DMOの現在地
観光地経営におけるデータ活用は、ここ数年で確実に進んできました。
来訪者数や宿泊統計を集計し、月次で報告する。RESASやV-RESASでビジターの動態を確認する。BIツールでダッシュボードを構築し、補助金の成果報告書にグラフを添付する。
こうした取り組みは、 「データ活用」の確かな第一歩 です。ゼロからここまで来た地域の努力は本物だと思います。
一方で、いくつかのDMOや自治体と仕事をする中で、こんな声をよく聞くようになりました。
「ダッシュボードは作ったけど、その先どうすればいいかわからない」 「データを見ても、具体的に何をすればいいか議論にならない」 「毎回データを集めるところから始まって、分析に入る前に疲弊する」
これは現場の努力不足ではありません。 「データ活用」という言葉が大きすぎて、具体的に何をする話なのかが共有されていない のだと思います。
まず、整理してみませんか？
ここで提案があります。
何ができているのか。何ができていないのか。そのために何が必要で、何はやらなくていいのか。
この整理をしてみませんか。
「データ活用」と一口に言っても、使い方は一つではありません。議会で宿泊税の妥当性を説明するのも「データ活用」。来月の混雑を予測して現場体制を組むのも「データ活用」。施策の効果を検証して翌年の予算配分を決めるのも「データ活用」。
同じデータを使っていても、目的がまったく違います。
そこで、データの種類（人流、宿泊、消費……）で分類するのではなく、 「最終的に何を出力するか」で分類する 。つまり、意思決定の出力で整理する。
この発想で観光地経営のデータ活用を分解すると、8つの場面に整理できます。私たちはこれを DDOM-8（ドーム・エイト / Destination Data Operating Model 8） と呼んでいます。
データ活用の8つの場面（DDOM-8）
DDOM-8 早見表
| # | 場面 | 目的 | 最終アウトプット | 典型的な問い | 具体例 |
|---|---|---|---|---|---|
| 1 | 裏付け・説得 | 成果を根拠に説明・合意形成 | 成果報告・説明資料 | なぜ必要？効果は？ | 宿泊税の妥当性説明、補助事業の成果報告 |
| 2 | 現状診断 | ボトルネックを特定する | 課題リスト＋優先度 | どこが詰まっている？ | 日帰り比率の要因分解、回遊途切れ地点の特定 |
| 3 | KPI定義 | 地域の成功定義を揃える | KPI体系 | 何を伸ばし何を守る？ | 滞在質KPIの採用、混雑ガードレールの設定 |
| 4 | 予測・先読み | 数週〜数ヶ月先を見越して備える | 予測値・シナリオ | 来月どうなる？ | 予約×実績で繁忙先読み、天候×イベントで混雑予測 |
| 5 | 投資配分 | 何にいくら投資するか決める | 戦略案・予算配分 | どこに集中投資？ | 国別投資配分、季節別施策ポートフォリオ |
| 6 | 運用・発動 | 閾値を超えたら現場を動かす | 運用ルール・アラート | 今日どう動く？ | 混雑指数で導線変更、苦情増で対応強化 |
| 7 | 検証・学習 | 効いたか検証し継続判断する | 効果検証レポート | 何がどれだけ変化した？ | 施策のBefore/After、増分効果の測定 |
| 8 | 収益化・交渉 | 財源を作る・契約を成立させる | データ商品・提案書 | 誰に何をいくらで？ | 回遊レポート販売、スポンサー効果提示 |
以下、それぞれの場面を詳しく見ていきます。
1. 裏付け・説得（Accountability）
出力：成果報告・説明資料
議会への宿泊税の妥当性説明、補助事業の成果報告、民間投資への説明。公金を使う以上、「やりました」ではなく「これだけの効果がありました」を根拠付きで示す必要があります。
DMOにとって、これは避けて通れない場面です。ここが弱いと、翌年の予算がつきません。
2. 現状診断・課題特定（Diagnosis）
出力：課題リスト＋優先度
「日帰り客が多すぎる」「回遊が特定エリアで途切れている」「客単価が伸びない」。打ち手を考える前に、まずどこにボトルネックがあるのかを特定する場面です。
ここでは仮説を持ってデータを見ることが重要です。ダッシュボードを眺めるのではなく、「なぜここで途切れるのか？」という問いを立ててデータにぶつける。
3. 目標・KPI定義（Target/KPI Design）
出力：KPI体系（北極星＋サブKPI＋ガードレール）
地域としての「成功」を何で測るか。観光客数なのか、滞在時間なのか、住民満足度なのか。
以前の記事（「来訪者数」の定義、社内で揃っていますか？）でも書きましたが、指標の定義が揃っていないと会議が感想戦になります。ここが揃うと、 会議の質が変わります 。
4. 予測・先読み（Forecasting）
出力：予測値・シナリオ
予約状況×過去実績で来月の繁忙を先読みする。天候×イベントカレンダーで混雑を予測する。雪不足シナリオでスキー場の代替施策を準備する。
「先月こうだった」の報告では、もう間に合いません。 先手を打つためのデータ活用 がこの場面です。
5. 戦略・投資配分設計（Planning/Allocation）
出力：戦略案・予算配分・ロードマップ
限られた予算をどこに集中投下するか。国別の投資配分、季節別の施策ポートフォリオ、商品開発の優先順位。
この場面は#2（診断）と#4（予測）の出力を受けて動きます。データなしに「去年と同じ配分」を繰り返している地域は少なくありません。
6. 運用・発動（Operations/Control）
出力：運用ルール・アラート・当日指示
