展示会のたびに、営業チームで約50時間かけていた作業が、ゼロになりました。
ベンチャーネットが支援した、キュリエ様の公開事例です。
データドリブン経営とは、勘や経験だけに頼らず、データにもとづいて経営の判断や業務の改善をするやり方です。
キュリエ様の50時間は、ツールを入れた日に消えたわけではありません。
販売・在庫・経理のデータを1つにそろえ、そのデータで営業の動きを変えた結果です。
事例を並べると、成果を出す会社の共通点は3つに絞れます。
- データを「見るもの」ではなく「行動の起点」として使っている
- 始めるときに決めるのは、ツールではなく「経営者が毎日見る数字」
- 仕組みは、業務の広がりと社内の人手で選んでいる
では、キュリエ様はどんな順番で、そこまで進んだのか。
この記事で分かること
- データドリブン経営の定義と「可視化→分析→最適化→実行」の回し方
- 公開事例（キュリエ様）の進み方：守り→攻め→次へ
- 製造・卸売・専門商社・物流・IT/SaaSの5つの型と、最初に見る数字
- 成功する会社に共通する3つの要因と、よくある3つの失敗
- 1業務・1KPIに絞って最短90日で回す、1周目の進め方
データドリブン経営とは
データドリブン経営では、売上・在庫・顧客の動き・業務の流れなど、社内で生まれるデータを集めて分析します。
そのうえで、客観的な根拠にもとづいて判断します。
似た言葉にDX（デジタルトランスフォーメーション）があります。
DXは、デジタル技術で事業や組織を変えること全般を指します。
データドリブン経営は、そのDXを進める手段の一つです。
4つの段階を回す
| 段階 | やること | 止まりやすい理由 |
|---|---|---|
| 可視化 | 売上・在庫・利益などを見える状態にする | 画面を作って満足する |
| 分析 | なぜその数字になったか、原因や傾向を読み解く | 分析する時間がない |
| 最適化 | データから打ち手を決める | 決める人が決まっていない |
| 実行 | 組織で動かし、結果を次の可視化に戻す | 誰がいつ動くかが決まっていない |
多くの会社は、1段目の可視化で止まっています。
ダッシュボードは作ったが、見るだけで終わる。
成果を出す会社は、この回転を途切れさせません。
| 変わること | 変わらないこと |
|---|---|
| 判断の根拠が、感覚から数字になる | 最後に決めるのは経営者であること |
| 部門の議論が、同じ数字の上で進む | 現場の知恵や顧客との関係の大切さ |
| 問題に気づく時点が早くなる | 数字の意味を読み解く人の力が要ること |
データは、経営者の判断を置き換えるものではありません。
判断を速く、納得のいくものにするための材料です。
実践方法の全体は、中小企業のデータドリブン経営実践方法とは？で扱っています。
公開事例｜キュリエ様：守り→攻め→次へ
キュリエ様は、オフィスサプライの卸売とECを手がける会社です（キュリエ様の導入事例）。
導入前は、複数のシステムやExcelに情報が分かれ、販売・在庫・経理のデータが一体になっていませんでした。
何が変わったか
- 展示会の後の作業：約50時間かかっていた作業が、ゼロになった
- データの集計：生成AIとの連携で、集計の手作業がほぼなくなった
どちらも、データが1か所にそろってから起きた変化です。
データが散らばったままなら、生成AIも一部しか読めませんでした。
どんな順番で進んだか
キュリエ様の歩みは、3つの段に分けて見ると分かりやすくなります。
- 守り｜業務が回る：在庫・販売・会計を1つにし、日々の業務を安定させる
- 攻め｜データで打つ：売れ筋の分析や、営業の作業の自動化に使う
- 次へ｜経営が変わる：KPI、管理会計、上場に向けた内部統制に進む
キュリエ様は、在庫管理の自動化で守りを固めました。
次に、展示会の作業を自動化して攻めに出ています。
いまは、上場に向けた内部統制に取り組んでいます。
守りを固めた4つの手順
攻めに出られたのは、守りの段で次の4つを徹底したからです。
- データ整理を最初に：移す前に、マスターと数字をそろえる
- 段階的に導入：Excelから一度に切り替えない
- 研修・サポートを徹底：現場が使える状態まで付き合う
- 操作はシンプルに：使わない機能を盛らない
データドリブン経営というと、攻めの画面や分析に目が向きがちです。
