新思考の経営指標で競争優位を形成する

Copyright 2015, SAS Institute Inc. All rights reserved.

アナリティクスを意思決定と行動に直結させる 有限責任監査法人トーマツ デロイトアナリティクス 日本統括責任者矢部誠 Copyright 2015, SAS Institute Inc. All rights reserved.

アナリティクスを意思決定と行動に直結させる 有限責任監査法人トーマツデロイトアナリティクス日本統括責任者矢部誠 2015 年 4 月 17 日

講師紹介 矢部誠 デロイトアナリティクス日本統括責任者 有限責任監査法人トーマツのパートナー 外資系金融機関等での勤務を経て 2005 年にトーマツに入社 金融機関 製造業 流通業等に対するデータ活用による顧客管理 収益改善 コスト最適化サービス 不正調査支援サービスを含む多数の監査 コンサルティング業務に従事 2012 年にデロイトアナリティクスを立ち上げ デロイトトーマツが提供するあらゆるサービスへのアナリティクス適用を主導するとともに 先進分析手法やビッグデータ分析 活用基盤の研究開発部門をリードしている 当該講演の内容は講演者の私見であり 有限責任監査法人トーマツの公式見解ではございません 4

目次 デロイトアナリティクスについて 6 背景 ~テクノロジー動向とアナリティクス~ 9 新思考の経営指標 ~Insight Driven Organizationに向けて~ 20 まとめ 30

デロイトアナリティクスについて 6

グローバルで強固なサービス体制を構築しています Deloitte Analytics の組織体制 日本では2012 年にDeloitte Analyticsを立ち上げ 全世界で約 9,000 人のアナリティクス専門家 研究開発機関 Deloitte Analytics Instituteを設立 第 3 者機関による評価 ケネディヴァンガード 2014 によると Deloitte はアナリティクス IT コンサルティングのリーダーと位置づけられています 上流から導入まで対応するコンサルティング体制等が評価されています EMEA 1,300 人 North America 5,300 人 Japan 280 人 APAC 1,820 人 Latin America 300 人 Deloitte named a Kennedy Vanguard leader in IT Consulting Analytics, bases on capabilities by Kennedy. Source: Kennedy Consulting Research & Advisory; Analytics IT Consulting; Kennedy Consulting Research & Advisory 2014 Kennedy Information, LLC. Reproduced under license 7

あらゆる経営課題に応えるサービスがあります Deloitte Analytics の主要サービスドメインと周辺サービス Customer Analytics マーケティング領域 サービス 営業に関連する活動の管理や高度化 マーケティング ROI 分析 セールス管理 顧客体験の設計 顧客セグメンテーション等 Risk Analytics 不正 リスク管理 内部監査 コンプライアンス違反等のモニタリングや管理活動の高度化 エンタープライズリスク管理 不正 コンプライアンス違反分析 信用リスク 市場リスク分析 内部監査 会計監査の効率化等 Supply Chain Analytics 設計 開発から調達 製造 輸送 販売などを含むサプライチェーン全体の見える化 最適化 サプライチェーンの効率化 需要予測 在庫最適化 調達リスクの軽減等 Workforce Analytics 採用 人材開発 人材配置 組織再編を含むヒューマンキャピタルの各領域での課題解決 組織編制構築支援 休職 退職の未然防止 人材の適正配置 人材育成 評価等 財務管理プロセスの測定 管理 最適化 会計監査業務におけるアナリティクス活用 Finance Analytics 予算計画策定 バリュエーション 需要予測 移転価格分析等 Audit Analytics リスク領域の検討 実証手続の実施 非定型の取引等の分析等 アナリティクス周辺サービス 組織 体制構築支援 人材育成支援 データマネジメント アナリティクススキーム構築 ガバナンス評価 8

背景 ~ テクノロジー動向とアナリティクス ~ 9

スマートデバイスの普及が世界的に進展しています 電子機器の世界売上高と年平均成長率 Q: 世帯で所有しているデバイスは? スマートフォン タブレット売上高について 成長率は衰えるが 拡大し続けることが予想されている タブレット スマートフォン 電子書籍リーダー等 スマートデバイスの普及が日本以上に進んでいる Billion $ 出典 : TMT Predictions 2014 出典 : デジタルメディア利用実態グローバル調査 2014 10

