通関業務でデータ分析を導入しない企業は年間400時間もの作業時間を無駄にしています。
ビッグデータを活用して大きな成果を上げている企業には明確な共通点があります。
参考）外資就活ネクスト(旧Liiga) コラム
Amazonはレコメンド機能によって売上の約35%を生み出しており、ユーザーの閲覧履歴や購入履歴のデータを分析してパーソナライズされたおすすめ商品を表示しています。 つまり3分の1以上の売上がデータ分析から生まれているということですね。
楽天も同様にビッグデータ分析に注力し、売れ筋商品を表示する「楽天プロダクトランキング」の更新頻度を短縮し、ジャンルを細分化することで30%の売上向上を実現しました。 これは単なるレコメンド機能の導入だけでなく、データを分析した結果に基づいた戦略的な改善施策です。
参考）15社のビッグデータ活用事例から学ぶ、成果につながる活用の方…
スシローは徹底したデータ分析によって食材廃棄を75%カットすることに成功しています。 飲食業界では廃棄ロスが大きな課題ですが、ビッグデータ活用で在庫管理を最適化できることを証明した事例です。
ダイドードリンコはアイトラッキング分析と購買データを組み合わせ、視線のデータ化により商品陳列を変更し、売上を前年比1.2%増加させました。 意外ですね。
参考）https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h27/html/nc254330.html
ヤクルトのオランダ法人では、Web上で生成されるデータや気象データなど約2000万点にも及ぶデータを分析し、顧客の購買行動を理解することで売上を20%伸ばしています。 一般的なPCでは処理に何年もかかるデータ量ですが、分析に特化した外部ツールを活用することで実現しました。
参考）ビッグデータの身近な例は？企業の活用事例も解説 - 中小企業…
通関業務の分野でもビッグデータとAIの活用が急速に進んでいます。
参考）ファイナンス 2020年8月号 No.657
財務省関税局は「スマート税関構想2020」の下、税関に蓄積されたビッグデータをAIによって解析し、通関審査や事後調査を支援する体制を構築しています。 輸出入申告等の膨大なデータをAIに学習・解析させることで、職員による通関審査の支援や事後調査の立入先の選定支援に活用されています。
参考）関税局、「スマート税関」進む。ビッグデータAIで解析、審査な…
実際の効果として、輸入通関処理の所要時間は1991年から2018年にかけて65%以上もの削減がなされています。 これは東京ドーム約6万5千平方メートル分の書類処理が効率化されたようなイメージです。
参考）貿易業務をデジタル化！システムでデータ活用と連携がもたらす新…
貿易DX企業のシッピオが開発した新システムでは、膨大な書類のデータ化をAIが自動で行うことにより、通関作業時間を約70%削減することが可能です。 システムを使えば、書類作成や複雑な照合作業の手間が抑えられ、1件あたりの作業時間を1〜3分程度に削減できます。
参考）通関作業をAIが7割削減 貿易DXのシッピオが新システム -…
デロイトトーマツは、企業が税関申告した情報をAIが複合的に解析して、誤りの可能性を効率的・効果的に抽出するサービスを提供しています。 分析の結果を基に、企業は追徴リスクを定期的に確認し、追徴課税が課される前に自主的な修正申告を検討・実施することが可能になります。 税関による事後調査を受けて追徴課税を課されるリスクを回避できるため、財務的なメリットが大きいです。
参考）デロイト トーマツ、AIを活用した企業の税関申告におけるリス…
最新のAI-OCRは、フォーマットが異なる書類でもAIが項目を判断して読み取ることが可能です。 これが定型業務の自動化です。
参考）【貿易DXの羅針盤】AIは貿易業界の「泥沼」を救えるか？国内…
製造業や小売業でのビッグデータ活用事例は、通関業務にも応用可能な示唆に富んでいます。
ローソンはヘビーユーザーを逃さない戦略により、顧客データを分析して購買パターンを把握し、効果的なマーケティング施策を実施しています。 顧客一人ひとりの購買履歴から嗜好を読み取り、適切なタイミングでクーポンを配信することで売上アップにつながりました。
GEOはSAPジャパンが提供するビッグデータ分析ツールを活用して顧客の嗜好を調査し、登録会員の情報を分析することで、熟練スタッフの知識では分からなかった相関関係を発見しています。 人間の経験だけでは気づけない法則性をデータが明らかにするケースです。
ワークマンは2時間かけていた発注作業を10秒に短縮することに成功しました。 これは約720倍の効率化です。
参考）ビッグデータ活用の成功事例10選とビジネスを加速させるヒント
あるホームセンターでは、従業員の配置を調整して売り上げを15%アップさせ、コールセンターでは休憩中のスタッフ同士の雑談を増やして売り上げを27%アップさせています。 一見関係なさそうな要素でも、データ分析によって業績向上につながる要因を特定できるということですね。
ニトリは画像検索機能を導入し、顧客のニーズに対応することで顧客満足度を向上させています。 視覚的なデータの活用も重要な戦略です。
これらの事例から学べるのは、業種を問わずデータ分析による業務改善が可能だという点で、通関業務でも書類処理のパターン分析や申告ミスの予測などに応用できます。 データの種類や量に応じた適切なツールの選択が成功の鍵です。
ビッグデータ活用に失敗する企業には7つの共通する特徴があります。