けれど、キュリエ様の順番を見ると、最初に手をかけたのは守りでした。
事例を、自社に引き寄せて読む
同じ業種・規模でも、課題や業務の流れは会社ごとに違います。
「他社が成功したから自社も」とは限りません。
事例を読むときは、次の3つを自社と並べてみてください。
- その会社の課題は、自社の課題と同じか
- その会社は、何を標準に合わせ、何を作り込んだか
- 稼働した後、社内で誰がデータを見て動いているか
ほかの公開事例は、NetSuiteの導入事例で紹介しています。
業種別・5つの型｜最初に見る数字
キュリエ様の順番は、業種が違っても使えます。
変わるのは、最初に見る数字です。
ここからの5つは、中堅・中小企業によく見られる流れを業種ごとにまとめた「型」です。
特定の会社の実例ではありません。
| 業種 | よくある困りごと | 最初に見る3つの数字の例 | 行動のきっかけの例 |
|---|---|---|---|
| 製造業 | 製品が多く、どれが儲かっているか分からない | 製品別の限界利益／受注残／在庫回転率 | 限界利益が下がった製品は価格を見直す |
| 卸売業 | 拠点が複数あり、欠品と滞留が同時に起きる | 在庫回転率／欠品率／品目別の粗利 | 回転率が落ちた品目は発注を止める |
| 専門商社 | 採算の悪い取引をやめられない | 顧客別の採算／売掛金の回収状況／粗利率 | 回収が遅れた顧客は与信を見直す |
| 物流業 | 問題が当日にならないと分からない | 翌日の出荷予定／在庫の精度／遅延率 | 在庫不足は前日に営業へ知らせる |
IT・SaaS業では、事業や案件が多く、損益が月次でしか分からないことがよくあります。
見る数字は、事業別損益・案件別の工数・解約率です。
工数が見込みを超えた案件は、範囲を見直すきっかけになります。
限界利益は、売上から変動費を引いた利益です。
KPI（重要業績評価指標）は、目標に向けた進み具合を測る数字を指します。
製造業の型｜製品別の採算を見える化する
製品が多い製造業では、月次決算は出ても、製品別・顧客別の採算が見えないことがよくあります。
工場長が「この製品は赤字かもしれない」と感じていても、根拠の数字を出せません。
型としての取り組みは、拠点ごとの販売と会計のデータを1つにすることです。
そのうえで、製品ごとに原材料費・工数・販管費を割り当て、限界利益を見ます。
最初から原価を細かく分けきらなくても、上位と下位の製品が分かれば判断は始められます。
画面は月次決算の道具ではなく、毎朝の判断の道具として使います。
たとえば、製品別の利益率の上位10と下位10を、経営者が毎朝見る形です。
- 「赤字かもしれない」製品を、数字で示せるか
- 製品ごとの原価に、工数や販管費まで割り当てられているか
卸売業の型｜拠点の在庫を同じ時点で見る
ある拠点で欠品し、別の拠点で同じ商品が滞留する。
全社で「どこに・何が・いくらあるか」が分からない状態です。
拠点の在庫データをつなぎ、品目別の在庫水準・回転率・欠品の危険を1つの画面に集めます。
在庫の数だけを見ると、「減らす」判断に偏りがちです。
品目別の粗利と並べると、持つべき在庫と手放す在庫を分けて考えられます。
見える化で止めず、仕入と拠点への配分の見直しまで進めるのが、この型の到達点です。
専門商社の型｜顧客別の「本当の利益」を出す
顧客別の売上は分かっても、配送費・営業の工数・支払いの期間を含めた利益は、誰も計算していない。
不採算の顧客の扱いで、営業と経理の意見が割れる。
専門商社でよく見る場面です。
顧客マスタを1つにし、顧客別の売上・粗利・配送費・支払いの期間を一画面に並べます。
同じ数字を見れば、不採算の顧客の議論は感情論になりません。
分析の結果は、経営会議という「決める場」に持ち込みます。
物流業・IT/SaaS業の型｜判断のリズムを前倒しにする
物流業では、受注・在庫・配送の予定が別々のシステムにあると、在庫不足が配送の当日に分かります。
受発注と在庫を一元化し、配送の予定とつなげば、前日の夕方に翌日の計画を見られます。
現場が落ち着くと、経営者はクレーム対応から離れ、原因の分析に時間を使えます。
IT・SaaS業では、受託案件の赤字が案件の終了後に分かることがあります。
案件別の工数と会計のデータをつなぎ、事業別の損益を月次より細かい間隔で見ます。
月次の振り返りから日々の判断へ、リズムを変えるのがこの型です。