SNS 利用も 日本の常識以上に普及しています 日次でソーシャルメディアに投稿する割合は日本が最も少ない また ソーシャルネットワーキングサービス (SNS) に一切投稿しない割合は 50% 以上と高い Q: ソーシャルネットワーキングサービス (SNS) の投稿頻度は? 出典 : デジタルメディア利用実態グローバル調査 2014 11

人工知能の脱神話化が始まっています 人工知能 (AI) と認知技術に関連するトピック IBM は 同社のコグニティブコンピューティングプラットフォームである Watson の事業化に 10 億ドルを投資した IBM, IBM Watson, http://www-03. ibm.com/press/us/en/presskit/27297. wss, accessed October 3, 2014. グーグルは近年 AI に多大な投資をしており ロボティクス関連企業 8 社と機械学習関連企業 1 社を買収した Amit Chowdhry, Google to acquire artificial intelligence company DeepMind, Forbes, January 27, 2014, http://www.forbes.com/sites/amitchowdhry/2014/01/27/googleto-acquireartificial-intelligence-companydeepmind/, accessed October 3, 2014. フェイスブックは AI の著名な研究者ヤン ルカンを雇用し 当分野において大きな進歩をもたらすことを目標とする AI 研究所を設立した Josh Constine, NYU Deep Learning Professor LeCun will head Facebook s new artificial intelligence lab, TechCrunch, December 9, 2013, http://techcrunch.com/2013/12/09/facebookartificial-intelligence-lablecun/, accessed October 3, 2014. オックスフォード大学の研究者による調査によれば 認知作業の自動化により 米国の総雇用の 47% が失われるおそれがあるとされている Carl Benedikt Frey and Michael A. Osborne, The future of employment: How susceptible are jobs to computerisation?, Oxford Martin School, University of Oxford, September 17, 2013. ニューヨークタイムズのベストセラー 第二の機械時代 (The Second Machine Age) の主張によれば デジタルテクノロジーと AI がもたらす結果には 多大なプラスの変化だけでなく 大量失業等マイナスの要素も多く含まれる Andrew McAfee and Erik Brynjolfsson, The Second Machine Age (New York: Norton, 2014), http://books.wwnorton. com/books/the-second-machine-age/. シリコンバレーの起業家 イーロン マスクは 注視する 目的で AI に投資をしている 曰く AI は 核兵器よりも危険な存在となり得る ためである 著名な理論物理学者であるスティーブン ホーキングは 完全な AI が開発されれば それには人類の終焉をもたらす可能性が秘められているため その危険性を回避する策を学ぶ必要がある と語っている Allen Wastler, Elon Musk, Stephen Hawking and fearing the machine, CNBC, http://www.cnbc.com/id/101774267, accessed October 3, 2014. Eliene Augenbraun, Elon Musk: Artificial intelligence may be more dangerous than nukes, CBS News, http://www. cbsnews.com/news/elon-musk-artificialintelligence-may-be-moredangerousthan-nukes/, accessed October 3, 2014. Stephen Hawking, Stuart Russell, Max Tegmark, and Frank Wilczek, Stephen Hawking: Transcendence looks at the implications of artificial intelligence but are we taking AI seriously enough?, The Independent, May 1, 2014, http://www.independent.co.uk/news/science/stephen-hawking-transcendence-looks-attheimplications-of-artificial-intelligence--butare-we-taking-ai-seriously-enough-9313474. html, accessed October 3, 2014. 12 出典 : デロイトトーマツ WEB サイト 人工知能の脱神話化 Thought Leader s News vol.06

企業経営の中枢に新しい世代 (Gen Y) が入ってきました Generation Y (1975~1989 年 ) Generation Y の特徴 若年期からインターネット普及 リアルとバーチャルの垣根がない SNS でつながり形成 マス向け情報だけでは満足しない 情報は無料と考える 情報は受け取るのではなく探し出す 趣味嗜好が細分化されている 年齢 所属 肩書にこだわらない さらに国籍 民族 宗教にもこだわらない モノの所有への拘りから ユーザ体験や感覚的な価値への共感を重視 社会課題に対する意識が強い 13

新世代が描く経営スタイルに適応していく必要があります 経営管理の Before/After Gen X 以前 各階層でコミュニケーションが分裂上位層に行くほど情報量が減少し 鮮度が落ちていく Gen Y 以降 必要な情報を 必要なタイミングで取り出し アクションを指示 経営者 経営者 売上 原価 部門別業績 販売予測 マーケット情報 販管費 EBITDA 等 時差情報の非対称性 事業部長 情報の集計 サマリー定型レポーティング 自部門 P/L BS 製品別原価率 販売 購入実績 在庫回転率等 時差情報の非対称性 事業部長 現場担当者 統合情報活用基盤 データ生成と収集 プラットフォーム整備 現場担当者 情報の集計 サマリー定型レポーティング 14