参考）https://www.imkk.jp/blog/companies-seven-characteristics-that-fail-to-big-data-utilization.html
まず「活用のポイントがずれている」企業です。 ビッグデータを活用すれば売上向上や新規顧客獲得も可能ですが、活用のポイントがずれてしまうと効果が半減どころか無駄な労力を費やしてしまいます。 目的が明確でないままツールだけ導入しても意味がありません。
次に「自社の強みを伸ばせていない」ケースです。 ビッグデータ活用の基本は、自社の強みを発揮する領域でデータ分析を活用することで、自社の苦手領域をビッグデータ活用で伸ばそうとしても失敗に終わることがほとんどです。 弱点補強ではなく長所を伸ばす戦略が基本です。
「タイムリーなデータ処理ができていない」企業も多く見られます。 ビッグデータとは「Volume：大量のデータ」「Velocity：高速に更新されるデータ」「Variety：広範囲なデータ」の「3V」で構成されており、リアルタイム性が重要です。 これまでのデータ利活用の前処理は夜間バッチ処理などで進められ、実際に利活用するデータは数時間から数日前のものになってしまうという課題がありました。
参考）従来のデータ利活用コストを約50%削減！データ仮想化がもたら…
データ品質の問題も深刻です。 ある企業では、複数部署が独自のフォーマットでデータを管理していたため、統合時に欠損データや重複データが多く、データの前処理に膨大な工数がかかってしまいました。 分析のたびに手作業によるクレンジングが必要となり、データ活用のスピードと正確性が大きく損なわれる事態に陥っていたのです。
参考）【業界別事例】ビッグデータとは？定義・成功と失敗事例・導入へ…
高機能なBIツールを導入したにも関わらず、現場でほとんど活用されないという失敗も多くの現場で起こっています。 複雑な設定や権限管理が現場任せとなり、重要なデータにアクセスできるのがごく一部のメンバーだけという状態になることもあります。 ツールに使われる状態は避けるべきです。
KPI（重要業績評価指標）に過度に依存し、本来の目標ではなく目の前のKPIばかり追う日々になってしまい、さらには現場の業績評価もKPIを基準にしてしまい不正が横行した企業もあります。 数字だけ見て本質を見失うことは危険ですね。
これらの失敗を回避するには、まず導入目的を明確にし、自社の強みを活かせる領域から始めることが重要で、データ品質の管理体制を整え、現場が使いやすいツールを選定し、リアルタイムなデータ処理環境を構築することが求められます。 通関業務でも同様に、まず書類処理の自動化など明確な課題から着手し、段階的に適用範囲を広げていくアプローチが有効です。
ビッグデータ活用には初期投資と維持費用がかかりますが、適切に運用すれば大きなコスト削減効果が得られます。
ビッグデータの活用には、各種チャネルからデータを取得するシステムの構築や膨大なデータを保存するストレージの確保、データを分析するAIの導入など、さまざまなコストがかかります。 各種システムの運用・保守費用も含めると、維持費はかなりのものになります。
参考）ビッグデータとは？初心者にもわかりやすく簡単に意味を解説 ｜…
しかし、データ仮想化技術を活用することで、従来のデータ利活用コストを約50%削減することが可能です。 Denodo Technologiesによると、コピーデータのうち75%は誰もが使っていないデータで、年間約75億円のコストがムダになっている事例があります。 これがビッグデータ利活用の費用対効果が上がらない原因のひとつです。
データプレパレーションを併用することで、データ整形やクレンジングなど、データ準備作業にかかる人的負荷を50%以下に削減することも可能です。 時間換算すると月80時間の作業が40時間になるイメージですね。
通関業務の分野では、AIによる書類のデータ化で作業時間を約70%削減できるシステムが登場しており、1件あたりの作業時間を1〜3分程度に短縮できます。 従来10分かかっていた作業が3分で完了すれば、1日100件処理する場合、700分（約11.7時間）が300分（5時間）になり、6.7時間の短縮です。
企業がデータとAIを活用して関税の変動に対応し、調達、価格設定、物流を迅速かつ正確に調整することで、サステナブルな成長を実現している事例もあります。 サプライチェーン管理と調達において、社内外のデータを集約し、AI駆動の予測モデリングを使用することで、サプライヤーのリスクとコスト、関税へのエクスポージャーについてのインサイトを得られます。 関税コストの削減が可能です。
参考）データとAIが関税の変動の克服にどう役立つか
投資対効果を最大化するには、まず小規模なパイロットプロジェクトから始め、成果を確認してから本格展開するアプローチが推奨されます。 通関業務では、特定の書類処理から自動化を始め、効果を測定しながら適用範囲を広げていくことで、リスクを抑えつつコスト削減効果を実現できます。 ただし、ビッグデータを継続的に活用するためには戦略的な投資が必要で、短期的な費用対効果だけでなく中長期的な競争力強化の視点が重要です。
<参考リンク>
スマート税関構想の取組状況について、財務省関税局が公開している具体的なビッグデータ解析の活用方法
https://www.customs.go.jp/zeikan/seido/smart/annex6.pdf
貿易DXにおけるAI活用の最新動向と具体的な削減効果
通関作業をAIが7割削減 貿易DXのシッピオが新システム -…
ビッグデータ活用の成功事例10選とビジネスを加速させるヒント
ビッグデータ活用の成功事例10選とビジネスを加速させるヒント