数字は例です。
自社の事業で、判断に直結する数字を選んでください。
業種別の使い方は、製造業の経営者がNetSuiteで解決できる課題と卸売・商社のNetSuite活用ガイドでも扱っています。
成功する会社に共通する3つの要因
経営者がリアルタイムでデータを見る
成果を出す会社の経営者は、データを「月次会議で初めて見るもの」として扱いません。
朝のメールと同じ感覚で、ダッシュボードを開きます。
製品別の利益率、在庫の動き、案件の進み具合を、1日の始まりに見ておきます。
2024年7月17日に日本オラクルが開いた「SuiteConnect Tokyo」で、パネルの討論がありました。
日本オラクル社長の三澤智光氏は、経営者自身がリアルタイムのデータを見て判断する姿勢の大切さを語っています。
それを可能にするツールを選び、活用することも求められると述べています。
出典はNetSuite「成功するデータドリブン企業の条件」開催レポートです（2026年9月確認）。
経営者が見ない数字は、現場も見ません。
経営者が毎日見る数字は、現場も意識し始めます。
データで議論する文化
同じパネルで、日産自動車のジョン・クラーク氏は、DXがうまくいかない理由の多くはカンパニーカルチャー（組織の文化）にあると指摘しました。
データは特定の部署だけが使うものではなく、全社での取り組みが欠かせないという趣旨です（出典：同上）。
成果を出す会社では、データが組織の共通言語になっています。
感覚ではなくデータをもとに議論し、失敗を責めるのではなく、データから学びます。
文化は、号令だけでは変わりません。
根づくまでには、半年から1年ほどを見ておくのが現実的です。
小さな決めごとから始めます。
- 会議の資料の最初のページに、毎回同じ3つの数字を載せる
- 「なぜそう思うか」と聞かれたら、数字で答える
- 数字が悪かった担当を責めず、「次に何を変えるか」を問う
見える化で終わらせず、行動につなげる
成果を出す会社は、データを見た後に、誰が・いつ・何をするかを決めています。
- 在庫回転率が一定の値を下回ったら、購買担当が翌日に発注を見直す
- 製品別の利益率が悪化したら、営業会議で価格を再検討する
数字と行動の組み合わせを図にすると、次のとおりです。
差がつくのはツールではありません。
「データを見たら何をするか」を、画面を作る前に決めているかどうかです。
KPIが動いたときの担当と打ち手を、業務の流れと一緒に書いておきます。
そうすれば、画面は眺めるものから、動くきっかけに変わります。
判断の物差し｜どの仕組みでデータを集めるか
| 選択肢 | 向く会社 | 注意点 | AIとの親和性 |
|---|---|---|---|
| いまは入れない（Excelで3つの数字を毎日出す） | まず見る習慣をつけたい | 集計が人に依存する | 低い。データが散らばる |
| 会計ソフト＋BIツール | 会計の数字を中心に見たい | 販売・在庫のデータは別に集める | 中。つなぐデータしだい |
| Odoo | 費用を抑え、業務を広く一つにしたい | 設定と運用を担う人が要る | 中〜高 |
| NetSuite | 販売・在庫・会計を一つにし、拠点が複数ある | 構成で費用が変わる | 高い。全業務のデータが一か所にある |
| AIスクラッチ開発 | 独自の指標や画面が競争力の源 | 作った後の保守を誰が担うか | 高い。ただし保守が前提 |
BIツールは、集めたデータを分析し、グラフなどで見せる道具です。
表の「AIとの親和性」は、AIが読めるデータが一か所にそろうかどうかで見ています。
販売・在庫・会計のデータが一つにあれば、AIに次のような点検を任せやすくなります。
- いつもと違う数字の動きを見つけて知らせる
- 数字の変化を文章で要約し、会議の資料の下書きを作る
- 悪化の兆しがある顧客や品目を洗い出す
データがExcelに散らばったままでは、AIもその一部しか読めません。
キュリエ様の集計の手作業が消えたのも、データが一か所にそろっていたからです。
NetSuiteは、Oracleが提供するクラウドERPです。
世界220地域・44,000社以上で使われています（出典：Oracle NetSuite公式サイト、2026年9月時点）。
公式サイトでは、ロール別のダッシュボードやKPI、リアルタイムの検索とレポート、SuiteAnalyticsワークブックという分析の機能が紹介されています。
