めると、ようやく作り上げてきたシステムが動き出したという自信を持つことが出来るのです。
訳、終わり
以前にも紹介したトランスレーターの話が途中にでてきましたね。こうした人達、つまりドメイン知識をある程度持った人たちが旗を振ってデータ分析のプロジェクトをリードしていくことがやはり重要だと私も思います。ただ、このトランスレーターも一時的に必要なだけで、やはり最終的にはビジネスの現場の人間がデータもテクノロジーも使いこなせるようになっていくべきだと思います。アストロズではこの移行期間に２年ほどかかったとのことです。
ところで冒頭にも言いましたが、アストロズがデータ分析を使って自己を変革し、最終的にはワールドシリーズのチャンピオンになっていったという話は、もともとデータ分析の文化のない組織がこれからデータ分析を使ってビジネスを改善していこうというときに大いに参考になるのではないでしょうか。
アストロズの場合は、もともとデータ分析の文化がなかったというのもきついですが、それ以前にデータ分析を行っていくための環境も普通の企業と比べてかなりつらかったといえるのではないでしょうか。
選手やスタッフ、つまりデータ分析の結果を使って意思決定し、アクションを起こす側の人間は、高校すら出ていない場合が多くあったようです。さらに言葉も通じにくい、コミュニケーションがとりにくい人たちも普通にいます。（アメリカのベースボールチームは中南米の人たちが結構います。）そして、そもそもコンピューターのテクノロジーに詳しい人は限られているわけです。ですので、データに関する知識ということで、データリテラシーとか言ったりしますが、それが低いどころか、テクノロジーのリテラシーも高いとは言えない人たちだったわけです。これが最初の環境のハンディキャップです。
そして、実行に移すときには、どの企業でも、組織でも直面するような様々な問題が出てきますが、彼らはアメリカ中の多くの人からの熱狂的な視線が毎日降り注がれる、ベースボールのチームです。そして彼らの結果は毎日の試合が終わったとたんにたちまちのうちに明らかになるのです。これは、こうしたリスクを伴う、大きな変革を行っている時、つまりまったく新しいやり方への移行中は大変だったと思います。外野はいつでも、うまくいっていない間は絶え間ない批判を繰り返すものです。
こうした環境に比べれば多くの企業でデータ分析をもっとビジネスの意思決定に結びつけていく、業務の改善に活かしていくというのは、環境的には多くの日本企業にとっては比較的やりやすいはずではないでしょうか。なんといっても、日本の多くの企業で意思決定を行っている人たちのほとんどは大学を出ているでしょうし、日本人の学生の算数、数学のレベルは世界でもトップクラスです。
ただアストロズでこのような変革が可能であった原因の大きな点はオーナーのコミットメントであったと思います。このオーナーのJim Craneはまずアナリティクスが彼のチームには必要である、それこそが強いチームになるための戦略だとし、当時カージナルスという別のチームでデータを使って特に選手のスカウトの分野で成果を出し始めていたJeff Luhnowを招聘してきました。このときに、ジェネラル・マネージャーとして連れてきた、つまりチームのいわゆるCEOとして、全権を任せたのです。多くの企業の社長や経営者でもアナリティクスが自分たちのビジネスに重要であると気づき、それに必要な人材を中から見つける、もしくは外から連れてくるというところまでは出来ると思います。しかし、それを任せる人材を自分の直下に置き、組織を任せることが出来る人がどれだけいるでしょうか。
インタビューの中でJeffが言っているように、こうしたデータ分析の文化がないところに、データ分析を意思決定の仕組みとして持ち込むような変革はなかなかやり遂げることが難しいものです。２０１１年にJeffが赴任してから本格的にアナリティクス、つまりデータ分析を始めたといいますから、昨年の優勝まで、実に６年越しの苦労です。そしてその間の道のりは上がり調子というよりは、以前よりも悪くなり、１６２試合中１１１試合に負けるという悪夢のようなシーズンを経験することにもなっています。しかし、その間もぶれることなく、（内心はそんなに平穏でなかったと思いますが。）オーナーのJim CraneはJeff Luhnowを支え続けるのですが、これこそがリーダーシップだと思います。戦略を立て、人を揃えたなら、やらせきる腹積もりということです。
データサイエンス、アナリティクス、データ分析など言葉はいろいろありますが、こうしたものはついつい今までのITプロジェクトとして捉えられがちです。つまり、これまでのデータベースや会計システムの導入といった感じで、データを集めるためのデータレークのプロジェクトや機械学習のシステムの導入といった具合です。
しかし、データ分析に関するプロジェクトがITプロジェクトと決定的に違うのは、人の意思決定に直結するということです。つまり、ITプロジェクトのように何か今までやっていたことの効率が良くなる、コストが下がるといったことではなく、今まで人間がやっていた意思決定の仕方、もしくは仕組みを変えるということなのですから、今までやっていたやり方そのものが変わっていきます。そして成功するデータ分析というのは、最終的には経営そのものの変革となるはずなのです。
それだけのインパクトがある変革を起こそうというのですから、それは大変だと思います。何かのツールを入れれば何とかなるというものではありませんし、誰か有名な人を雇えば何とかなるという類のものでもありません。こうした変革を起こすには、長期的で、強力なリーダーシップのもとに、全社的なコミットメントが求められます。そして、実はこうしたことができるのは経営者しかいないのです。これが、日本に統計的品質管理というものを５０年代に持ち込んだエドワード・デミングがよくデータ分析とは経営の問題であると言っていた所以です。
こうしたチャレンジを理解し、ほんとうの変化、見せかけでない、企業の文化と経営の変化を起こすことができるビジネスこそが次の５年、１０年とグローバルなステージでも成長し続けることが出来るのだと思います。
なぜなら、それだけ難しいことをやりとげたからこそ、これからの５年、10年で競争相手に対して優位でい続けることが出来るのです。これは、Jeffがインタビューの中でも言っていましたが、なかなか他の企業には簡単にまねが出来ないことなのです。