データサイエンスで人が起こしたミラクルをサポートする データ分析講座(その117)

更新日

投稿日

情報マネジメント

◆ データサイエンスの効果・効能

 データサイエンス(データ分析・活用)と聞くと、ものすごいミラクルを起こす何かであると、勘違いする人も少なくありません。例えば、今まで気づいていない大発見があるとか、ワクワクすることが起こりそうとか、成長戦略の要になりうるとかです。

 その期待が最近ではデジタルトランスフォーメーション、Society 5.0(超スマート社会)、デジタルマニュファクチャリング、コネクテッド・インダストリーズ(Connected Industries)など耳障りのいい夢のあるワードに現れています。それは、天才軍師がものすごいミラクルを起こすと思うぐらいにです。データサイエンス(データ分析・活用)は魔法の杖ではありませんし、データサイエンティストは魔法使いでもありません。

 今回は、「データサイエンスの効果・効能」というお話しをします。

関連記事:データ分析講座(その109) データサイエンティストとは

1、天才軍師はミラクルを起こすのか

 世界的な兵法書に「孫子」というものがあります。紀元前の中国のものです。その「孫子」に、ミラクルを起こす方法が書かれているのでしょうか。そして孫子の兵法を応用することで、ミラクルを起こせるのでしょうか。読んでみると分かりますが、ミラクルというよりも「手堅く地味」な感じで、ミラクルとは対極にある感じさえします。情報を基に石橋を叩いて渡るかのようです。

2、分析官必読の世界三大古典

 データはある種の情報です。私はよく記録された情報と説明しています。情報と捉えると、その活用の歴史は紀元前までさかのぼれます。「孫子」はデータサイエンス(データ分析・活用)を活用する上で、非常に有効な知恵を授けてくれます。私が新人のころ、分析官必読の世界三大古典として、孫武の「孫子」、クラウゼビッツの「戦争論」、宮本武蔵の「五輪の書」を紹介されました。もちろんデータ分析の数理的な手法が記載されたものではありません。なぜデータを活用すべきなのか、そしてどう活用すべきなのか、そのときの注意点は何か、といったものです。

3、孫子的データ分析・活用

 先ほども述べましたが、データサイエンス(データ分析・活用)と聞くと、ものすごいミラクルを起こす何かであると、勘違いする人も少なくありません。データサイエンス(データ分析・活用)の活用上有用な知恵を授けてくれる「孫子」をいくら読んでも、ミラクルを起こす方法は書かれていません。

 孫子を現代のデータサイエンス(データ分析・活用)の観点で、私なりに考えてみると「過去の振り返り」と「現在の状況把握」「未来の先読み」により、過去の失敗を二度と繰り返さず、勝つためのベクトル(方向性とリソース投入量など)を決め、意思決定をすることとなります。

4、意思決定

 意思決定には、人がメインの意思決定(経験と勘、BI化、半自動化、AIサポートなど)と、コンピュータのみによる意思決定(完全自動化、AI化など)があるでしょう。例えばインターネット上の広告配信やECサイトの商品レコメンドなどは、リアルタイムな運用はすでに人の手を離れ、コンピュータによる自動化だけのものも多いわけです。もちろん1年間の予算配分やどの広告媒体に出稿するか(例:Facebook広告やGoogle、Yahooに出費)などについては、まだ人が意思決定しているとは思います。

5、データ分析・活用の得手不得手

 データサイエンス(データ分析・活用)には得手不得手があります。ビジネスの世界で、何もないところから新たなものを創造する「0→1」と、すでにあるものを拡大する「1→10」という考え方があると思います。データサイエンス(データ分析・活用)が得意なのはどちらでしょうか。データサイエンス(データ分析・活用)が得意なのは、「1→10」のほうです。すでに何かあるものを効率化したり、拡大化したりするのに非常に向いています。

6、データがないと何もできない

 データがないと何もできないのがデータサイエンス(データ分析・活用)です。データが溜まると効率化したり収益を拡大したり、何かしら役立つのがデータサイエンスです。...

情報マネジメント

◆ データサイエンスの効果・効能

 データサイエンス(データ分析・活用)と聞くと、ものすごいミラクルを起こす何かであると、勘違いする人も少なくありません。例えば、今まで気づいていない大発見があるとか、ワクワクすることが起こりそうとか、成長戦略の要になりうるとかです。

 その期待が最近ではデジタルトランスフォーメーション、Society 5.0(超スマート社会)、デジタルマニュファクチャリング、コネクテッド・インダストリーズ(Connected Industries)など耳障りのいい夢のあるワードに現れています。それは、天才軍師がものすごいミラクルを起こすと思うぐらいにです。データサイエンス(データ分析・活用)は魔法の杖ではありませんし、データサイエンティストは魔法使いでもありません。

 今回は、「データサイエンスの効果・効能」というお話しをします。

関連記事:データ分析講座(その109) データサイエンティストとは

1、天才軍師はミラクルを起こすのか

 世界的な兵法書に「孫子」というものがあります。紀元前の中国のものです。その「孫子」に、ミラクルを起こす方法が書かれているのでしょうか。そして孫子の兵法を応用することで、ミラクルを起こせるのでしょうか。読んでみると分かりますが、ミラクルというよりも「手堅く地味」な感じで、ミラクルとは対極にある感じさえします。情報を基に石橋を叩いて渡るかのようです。

2、分析官必読の世界三大古典

 データはある種の情報です。私はよく記録された情報と説明しています。情報と捉えると、その活用の歴史は紀元前までさかのぼれます。「孫子」はデータサイエンス(データ分析・活用)を活用する上で、非常に有効な知恵を授けてくれます。私が新人のころ、分析官必読の世界三大古典として、孫武の「孫子」、クラウゼビッツの「戦争論」、宮本武蔵の「五輪の書」を紹介されました。もちろんデータ分析の数理的な手法が記載されたものではありません。なぜデータを活用すべきなのか、そしてどう活用すべきなのか、そのときの注意点は何か、といったものです。