出典はNetSuite公式サイト「Analytics & Reporting」です（2026年9月確認）。
ほかの選択肢が合う会社もあります。
- 見る数字がまだ決まっていないなら、Excelで3つの数字を出す習慣から始める
- 会計の数字だけで判断できる規模なら、会計ソフトとBIツールで足りることがある
- すでにERPがあるなら、BIツールを足すほうが早いこともある（NetSuite × BIツール徹底比較）
これから始める会社と、仕組みが使われていない会社
これから始める会社は、毎日見る数字を3つに絞るところから入ります。
多すぎると、見続ける習慣が根づかないからです。
製造業なら製品別の利益率、卸売業なら在庫回転率、専門商社なら顧客別の採算。
第3章の型のうち、自社に近いものから選べば迷いません。
最初はExcelで構いません。
毎朝、同じ時刻に同じ形で出すことを続けます。
3つの数字を出すのに毎日1時間以上かかるなら、データが散らばっているサインです（ExcelからNetSuiteへ移行すべきタイミング）。
仕組みはあるのに誰も見ていない会社は、ERPもダッシュボードもそろっていることが多いものです。
その場合も、乗り換えの前に次の3点を見直します。
- 画面の数字は、経営者が毎日見たい3つと合っているか
- 数字が悪化したとき、誰が何をするかが決まっているか
- 数字の定義が部門で違い、信用されていないことはないか
多くは、仕組みの問題ではなく、設計と運用の問題です。
2つの会社の最初の一手を並べると、次のとおりです。
いまのNetSuiteを活かし直す考え方は、NetSuiteが使いにくい・活用できていないと感じたらで扱っています。
よくある失敗3つ
失敗1：見える化で止まる
起きること：ダッシュボードを作ったが、月末に経理が集計する画面で終わる。経営者は月次会議でしか見ない。
原因：誰が・いつ・何を見て・どう動くかを決めないまま、画面を作った。
避け方：画面を設計する前に、「このKPIが悪化したら誰が何をするか」を決めます。
経営者が毎日見るKPIは3つに絞ります。
「その画面を最後に開いたのはいつか」と経営者自身に問うと、この失敗に気づけます。
失敗2：分析が行動につながらない
起きること：原因の仮説は立つのに、「誰がいつまでに何を変えるか」が決まらない。翌月も同じ分析を繰り返す。
原因：分析の結果と、意思決定の手順が切り離されている。会議が「持ち帰って検討」で終わる。
避け方：分析の結果には、行動の責任者と期限を必ずつけます。
経営会議では、数字を見る時間より、次に何をするかを決める時間を長く取ります。
議事録に「誰が・いつまでに」がない会議は、この失敗の入り口です。
失敗3：IT部門だけのプロジェクトになる
起きること：IT部門がツール選びから画面づくりまで担う。技術的には立派だが、現場も経営者も使わない。
原因：経営者・現場・IT部門の協働として設計していない。
避け方：経営のプロジェクトとして始めます。
経営者が「どの数字を毎日見るか」を決め、IT部門は土台づくりを担います。
現場の各部門にも、データで判断する場面を一つずつ作っていきます。
ベンチャーネットならこう見る｜1業務・1KPIで回す90日
ベンチャーネットは、NetSuite・Odoo・AIスクラッチ開発を扱い、SAPからのリプレイスにも対応しています。
データドリブン経営の相談で、最初に伺うのは次の3つです。
- 経営者が毎日見る数字は、3つに絞れているか
- その数字の定義は、部門で同じか
- 数字が動いたら、誰が何をするか決まっているか
3つがそろったら、次にデータの置き場所を書き出します。
Excel・会計ソフト・販売管理に、3か所以上散らばっていると分かることがよくあります。
その場合は、つなぎ方を考えるか、一つの仕組みにまとめるかを比べます。
NetSuiteが合わないと判断したときは、そうお伝えします。
最初の3つは、システムがなくても今日から決められます。
決まっていれば、どの仕組みを選んでも、データは行動の起点になります。
型1：最短90日で、1業務・1KPIの1周目
最初から全社の画面を作ろうとすると、指標の議論だけで数か月が過ぎます。
ベンチャーネットは、1つの業務と1つのKPIに絞った1周目を、最短90日で回す形をとります。