ダベンポートとの鼎談を通じて トーマス H ダベンポート プロフィール 企業経営におけるデータ活用の在り方について経営的な視点でメッセージを発信し 今日のビッグデータ市場を牽引してきた 著書 分析力を武器とする企業 は HBR において 過去 10 年間で最も重要な 12 冊の経営書に挙げられている バブソン大学教授であり これまでハーバードビジネススクールやシカゴ大学などで教鞭を執り 2012 年の Best Business School Professors に選ばれた さらに これまで数百の企業に経営のアドバイスを提供しており 過去には世界の最も著名なコンサルタント 25 名に選ばれている デロイトアナリティクスのシニアアドバイザーとして サービス開発やクライアント開拓 調査活動や業界提言など多岐にわたる活動を行っている 主な著作 : 2014 年 データ アナリティクス 3.0 2014 年 真実を見抜く分析力 2011 年 分析力を駆使する企業 2008 年 分析力を武器とする企業 15

新しい情報を求めて企業は外に目を向けはじめています ダベンポートとの鼎談 Deloitte Digital 日本統括責任者デロイトトーマツコンサルティング合同会社石﨑雅之パートナー デロイトアナリティクスシニアアドバイザー MIT リサーチフェロー バブソン大学特別教授トム ダベンポート氏 デロイトアナリティクス日本統括責任者有限責任監査法人トーマツ矢部誠パートナー 1. ピーター ドラッカーが 企業情報システムにおける真の問題は 内部の情報を見てばかりで外の世界を把握することができていないことにある と述べていますが 昨今の動向でもっとも歓迎すべき変化は 新しい情報を求めて企業が外に目を向けはじめたことです 2. 特に大企業における成功企業の代表として挙げられるのはゼネラル エレクトリック (GE) でしょう 経営者の強力なリーダーシップの下で ビジネスモデルそのものを抜本的に変革しようとしています ガスタービンなどの業務用機器や医療用機器などにセンサーを取り付け その通知を分析 それによって燃費効率を高めたり 予防保守をするといった新しいサービスを開始しています つまりモノ売りからサービスへのシフトを加速しているわけです 3. 例えば 私が愛用している日本の住宅設備機器メーカーも その一社になる可能性があります 数十年前に初めて日本を訪問した際 温水洗浄便座に大変感銘を受け 米国の私の家には日本製便座が幾つもあります このメーカーには 住宅設備機器メーカーからサービス企業 へと変革する素晴らしい機会があります 座っている便座に 少し脱水症状気味ですよ とか このままでは糖尿病になりますよ などと言われるのは不自然に感じるかもしれませんが これほど即時性があるものはありません もしこのようなサービスが実現すれば このメーカーは住宅設備機器メーカーから健康に関する不可欠なパートナーへと事業拡大するでしょう 16 出典 : http://www2.deloitte.com/jp/ja/pages/deloitte-analytics/articles/tom-davenport-special.html ( ビデオ有り )

日本の国際的な存在感はかなり低下しています 世界製造業競争力指数 長期に亘って成長の原動力となっていた製造業の国際競争力が減衰している 2010 年 # Country Score 1 中国 10.00 2 インド 8.15 3 韓国 6.79 4 米国 5.84 5 ブラジル 5.41 6 日本 5.11 7 メキシコ 4.84 8 ドイツ 4.80 9 シンガポール 4.69 10 ポーランド 4.49 11 チェコ 4.38 12 アイルランド 4.17 2013 年 # Country Score 1 中国 10.00 2 ドイツ 7.98 3 米国 7.84 4 インド 7.65 5 韓国 7.59 6 台湾 7.57 7 カナダ 7.24 8 ブラジル 7.13 9 シンガポール 6.64 10 日本 6.60 11 タイ 6.21 12 メキシコ 6.17 2018 年 ( 予想 ) # Country Score 1 中国 10.00 2 インド 8.49 3 ブラジル 7.89 4 ドイツ 7.82 5 米国 7.69 6 韓国 7.63 7 台湾 7.18 8 カナダ 6.99 9 シンガポール 6.64 10 ベトナム 6.50 11 インドネシア 6.49 12 日本 6.46 出典 : Deloitte 2013 Global Manufacturing Competitiveness Index を基に作成 http://www2.deloitte.com/jp/ja/pages/about-deloitte/articles/news-releases/nr20121214.html 17

