ユーザー事例

P&Gのたゆまぬイノベーションを支えるアナリティクスの力

定量的科学者による統計の活用でP&Gの大ヒット商品群がより魅力あるものに

Procter & Gamble

課題洗剤とパーソナル ケア製品における、科学技術の限界を日々追求する難しさ。
ソリューション                                                                      まず、組織全体に分析の文化を浸透させた。また、JMPの「実験計画法」を用いて、データ中心のアプローチで実験を実施、 品質向上とコスト削減を実現。
結果P&Gのたゆまぬ改善を追求する文化を示す好例となった。

Procter & Gamble (P&G)は、 約200年前に設立されました。石鹸やロウソクの製造から始まった小さな会社は、今や世界最大の最も収益性が高い消費財メーカーに成長しています。同社の製品群には、ジレット、バウンティ、パンパースなど、60を超える象徴的なブランドが含まれています。消費財のように変化が激しく、競争の厳しい業界では、このような成功は極めて例外的なものであり、決して簡単に成し遂げられるものではありません。

「一般の消費者は、パーソナルケア製品やクリーニング製品の研究開発が、高度に専門的な知識を必要とするものであることをあまり意識していないようです」とP&Gの定量的科学部門の統計担当者であるBeatrice Blum氏は言います。彼らは商品をパッと見て、良い品か否かを判断します。「私たちの目標は、定量的なアプローチを用いて、消費者のニーズを満たすだけでなく、世界中の消費者の生活を向上させる優れた製品、すなわち『勝てる製品』を開発することです」とBlum氏。


  • 消費者は、 おむつ交換から台所の掃除、 洗濯まで、 1日に幾つものP&G製品に触れる機会があります。 


  • 掃除を行い、家を清潔に保つことは、世界のどこでも毎日行われていることです。そのため、製品の品質は非常に重要です。 しかし、調査によると消費者は、使い捨て商品についてその品質をあまり深く吟味せずに購入しているようです。 


  • その代わりに、 購入する際の決め手になるのは、 P&Gのような信頼できるブランド名なのです。 

     あらゆる製品開発に統計は必須

    P&Gが看板商品で大成功している理由は何でしょうか。Blum氏は、データに基づいた意思決定が、高品質な製品の生産に重要だと言います。データから洞察を最大限に引き出すことで、P&Gは時間とコストを削減し、 消費者の期待に沿う製品設計を実現するなど、より効率的に業務を進めています。その結果、リソースはさらに充実し、製品が高い品質基準に適合するようになります。

    Blum氏自身もドイツでP&Gの研究開発機能をサポートし、さまざまな事業分野のニーズに応えています。「私は、製造工場から設計、工程改善まで、エンジニアとコマーシャルワークの両方をサポートしています。というのは、製品の改良だけでなく、データの見方や集め方、すでに使っている手法の改良も行わなければならないからです」と同氏は言います。

    「数年前までは、収集されたデータの多くが活用されていませんでした。データが不適切に収集された場合、それを分析して、そこから結論を導いたりすることは極めて困難です」と同氏は指摘します。ですが、現在では定量的科学の専門家であるBlum氏と同僚たちによって、その状況は一変しました。

    「私たちは、すでに存在するデータを客観的に別の角度から見られるようにしました。今日のP&Gでは、あらゆる製品開発に統計は必須です。収集されたデータには必ず、 そのデータ収集プログラムに割り当てられた統計学者がいて、データを調べています」とBlum氏。


    JMPはデザインから製品完成まで、すべてのプロセスで活用されています。

    原材料から最終消費者まで、製品およびプロセスデータへ全体的にアプローチ

    P&Gの統計担当者は、消費者や官能評価パネルによるテストから、安定性・信頼性テスト、 製品の保管寿命を調べる加速実験まで、さまざまなデータセットを利用しています。しかも、そのデータセットの利用はすべて標準的な実験室でのテストに加えて行われます。

    オムツを例に取ってみましょう。「私たちは、さまざまな種類のデータを持っています」とBlum氏。「たとえば、 吸水性のテストや、液体がオムツの層間でどのように染み渡るかをテストすることもあります。また、 おむつの生産ラインのテストを行い、適宜パラメータを設定しています。そして、生産工程に入る前に 素材のテストも行います。 供給されたものだけでなく、自社の製造プロセスとプリタイプも確認した上で、 すべての部品が揃うのです」と同氏は説明します。

    P&Gが他社と違うのは、こうした実験がすべて慎重にデザインされており、Blum氏とその同僚は、無駄な実験を排除して、ビジネスに対する洞察をもたらす有意義で実用的なデータを収集できる点にあります。より少ない(しかし戦略的に収集された)データで、より多くのことを行うことには、大きなインパクトがあります。