混雑指数が閾値を超えたら導線を変更する。苦情が急増したら現場対応を強化する。交通混雑でシャトルバスを増便する。
以前の記事（Welcome/Manage/Stopの判断軸）で詳しく書きましたが、 「見て終わり」ではなく「閾値を超えたら動く」 仕組みがこの場面です。ここが回ると、データが初めて現場の行動に直結します。
7. 検証・学習（Evaluation/EBPM）
出力：効果検証レポート・継続判断
分散施策のBefore/After、広告・イベントの増分効果、施策別の再現性評価。
正直に言うと、 この場面が最も手薄な地域が多い です。施策を打って終わり、翌年も同じことを繰り返す。「去年やったから今年も」ではなく、「去年やって効いたから今年も」と言えるかどうか。エビデンスに基づく政策立案（EBPM）の土台がここです。
8. 収益化・交渉（Monetization/Deal）
出力：データ商品・スポンサー提案・契約条件
個人を特定しない回遊レポートの商品化、スポンサーへの効果提示、宿泊税の使途と成果のパッケージ提案。
補助金に頼らない自主財源を作る場面です。「データがある」だけでは売れません。 「誰に、何を、いくらで」 を設計して初めて財源になります。
何ができていて、何が足りないか
8つの場面で見ると、多くのDMOの現在地が見えてきます。
比較的できている場面：
- #1（裏付け・説得）の一部 — 報告書は作っている
- #2（診断）の入口 — データを見て議論はしている
手が回っていない場面：
- #4（予測） — 先読みまで至っていない
- #6（運用） — 閾値で自動的に動く仕組みがない
- #7（検証） — 施策の効果検証まで回していない
- #8（収益化） — データを財源に変えられていない
こうした偏りは、DMOに固有の構造的な理由があります。
ステークホルダーが多い。 行政、議会、住民、宿泊事業者、交通事業者、飲食店、商店街。一つの施策を動かすにも、全員の「納得」が必要です。
ステークホルダーが多いということは、データソースも多い。 それぞれのデータは別の組織が別の形式で持っています。宿泊データは旅館組合に、交通データはバス会社に、消費データはクレジットカード会社に、人流データは通信キャリアに。何かを分析しようとするたびに「まずデータを集めて突合する」ところから始まる。この 集計コストが慢性的に発生し続ける から、現場は疲弊し、可視化の先に進む余力がなくなります。
公金の説明責任が重い。 税金や補助金を使う以上、#1（裏付け）と#7（検証）が弱いと予算の正当性を示せません。
施策の打ちっぱなし。 イベントやキャンペーンを実施して報告書を書いて終わり。#7（検証）が回らないまま翌年も同じことを繰り返す。
そのために何が必要か
では、足りない部分を埋めるために何が必要か。3つあると考えています。
1つ目は、共通言語。
「データ活用を進めよう」と言っても、ステークホルダー全員が違うことを想像します。ある人は「ダッシュボードを作ること」だと思い、別の人は「AIで予測すること」だと思う。DDOM-8のように 8つの場面に分解して名前をつける と、「うちは#7の検証が弱い」「まず#3のKPIを揃えよう」と具体的に会話できるようになります。
2つ目は、成熟度の棚卸し。
各場面に対して、4段階の成熟度で現在地を評価します。
- L0：可視化 — データが見える状態にある
- L1：判断 — データを見て意思決定している
- L2：運用 — 閾値やルールに基づいて現場が動いている
- L3：検証 — 施策の効果を検証し、次に活かしている
多くの地域で起きているのは、8つの場面すべてがL0で止まっている状態です。 それが「ダッシュボード止まり」の正体 です。
3つ目は、小さく始めること。
全部を一度にL3まで引き上げるのは現実的ではありません。まず 1つの場面だけ、L0からL1に上げる 。たとえば#6（運用）で「混雑指数がこの数値を超えたら分散の告知を出す」というルールを1つだけ決める。それだけで、データが初めて現場の行動に繋がります。
1つの場面がL1に上がると、隣の場面にも波及します。運用が回り始めれば「本当に効いたのか」を知りたくなり、#7（検証）が動き出す。検証結果が出れば、#1（裏付け）の材料にもなる。
何をやらないのか
整理するということは、 やらないことを決める ことでもあります。
全場面を同時にL3にしようとしない。 リソースが分散して、どれも中途半端になります。まず1〜2場面に絞って、L1に到達させることが先です。
「完璧なデータ基盤を先に作ろう」としない。 基盤構築に1年かけて、完成したころには担当者が異動している。そういうケースを何度も見てきました。小さなデータセットでも、判断に使えるなら十分です。
「全データを統合してから」と先送りしない。 宿泊・交通・消費・人流の全データを統合することが理想ですが、それを待っていたら永遠に始まりません。1つの場面に必要なデータだけ、まず繋げてみる。
おわりに
なぜ今、観光地経営を「科学」するのかという記事で、私たちは「思想→判断→データ」のサイクルについて書きました。
DDOM-8は、その「判断」の部分を8つの場面に分解したものです。
「データ活用」という言葉は便利ですが、便利すぎて中身が見えなくなりがちです。 階層を1つ下げて、具体的な出力で語る 。「うちは#3のKPI定義が揃っていない」「#7の検証が回っていない」——そう言えるだけで、次にやるべきことが見えてきます。
まずは、8つの場面のうち自分の地域ではどこが回っていて、どこが止まっているのかを棚卸しするところから始めてみてください。整理すること自体が、ステークホルダー全員の共通言語になるはずです。