アナリティクスは お試し期間から 成果 が求められる段階に入りました Analytics Journey 2014 年まで Transition 2020 年に向けて Technology Curve ステージ ~2013 Early Mover 2013~2016 Analytics Applied 2014~2018 Analytics as a Disrupter 2018~2020+ Analytics by Design 課題 Awareness データ経営基盤の不在データ戦略の不在 Adopting アナリティクス基盤構築アナリティクス戦略策定 Industrializing 多様なデータ活用アナリティクスで差別化 Transforming 能動的な意思決定プロセス自動化 トレンド BI アナリティクス 視覚化 ビッグデータ データサイエンティスト Internet of Things Analytics of Things クラウドソーシング機械学習デジタルエンタープライズ 18

Analytics by Design でサービスを革新する事例が増えてきました テレマティクス保険 保険会社 運転者情報 車両情報 走行距離 時間 リアルタイムでデータ収集 保険料の調整 Effect 顧客満足 保険料最適化 急加速 急ブレーキ 現在位置 キャッシュバック 社会貢献交通安全 Indicator Action データ活用による創造的な製品 サービスが増えてきた 19

新思考の経営指標 ~Insight Driven Organization に向けて ~ 20

従来型の経営指標だけでは 生き抜いていけません 経営指標が効果を生まない理由 1 2 3 数値に一喜一憂することは経営ではない過去を振り返って反省するだけではなく 行動に直結するような洞察が不可欠 過去の実績では未来が読めない変化と不確実性を増す現代において 一定期間を経過した情報は価値が減衰している 今 と 未来 へのフォーカスが重要 内部データだけではマーケットを掴めないグローバル対応を含め経営環境が複雑化するなか 内部データだけを手がかりにしていてはマーケットの状態が見ない 21

インサイトを生まない経営指標は陳腐化します 従来型の経営指標に関わる悪循環 不正確な過去情報の積み上げ インサイトが無い行動に直結しない KPI の考慮が不十分 KPI の陳腐化サイクル 使われない KPI 使われないダッシュボード 経験と勘 への偏重 データから成果が生まれない 行動に直結する KPI の導入が変革の始点となる 22

市場の動向を把握し 時間差なく経営判断につなげることが重要です Insight Driven Organization(IDO) とは Why 複雑性と不確実性を増すビジネス環境をただしく読み取り 競合の一歩先ゆくアクションを起こしたい What IoT センサー等を幅広に活用 リアルタイム 高度な Analytics 直感的な Visualization 企業内外の情報に目を向けてアクションに直結する新たな経営指標を設計する How マーケットと意思決定を連動させる キーワードは 外部データ リアルタイム 行動直結型の指標 23

実現例 1: 先行指標で予測精度を向上させる (1 of 2) ソーシャルの活用 87% 1.5 回 VS 自動車購入検討時にメーカーウェブサイトを訪問する 平均ディーラー訪問回数 7 回 (2000 年調査 ) から低下 出所 :J.D. パワー, デロイト次世代車サーベイ (2014), デロイト分析 24

実現例 1: 先行指標で予測精度を向上させる (2 of 2) 外部データの活用 従来の管理指標の課題 売上情報 店舗情報 顧客情報 外部データ Insight Driven Organization ソーシャルメディア 統計情報 オープンデータ 気象情報等 地域別店舗売上等 外部データ + 内部データ 内部データ 指標のモデル化現状の可視化 課題 : 過去の振り返り アクションに繋がらない 内部データへの依存 売上情報 店舗情報 顧客情報等 事業部門 販売予測 在庫調整 キャンペーン管理 経営 セルフサービス活用アクション直結 業績予測 ポートフォリオ検討 危機管理 25

実現例 2: 結果に影響する指標を管理して 先手 を打つ 営業活動の指標化 訪問回数 Call 回数 メール送受信回数 販売履歴 Sales 売上に高い影響を与える 行動 を モデル化 してモニタリング 先手 を打つための要諦 売上 等の重要指標に対して 先行指標として活用できるデータを特定する 日常的なオペレーションの結果を記録する データ整備 データガバナンスの導入 可視化 ( アート ) と 予測 ( サイエンス ) をビジネスに適用する Actionable KPI 売上予測 先手 を打つ Actionable KPI: 指標に対するアクションを定義する 意思決定スピードを上げて 先手 を打つオペレーションを行う 営業施策実行 在庫調整 26

