デジタル経営改革のための評価指標(DX推進指標)
IPAは、経済産業省が2019年7月に取りまとめた『デジタル経営改革のための評価指標(DX推進指標)』に対して、各企業の自己診断結果を収集・分析することを目的に「DX推進指標 自己診断結果入力サイト」を公開しております。
毎年9月・10月はDX推進指標の集中実施期間のため、今回はサイトのご紹介と前年の分析レポートから一部ご紹介します。
9月・10月はDX推進指標の
集中実施期間
9月・10月はDX推進指標の集中実施期間となっており、10月31日までに自己診断を実施し、診断結果を提出した企業には、他の提出企業のDX取組状況と自社の取組状況を比較できる「ベンチマーク」の2022年速報版が提供されます。
DX推進指標 自己診断結果入力サイト:https://www.ipa.go.jp/ikc/info/dxpi.html
自己診断する企業
- 関係者が議論しながら診断を実施
- ベンチマーク活用による他社との比較
- 課題認識、対応策検討
- 今後の計画を立案
IPA
(独立行政法人 情報処理推進機構)
- 診断結果の分析
- ベンチマーク策定、提供
- 分析レポートの作成
- 指標の改善
DX推進指標とは
企業が簡易な自己診断を行うことを可能とし、各項目について、経営幹部、事業部門、DX部門、IT部門などが議論をしながら回答することを想定されており、以下の2つから構成されます。
- DX推進のための経営のあり方、仕組みに関する指標
(「DX推進の枠組み」(定性指標)、「DX推進の取組状況」(定量指標)) - DXを実現する上で基盤となるITシステムの構築に関する指標
(「ITシステム構築の枠組み」(定性指標)、「ITシステム構築の取組状況」(定量指標))
DX推進指標 自己診断結果
分析レポート(2021年版)のご紹介
前年度の分析レポートにつきましては、下記のURLからご覧いただけます。
DX推進指標 自己診断結果 分析レポート(2021年版):https://www.ipa.go.jp/ikc/reports/20220817.html
中小企業と大企業の現在値の平均
※成熟度レベル0(未着手)~レベル5(デジタル企業として、グローバル競争を勝ち抜くことのできるレベル)の6段階評価
企業種別 | 数 | 現在値の平均 | ||
---|---|---|---|---|
全指標 | 経営視点指標 (定性) |
IT視点指標 (定性) |
||
中小企業 | 131 | 1.66 | 1.57 | 1.77 |
大企業 | 355 | 2.05 | 2.03 | 2.08 |
大企業と中小企業の差 | 0.39 | 0.46 | 0.31 |
大企業に比べ、中小企業は相対的に成熟度が低い。
特に経営視点指標(定性)の方が IT 視点指標(定性)よりも現在値の平均の差が大きく、経営体制の違いが表れている。
中小企業と大企業における現在値の
平均の差が大きい指標
※成熟度レベル0(未着手)~レベル5(デジタル企業として、グローバル競争を勝ち抜くことのできるレベル)の6段階評価
指標 | 中小企業の現在値 | 大企業の現在値 | 差 |
---|---|---|---|
5 推進・サポート体制 | 1.53 | 2.15 | 0.62 |
5-1 推進体制 | 1.71 | 2.28 | 0.57 |
5-2 外部との連携 | 1.65 | 2.23 | 0.58 |
体制に関する指標は、大企業と中小企業で差が大きく、従業員数規模の差が体制構築に影響している。
事例82
データ活用支援事例
眠っていたデータから需給調整の傾向を見える化!
オペレーション標準化による効率化やデータ活用の推進に寄与
クライアント企業プロフィール
- 事業内容
- 青果物の生産、加工、販売及びマーケティング活動
- 従業員数
- 約200人
背景
- 基幹システムにはない細かい粒度のデータがサブシステムに蓄積されているが、経営に活かされていなかった
- 青果を最適な熟度でお客様に届けることを方針としているものの、実情の調査は実施できていなかった
支援内容
青果物の需給調整(従来よりコムテックが支援)
最適な熟度で店舗に出荷することが理想 |
▼ |
熟度に関する詳細データはサブシステムに蓄積されている |
蓄積されたデータをBIツールで
分析・見える化!
▼各エリアの計画と実績の一致率やレコード数をMAPに表現
※イメージ
▼受注に対して適切な状態で出荷できているかをヒートマップで表現
※イメージ
※販売店舗の希望熟度と実際に出荷された熟度の一致率
コムテックなら改善までサポート!
分析結果より、精度の高いエリアのオペレーションを基準に標準化を実施。品質向上とともに、工数の削減に成功!
新たに販売計画(需要予測値)と受注実績に大きな乖離があるエリアも発見でき更なる分析および改善にも着手。
成果
- 経営層に届いていなかった粒度の細かいデータを見える化したことで、想定していた平均の品質(熟度一致率)と実情とのギャップが明らかになり、対策を打つことができるようになった。
- 販売エリアや販売店による品質(熟度一致率)のバラつきが顕在化、対象店舗へ是正を依頼することにより品質改善につながった。
- 精度の高いエリアを基準にオペレーションを標準化し、需給調整業務の効率化につながった。