【ITニュース解説】JCARS LOGISTICS DATA ANALYSIS WITH POWER BI

Jcarsは、ケニア全土で自動車の小売りと流通を行う企業である。個人顧客から政府機関、NGOまで多様な顧客を持ち、車両の調達、物流、販売という複雑なサプライチェーンを管理している。この事業をより深く理解し、効率的に運営するため、JcarsはPower BIを使ったデータ分析プロジェクトを開始した。

しかし、プロジェクトの最初のステップで、生データには多くの課題があることが判明した。これは、システムエンジニアを目指す初心者がデータ分析で直面する「現実世界のデータ」にありがちな問題である。主な課題は、日付表記の不統一、テキスト情報の表記ゆれ、複数の通貨や表記方法が混在する財務データ、そして欠損データや論理的に不可能なデータであった。 例えば、日付は地域形式やExcelのシリアル値、存在しない日付などが混在していた。車種名や色名も一貫性がなかった。価格や収益は、複数の通貨で記録され、「9.14M」（914万）のような略称も使用されていた。また、注文IDの欠損や、配送日が注文日より早いといった無効なデータも存在した。

これらの課題を解決するため、JcarsはPower BIの「Mコード」という機能を使って、徹底的なデータクレンジング（データ整形）を行った。これは、単に間違ったデータを削除するのではなく、分析に適した形に加工する重要な工程である。

日付データについては、カスタムM関数を開発し、多様な日付形式やExcelシリアル値を自動で判別し、統一された正しい日付形式に変換した。また、表記の揺れや物理的に不可能な日付は「null」（データなし）として処理し、分析に悪影響を与えないようにした。 テキストデータ（車種名や色名など）は、表記の揺れを修正し、すべてを統一された表現に標準化した。これにより、正確な集計と分析を可能にした。 財務データに関しては、まず通貨記号やカンマ、略称を取り除いて純粋な数値だけを抽出した。次に、その数値がどの通貨で記述されていたかを識別し、事前定義された為替レートを使って、すべての金額をケニアシリングという単一の基準通貨に変換した。これにより、通貨をまたいだ正確な財務分析が可能になった。 欠損データや無効なデータは、安易に削除するのではなく、慎重に扱った。例えば、注文IDが欠損している行には一意の識別子を割り当てて残し、論理的な矛盾がある取引には、その問題を示す「フラグ」を立ててデータ自体は残した。この方法で、Jcarsは全体の財務データを保持しながら、特定の分析では問題のあるデータをフィルターできる柔軟性を得た。

データクレンジング後、次に「スターモデル」と呼ばれるデータ構造にデータを変換した。これは、Power BIでのデータ圧縮とクエリ（データ検索）の速度を最適化するための、データ分析において非常に効率的なモデルである。 スターモデルは、「ファクトテーブル」と「ディメンションテーブル」という二種類のテーブルで構成される。ファクトテーブルは、個々の取引に関する数値データ（販売台数、収益、割引など）と、各ディメンションテーブルへの参照情報（外部キー）を格納する。一方、ディメンションテーブルは、ファクトテーブルの数値データを分類したり説明したりするテキスト情報（車種、顧客所在地、支店情報など）を、重複を排除した状態で格納する。 テーブル間の関係性（リレーションシップ）は、ほとんどが一対多の関係で、データのフィルター方向はディメンションテーブルからファクトテーブルへという単一方向で設定された。これは、データの整合性を保ち、分析結果の予測可能性を高めるために重要である。

データモデルが完成すると、Power BIの「DAX（データ分析式）」を使って、ビジネス上の重要な指標を計算した。例えば、「総収益」「総粗利益」「粗利益率」「総販売台数」といった指標である。これらの計算は、Jcarsの経営状況を数値で客観的に把握し、戦略的な意思決定を支援する基盤となる。

この分析により、Jcarsの事業に関する様々な発見、洞察、そして具体的な改善提言が導き出された。 まず、車種別のパフォーマンスでは、トヨタが圧倒的な市場リーダーであり、特に特定モデルの売上が好調であることが判明した。しかし、フォルクスワーゲンやBMWは販売台数は少ないものの、非常に高い粗利益率を誇る高利益率ブランドであることも明らかになった。 顧客獲得源では、InstagramやFacebookといったソーシャルメディアが、総収益の大きな割合を占める主要なチャネルであることが示された。 顧客と支払い状況を見ると、ディーラー、政府、NGOが主な収益源であり、個人顧客の貢献度が最も低いことが分かった。さらに、多くの支払い（特にM-Pesaや現金）が「保留中」や「一部支払い済み」の状態にあり、これがJcarsのキャッシュフローを阻害している大きな問題であることも明らかになった。 地域と支店のパフォーマンスでは、特定の支店が高い実績を上げている一方で、首都の支店が他の好調な支店と比較して著しく低いパフォーマンスであることが判明し、詳細な調査が必要な課題として浮上した。

これらの発見から、いくつかの戦略的な洞察が得られた。Jcarsはトヨタへの依存度が高く、これが潜在的なリスクとなる可能性がある。また、多量の「保留中」「一部支払い済み」取引は、販売は成立しているものの、実際の現金収入が滞っているキャッシュフローの麻痺状態を示している。マーケティングにおいては、ソーシャルメディアへの投資が非常に高いROI（投資対効果）をもたらすことが明確になった。さらに、首都の支店の異常な低パフォーマンスは、運営上の根本的な問題を示唆している。

これらの洞察に基づき、Jcarsには具体的な改善策が提言された。 調達と在庫の面では、引き続きトヨタの人気車種の在庫を優先しつつ、高利益率ブランドであるフォルクスワーゲンやBMWの在庫を増やし、さらには多様化も検討すべきである。 マーケティングと販売戦略では、効果の高いInstagramとFacebookへの予算配分を増やし、人気車種に特化した広告キャンペーンを展開することが推奨された。顧客紹介プログラムの強化も有効である。 運用と財務の改善としては、未収金問題に対処するための支払い回収タスクフォースの設置が急務である。営業担当者のコミッションを「回収済み収益」に連動させることも検討すべきだ。ナイロビ支店に対しては、直ちに運用監査を行い、パフォーマンス低下の原因を特定し、改善策を講じる必要がある。個人顧客セグメントの強化も視野に入れるべきである。

このプロジェクトは、Jcarsが未加工のデータという課題を乗り越え、戦略的なビジネスインテリジェンスを構築する重要な道のりを示した。データクレンジングとスターモデルの構築により、Jcarsは信頼性の低い記録を高性能な分析基盤へと変革した。その結果、Jcarsは利益率の最適化、サプライチェーンの効率化、そしてケニア市場における持続的な成長を推進するための強力なツールを手に入れたのである。