実現例 3: マシンデータでサービス向上と経営管理の高度化をねらう マシンデータの活用イメージ 自社製品や設備等から生成されるデータを収集して活用することで 保守サービスの高度化だけでなく経営の意思決定に活かすことができます 1 データの生成 収集 2 分析モデル構築 適用によるアクション 温度センサ圧力センサ加速度センサ電力電圧回転数 GPS アクセスログイベントログ 既存データ 作業履歴 マスタ情報 外部データ 気象データ ソーシャル オープンデータ等 現場担当者 --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- --------------------------- ----------------- --------------------------- --------------------------- ----------------- --------------------------- --------------------------- ----------------- 経営者 管理職 個客 情報に基づくアクション 故障リスクの高い部品の交換指示 新製品導入タイミングのアドバイス 保守担当者の最適配置 巡回経路設計 計測データが経営に活きる 物流を把握し コスト変動を予測する 稼働状況から 今後の売上変化を読み解く オープンデータと組合わせて 在庫の最適化を図る 27

(1 of 2) 行動直結型の指標の例 全般 在庫回転率 設備稼働率 経営指標と説明 説明 資本効率や売上トレンド 算出式 売上原価 棚卸資産 説明 生産設備の稼働率 算出式 実稼働時間 予定稼働時間 着目例 設備の生産能力の維持 利用部門 利用部門 経営管理者 生産管理者 生産管理者 行動に直結した経営指標の概要 利用データ 過小 過大在庫の抑制 社外データを活用して潜在的な市場規模を測定 利用データ 取引情報 売上情報 競合他社情報 マクロ指標 センサー等 販売実績等の社内データと 競合情報などの社外データの組み合わせ 売上予測を行ったうえで生産調整を行うことにより 機会損失 生産過剰 をなくす 過去の生産実績 センサー 各種測定情報 気象情報等 生産設備が生成するセンサー情報や異常音等の分析から 予防保守や生産計画の見直しを行い 予期せぬ設備故障の発生による生産能力の低下を抑制する 人事 離職率 説明 一定期間の離職者の割合 算出式 退職職員数 一定期間の職員数 利用部門 利用データ 稼動実績 個人情報 業務内容 人事部 個別部門の管理者人事考課 人材マーケット等ハイパフォーマーのリテイン 休暇取得率 稼働率を把握してワークライフバランスの満足度を定量化し 職場環境の改善を行う 既退職者との関係 部門単位での離職率等を含めた退職リスクをスコアリングし ハイパフォーマーの退職に対して先手を打つ 28

(2 of 2) 行動直結型の指標の例 生産 商品原価率 経営指標と説明 説明 商品ごとの売上に対する原価の比率 算出式 原価 売上 着目例 粗利の最大化 利用部門 経営管理者 経営企画 商品企画 行動に直結した経営指標の概要 利用データ 価格弾力性分析を行って販売価格を調整し 粗利の極大化を行う 商品情報 競合商品情報 類似自社製品 販売情報 SNS 等 現状の商品ポートフォリオを最適化し 利益貢献度が低くなる商材の取り扱いを検討する 営業 案件化率 説明 営業活動の収益性 算出式 受注件数 オポチュニティ件数 案件獲得可能性の向上 利用部門 営業担当者と その管理者 利用データ 取引履歴 営業履歴 取引先の公開情報 マクロ経済指標等 社内外のデータを統合して取引先毎のサービス 商品等の購買余力を定量化 営業担当者が利用する顧客情報管理基盤において 有力営業先をリコメンドすることで 営業達成可能性を向上させ 無駄な営業活動を抑制する リスク 違反件数 説明 コンプライアンス違反の発生件数 算出式 単位期間に発生した違反件数 コンプライアンス違反のリスク対応 ( 独占禁止法を想定 ) 利用部門 法務部 リスク管理部 利用データ メール 電話履歴 交際費 取引履歴 SNS 入札情報等 競合とのコミュニケーション履歴 交際費等から類推されるリスクと 市場価格と比 較した取引内容の異常性等によって違反の端緒を掴み リスク対応する 29