- 絞る：判断したいことのうち、いちばん困っているものを1つ選ぶ
- つなぐ：そのKPIの数字が、手作業を挟まずに画面に出るようにする
- 回す：会議で見て、動いたら誰が何をするかを決め、結果を振り返る
1周目で型ができれば、2つ目のKPIも同じ手順で広げられます。
キュリエ様が守りから攻めへ進んだのも、同じ一巡の積み重ねです。
型2：現場の勘とAIの提案を、同じ条件で比べる
データやAIの提案は、現場の勘を否定するためのものではありません。
同じ期間・同じ条件で、勘による判断とAIの提案を並べて結果を比べます。
どちらが当たったかを数字で見れば、現場も納得して使い分けられます。
今日できること｜「数字と行動」の表をつくる（1時間）
経営者が毎日見たい数字を3つ選び、次の表を埋めてみてください。
| 毎日見たい数字 | 今どこにあるか | 悪化の基準 | 誰が何をするか |
|---|---|---|---|
| （例）在庫回転率 | 倉庫のExcel | 前月より下がった | 購買担当が翌日に発注を見直す |
「今どこにあるか」が複数に分かれる数字は、データを一つにする候補です。
「誰が何をするか」が埋まらない数字は、まず会議で決めてください。
3つのうち、いちばん困っている1つが、90日の1周目のKPIです。
経営者が毎朝見る画面の決め方は、NetSuiteダッシュボード｜経営者が毎朝見る5つの画面の決め方で扱っています。
よくある質問
Q1. 中小企業でもデータドリブン経営はできますか
できます。意思決定が速い分、効果が早く出やすい面もあります。
大企業のような専門部署は要りません。
クラウドERPなら、データを集めて見える化する土台を、月額の利用料で持てます。
経営者が毎日見る数字を3つに絞り、その数字が手作業なしで出る土台を整えれば始められます。
Q2. どこから始めればよいですか
経営者が毎日見たい数字を3つに絞ることからです。
そのうち、いちばん困っている1つを選び、1業務・1KPIの1周目を回します（第8章・第9章）。
Q3. 効果が出るまでどれくらいかかりますか
1業務・1KPIに絞れば最短90日で1周目を回せます。
仕組みの構築だけなら、3〜6か月でデータが見える状態になることが多いです。
ただ、判断の質が全社で変わるには、半年から1年を見ておきます。
データを判断の材料にする文化を育てるには、習慣づくりの時間がかかるからです。
Q4. どんなツールが必要ですか
集めるERPと見せるダッシュボードと分析するBIツールの3つです。
中小企業では、ERPとダッシュボードが一体のクラウドERPを選ぶと、つなぐ手間が省けます。
すでにERPがあるなら、BIツールを足す選び方もあります。
Q5. 紹介されている事例は実在の会社ですか
第2章のキュリエ様は実在の公開事例です。
第3章の5つは、中堅・中小企業によく見られる流れを業種ごとにまとめた型で、特定の会社の実例ではありません。
自社に近い型を探す参考としてお使いください。
Q6. ダッシュボードを作ったのに使われません。どうすればよいですか
数字と行動の組み合わせを決め直すことからです。
画面の数字が、経営者の見たい3つと合っているかを見直します。
悪化したときに誰が何をするかを決めると、見る理由が生まれます（第6章）。
Q7. データドリブン経営とDXは何が違いますか
データドリブン経営はDXを進める手段の一つです。
DXは、デジタル技術で事業や組織を変えること全般を指します。
データドリブン経営は、その中で「判断の根拠をデータにする」部分を担います。
まとめ
- データドリブン経営は、データを行動の起点にする経営
- キュリエ様は、守り→攻め→次への順で進み、展示会の後の約50時間の作業をゼロにした
- 業種が違っても順番は同じ。変わるのは最初に見る数字
- 失敗の多くは、見える化で止まる・行動に落ちない・IT任せ
- 始めるときは、1業務・1KPIに絞って最短90日で1周目を回す
50時間がゼロになった話は、ツールを入れた日から始まってはいません。
データをそろえ、見る数字を決め、動く人を決めたところから始まっています。
まずは、毎日見る数字を3つ書き出してください。
次の段階の最適化は、データドリブン経営の次の一手で扱っています。
もう少し詳しく知りたい方へ
毎日見る数字の決め方や、ダッシュボードの設計から、ご相談をお受けしています。