    「膨大な数の データセットの仮面の裏側には、多くの情報が隠されているのです」とBlum氏は言います。

    そこで、最適計画に基づく実験計画法(DOE)を用いれば、チームは優先事項に集中し、 各部門が研究に費やすリソースを最適化できるようになります。

    「実験計画法(DOE)は、社内でますます大きな役割を果たすようになりました」とBlum氏。「大規模な消費者調査をする予算の余裕があれば、大抵の場合は答えを得られますが、今ではほとんどの部門がより効率的に資源を使うことを好みます。そこで、JMPの最適計画に基づく実験計画法(DOE)を用いることにより、企業にとってコストが大きく異なるさまざまなソリューションが存在することに気づける可能性があります。その上で、最適と思われるソリューションが複数ある場合は、より安いものを選べばいいのです。このような選択肢を与えてくれるのは、実験計画法(DOE)だけです。そのため、私はすべてのステップで可能な限り実験計画法(DOE)を使うようにしています」とBlum氏は語ります。


    構成や構造に係る変数は、オムツのフィット感に影響します。消費者の反応をもとに製品データを検証し、可能な範囲で最高の品質を実現します。 

    JMP®を用いた洗練された実験が、短時間でより多くの知見の獲得を可能に

    P&GがJMPを採用する前から、「JMPの実験計画(DOE)プラットフォームが優れていることは知っていました」とBlum氏は言います。同部門において比較的早い段階でJMPを使っていた人々は、JMPを使用してラボ全体で役立つカスタムスクリプトを開発していました。

    「機器から得られたデータを、JMPで1クリックするだけで結果が得られました」とBlum氏。

    Blum氏自身もすぐに、JMPを使ってますます複雑な解析を行うようになりました。「JMPには強力で実用的なインターフェースが搭載されており、誰でもグラフビルダーで直感的にデータを描画できます。データが構造化されてさえいれば、グラフビルダーで作成したグラフを見るだけで、分析を本格的に始める前から、これから何を発見できるかがだいたい分かります。私はこの点を非常に気に入っています」とBlum氏は言います。

    P&Gのようにハイパフォーマンスチームの中核をなすのが、多様な経験や経歴を持つ人材である企業では、JMPが経験や経歴の多様性から生まれるギャップを埋めるのに役立っているとBlum氏は語ります。

    「P&Gでは真の意味で多様性を受け容れ、コンピューターサイエンスや機械学習の専門家など、さまざまな分野の従業員の視点を取り入れることにしています。もし、全員が同じ問題に目を向ければ、 データから読み取れるものをもとに、事実が何で、どのように改善できるのかをよりよく理解できるようになるでしょう」とBlum氏。

    それはすなわち、統計担当者とエンジニアの橋渡しをすることであり、現場で働く人と重役の間のギャップを埋めることを意味します。

    「可視化こそすべてのカギです。というのも、特にマネジメント層は視覚的に理解しやすい資料を好むからです。彼らは数字で説明されることを望んでいません。数字の代わりにストーリーで説得するのが効果的です。細かい内容を含む必要はなく、結論に至るストーリーがあれば十分なのです。この点、JMPはインタラクティブで見て理解しやすいグラフを出力できるのが大きな強みなので、とても役立っています」とBlum氏。


    Blum氏と定量的科学部門の同僚たちは、おむつをよりソフトで快適にするために、さまざまな原料のバリエーションを探求しています。

     社内文化の変化が体現するP&Gのブランド価値

    統計学に基づく戦略は、他のビジネスアプリケーションにも応用されつつあります。Blum氏は、「テキストマイニングによって非構造化データから洞察を得る方法が次々と見つかっています。たとえば、今では特許や消費者のコメントの分析にテキストマイニングを活用することで、それらをすべて読む必要がなくなりました。 また、かつてマーケティング部門は市場調査にしか興味がなかったものですが、 今ではさまざまな観点から分析を行えるようになりました」と説明します。そして、同じような良い変化が、P&Gのサプライ チェーンマネージャーについても生じています。

    イノベーションを志向する定量的な考察法が、P&Gで重要な役割を担っていることは間違いありません。「社内のカルチャーが 変わるのを見るのは楽しいです。P&Gは継続的に改善を行い、前進しています。 そこにルーチンはありません。繰り返しの業務もありません。学び続けるのがP&Gの文化なのです」とBlum氏。

    「以前は不可能だったことを達成できるようになったのは、収集されたデータの分析から、貴重な洞察というものが得られるという事実を社内の多くの人が知るようになったからなのです」とBlum氏は締めくくりました。

    30日間の無料トライアル

    The results illustrated in this article are specific to the particular situations, business models, data input and computing environments described herein. Each JMP customer’s experience is unique, based on business and technical variables, and all statements must be considered nontypical. Actual savings, results and performance characteristics will vary depending on individual customer configurations and conditions. JMP does not guarantee or represent that every customer will achieve similar results. The only warranties for JMP products and services are those that are set forth in the express warranty statements in the written agreement for such products and services. Nothing herein should be construed as constituting an additional warranty. Customers have shared their successes with JMP as part of an agreed-upon contractual exchange or project success summarization following a successful implementation of JMP software.