まとめ 30

経営指標に対する影響度が高い項目を整理してモデル化します 新思考の経営指標の設計 管理したい指標に影響を与える活動を明確にし 関連するデータを利用したモデル化を行うことによって行動直結型の経営指標が定義できます 指標に関連する部門 指標に影響する活動 活動を計るデータ 指標への影響度 データ 高 モデル化 管理をしたい指標 所管部門 所管部門 活動 活動 活動 データ データ データ データ データが不在 高低高低 モデル化 モデル化 データ取得方法の整備 新思考の経営指標 31

新思考の経営指標は継続的な改善が不可欠です PDCA どのような事業活動が経営指標に影響を与えるか整理し 指標化を行ったうえで継続的に補正します KPI に影響を与える活動を整理 指標の精度向上 管理をしたい指標をモデル化します そして 反映する活動データを積み重ね ビジネスに即した指標に育てていきます 活動ごとにデータを集める 管理したい指標 所管部署の明確化 活動のデータ化と関連する行動の定義 モデルの改善 モデル化 指標の測定と施策実行 指標の最適化 指標に基づいて施策実行 32

新世代の経営スタイルへの適応 今 と 未来 へのフォーカス 過去の振り返りではなく 今 なにが起きて 未来 に何が起きるかを読み解く サイエンスとアートとビジネスの融合 キーワードは 外部データ リアルタイム 行動直結型の指標 1 必要な情報を 自ら 情報収集できるプラットフォーム 2 組織化 と 人材育成 3 多様性と不確実性に適応する レジリエンス と 価値創出 の挑戦 定型レポートよりもセルフサービスによる情報収集と意思決定 グローバルでの情報収集 活用基盤の整備 現場の KPI と 経営の KPI を連動させる マネジメントのコミットメント 組織変革 意識改革 人材育成 インキュベーション文化の醸成 マネジメントスタイルの変革 個客 へのフォーカス 創造的な視点で サービスや管理を設計 エグゼキューション 成果への拘り 33

デロイトトーマツグループは日本におけるデロイトトウシュトーマツリミテッド ( 英国の法令に基づく保証有限責任会社 ) のメンバーファームおよびそのグループ法人 ( 有限責任監査法人トーマツ デロイトトーマツコンサルティング合同会社 デロイトトーマツファイナンシャルアドバイザリー合同会社 税理士法人トーマツおよび DT 弁護士法人を含む ) の総称です デロイトトーマツグループは日本で最大級のビジネスプロフェッショナルグループのひとつであり 各法人がそれぞれの適用法令に従い 監査 税務 法務 コンサルティング ファイナンシャルアドバイザリー等を提供しています また 国内約 40 都市に約 7,900 名の専門家 ( 公認会計士 税理士 弁護士 コンサルタントなど ) を擁し 多国籍企業や主要な日本企業をクライアントとしています 詳細はデロイトトーマツグループ Web サイト (www.deloitte.com/jp) をご覧ください Deloitte( デロイト ) は 監査 コンサルティング ファイナンシャルアドバイザリーサービス リスクマネジメント 税務およびこれらに関連するサービスを さまざまな業種にわたる上場 非上場のクライアントに提供しています 全世界 150 を超える国 地域のメンバーファームのネットワークを通じ デロイトは 高度に複合化されたビジネスに取り組むクライアントに向けて 深い洞察に基づき 世界最高水準の陣容をもって高品質なサービスを提供しています デロイトの約 210,000 名を超える人材は standard of excellence となることを目指しています Deloitte( デロイト ) とは 英国の法令に基づく保証有限責任会社であるデロイトトウシュトーマツリミテッド ( DTTL ) ならびにそのネットワーク組織を構成するメンバーファームおよびその関係会社のひとつまたは複数を指します DTTL および各メンバーファームはそれぞれ法的に独立した別個の組織体です DTTL( または Deloitte Global ) はクライアントへのサービス提供を行いません DTTL およびそのメンバーファームについての詳細は www.deloitte.com/jp/about をご覧ください 本資料は皆様への情報提供として一般的な情報を掲載するのみであり その性質上 特定の個人や事業体に具体的に適用される個別の事情に対応するものではありません また 本資料の作成または発行後に 関連する制度その他の適用の前提となる状況について 変動を生じる可能性もあります 個別の事案に適用するためには 当該時点で有効とされる内容により結論等を異にする可能性があることをご留意いただき 本資料の記載のみに依拠して意思決定 行動をされることなく 適用に関する具体的事案をもとに適切な専門家にご相談ください Member of Deloitte Touche Tohmatsu Limited

Copyright 2015, SAS Institute Inc. All rights reserved.