3、孫子的データ分析・活用

 先ほども述べましたが、データサイエンス(データ分析・活用)と聞くと、ものすごいミラクルを起こす何かであると、勘違いする人も少なくありません。データサイエンス(データ分析・活用)の活用上有用な知恵を授けてくれる「孫子」をいくら読んでも、ミラクルを起こす方法は書かれていません。

 孫子を現代のデータサイエンス(データ分析・活用)の観点で、私なりに考えてみると「過去の振り返り」と「現在の状況把握」「未来の先読み」により、過去の失敗を二度と繰り返さず、勝つためのベクトル(方向性とリソース投入量など)を決め、意思決定をすることとなります。

4、意思決定

 意思決定には、人がメインの意思決定(経験と勘、BI化、半自動化、AIサポートなど)と、コンピュータのみによる意思決定(完全自動化、AI化など)があるでしょう。例えばインターネット上の広告配信やECサイトの商品レコメンドなどは、リアルタイムな運用はすでに人の手を離れ、コンピュータによる自動化だけのものも多いわけです。もちろん1年間の予算配分やどの広告媒体に出稿するか(例:Facebook広告やGoogle、Yahooに出費)などについては、まだ人が意思決定しているとは思います。

5、データ分析・活用の得手不得手

 データサイエンス(データ分析・活用)には得手不得手があります。ビジネスの世界で、何もないところから新たなものを創造する「0→1」と、すでにあるものを拡大する「1→10」という考え方があると思います。データサイエンス(データ分析・活用)が得意なのはどちらでしょうか。データサイエンス(データ分析・活用)が得意なのは、「1→10」のほうです。すでに何かあるものを効率化したり、拡大化したりするのに非常に向いています。

6、データがないと何もできない

 データがないと何もできないのがデータサイエンス(データ分析・活用)です。データが溜まると効率化したり収益を拡大したり、何かしら役立つのがデータサイエンスです。もちろん、ビジネスの世界の話しです。例えばAmazonのECサイトのレコメンドの精度が高まれば高まるほど、収益が拡大されていきます。データが蓄積されればされるほど、レコメンドの精度も高まります。データを蓄積することのできる既存事業ほど、データサイエンスは向いています。もちろん新規事業でも、事業が開始されデータが発生し続けていれば問題ありません。

7、人とコンピュータのコラボレーション

 データサイエンスは「0→1」でなく「1→10」が得意で、データさえあれば効率化と収益拡大をスピーディーに実現してくれる強力な武器なのです。しかし「0→1」のそもそものアイデアや、そこにいたるまでの発想などは、人に大きく依存します。データサイエンスでミラクルは起こりません。人が起こしたミラクルを強力にサポートすることは可能です。データサイエンスで夢や希望を生むことはできませんが、夢と希望を効率的かつスピーディーに実現することができるのです。

   続きを読むには・・・


この記事の著者

高橋 威知郎

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)


「情報マネジメント一般」の他のキーワード解説記事

もっと見る
IT化が貧弱でも、すぐれた洞察力さえあればどうにかなる データ分析講座(その54)

◆ データ活用では、最後は洞察力がものをいう  今はビッグデータの時代と言われ、そのデータをどうにか活用しようと、大企業とベンチャー企業を中心に、し...

◆ データ活用では、最後は洞察力がものをいう  今はビッグデータの時代と言われ、そのデータをどうにか活用しようと、大企業とベンチャー企業を中心に、し...


セキュリティ認証 制御システム(その7)

  【制御システム 連載目次】 1. セキュリティ脅威と歴史 2. サイバー攻撃事例、情報システムとの違い 3. リスク分析とセキュ...

  【制御システム 連載目次】 1. セキュリティ脅威と歴史 2. サイバー攻撃事例、情報システムとの違い 3. リスク分析とセキュ...


ビジネスの機械学習因果推論という武器:データ分析講座(その324)

  ビジネス活動において、データによる因果推論の重要性は高まっています。データによる因果推論は、データと分析に基づいた客観的な意思決定を促...

  ビジネス活動において、データによる因果推論の重要性は高まっています。データによる因果推論は、データと分析に基づいた客観的な意思決定を促...


「情報マネジメント一般」の活用事例

もっと見る
‐情報収集で配慮すべき事項(第3回)‐  製品・技術開発力強化策の事例(その11)

 前回の事例その10に続いて解説します。ある目的で情報収集を開始する時には、始めに開発方針を明らかにして、目的意識を持って行動する必要があります。目的を明...

 前回の事例その10に続いて解説します。ある目的で情報収集を開始する時には、始めに開発方針を明らかにして、目的意識を持って行動する必要があります。目的を明...


‐技術開発の目標について 第1回‐  製品・技術開発力強化策の事例(その15)

 前回の事例その14に続いて解説します。製品開発を目指している企業の中には、テ-マが見つかったら、または、アイデアが閃いたら開発に取り組む。そのような淡い...

 前回の事例その14に続いて解説します。製品開発を目指している企業の中には、テ-マが見つかったら、または、アイデアが閃いたら開発に取り組む。そのような淡い...


‐販路開拓に関する問題事例‐ 製品・技術開発力強化策の事例(その19)

 前回の事例その18に続いて解説します。多額の資金と労力を費やして開発した知的財産をどのように活用して販路開拓に結びつけるのか、大変重要な問題ですが、販売...

 前回の事例その18に続いて解説します。多額の資金と労力を費やして開発した知的財産をどのように活用して販路開拓に結びつけるのか、大変重要な問題ですが、販売...