データサイエンス波及の5つのポイント データ分析講座(その122)

更新日

投稿日

データサイエンス波及の5つのポイント

 

 データサイエンス・ 機械学習・ AIと、夢を大きく持つことはいいことですが、足下無視で進めることはできません。足下無視の結果、体力のある企業がすることの多くが、IT投資と人財育成や登用です。モノとヒトでどうにかなるかといえば、実はどうにもならないのです。適切なテーマ設定とアプローチが非常に重要になってきます。どのテーマが花開くのか分からないので、それを見越したアプローチが必要になります。今回は「データサイエンスを大きく波及させる5つのポイント」というお話しをします。

 

【目次】

    1、できるだけコンパクトに

     データサイエンスを実践する上で上手く進みやすいのは、できるだけコンパクトに始めることです。例えば、自部署+関連部署が1つ2つだけ、といったコンパクトさです。小さく始めることのメリットは、軌道修正が簡単、失敗の影響も小さい、何度でもチャレンジできる…などです。そして、関わった人に自信と実績を、早い段階で与えてくれます。何よりも、小さくても実績は実績です。社内政治力のある人が、エライ人や関連部署などの理解や協力を得るのに、この実績が使え、大きく波及する手助けになります。

    2、3つの軸

     小さく始める時、大きく以下の3つの軸で考え波及させるとよいでしょう。

    • 軸1...

    データサイエンス波及の5つのポイント

     

     データサイエンス・ 機械学習・ AIと、夢を大きく持つことはいいことですが、足下無視で進めることはできません。足下無視の結果、体力のある企業がすることの多くが、IT投資と人財育成や登用です。モノとヒトでどうにかなるかといえば、実はどうにもならないのです。適切なテーマ設定とアプローチが非常に重要になってきます。どのテーマが花開くのか分からないので、それを見越したアプローチが必要になります。今回は「データサイエンスを大きく波及させる5つのポイント」というお話しをします。

     

    【目次】

      1、できるだけコンパクトに

       データサイエンスを実践する上で上手く進みやすいのは、できるだけコンパクトに始めることです。例えば、自部署+関連部署が1つ2つだけ、といったコンパクトさです。小さく始めることのメリットは、軌道修正が簡単、失敗の影響も小さい、何度でもチャレンジできる…などです。そして、関わった人に自信と実績を、早い段階で与えてくれます。何よりも、小さくても実績は実績です。社内政治力のある人が、エライ人や関連部署などの理解や協力を得るのに、この実績が使え、大きく波及する手助けになります。

      2、3つの軸

       小さく始める時、大きく以下の3つの軸で考え波及させるとよいでしょう。

      • 軸1(テーマの大きさ):テーマ設定を小さくする(例:ある限定されたテーマ)
      • 軸2(影響範囲):影響範囲を小さくする(例:数人レベル)
      • 軸3(データサイエンス力):簡単なデータサイエンス技術だけで始める(例:昔からある簡単な分析手法)

       最初からホームランを狙うのも良くありません。狙ってもいいですが成功率は低くなりますし、大きな成果を生むかどうかは、やっていなくては分かりません。野球で例えるなら、ホームランを打つパワーヒッターではなく、こつこつヒットを打つアベレージヒッターのイメージです。地道にヒットを重ねていれば、その内のいくつかはホームランになります。小さく始めたデータサイエンスのテーマのポテンシャルが見えてきます。小さく始め、大きく波及させるテーマの取捨選択することが可能となります。

      3、5つのポイント

       小さく始める時のポイントを紹介します。迷った際、以下の5つの視点で考えてみてください。

      • ポイント1:汎用よりも限定
      • ポイント2:変革よりも改善
      • ポイント3:高尚よりも経験
      • ポイント4:予測よりも解釈
      • ポイント5:発見よりも確認

      (1) ポイント1:汎用よりも限定

       テーマ設定を小さくしたり(例:ある限定されたテーマ)、影響範囲を小さくしたり(例:数人レベル)と、汎用性が低く用途が限られているデータサイエンスにチャレンジするということです。このとき、汎用性が高まる(大きく波及できる)ことを念頭に置きます。

      (2) ポイント2:変革よりも改善

       テーマ設定をする時、現状否定から始まる変革よりも、現状肯定による改善の方を選ぶ、ということです。人が関与するテーマほど、改善の道を選びます。理由は人の理解が得られやすく、ポイントが絞られ、成果が出やすいからです。改善で成果を出した後、この成果を変革の旗印にすれば十分です。

      (3) ポイント3:高尚よりも経験

       最新の分析手法や難解な数理モデルなどを無理して使うよりも、簡単にすぐ成果の出やすいデータサイエンスに取り組み、経験を積みましょう、ということです。成果が大きく簡単なテーマを差し置いて、不思議なぐらい「成果が大きいけど難しいテーマ」に取り組む人が多い印象があります。

      (4) ポイント4:予測よりも解釈

       予測モデルを構築し未来を語らせる前に、現状をしっかり押さえるデータ分析をしましょう。現状をしっかり押さえるデータ分析とは、過去から現在までの傾向をデータで解釈しましょう、ということです。未来予測に比べ、現状解釈の方がはるかに簡単ですし、今まで何となく感じていたことをデータで裏付けする部分が大きく、理解を得られやすいわけです。

      (5) ポイント5:発見よりも確認

       現状解釈のためのデータ分析をする時、思い描けない発見よりも知っていることを確認するためのデータ分析をしましょう、ということです。社内の「何となくこうだろう」をデータで裏付け、数字でズバッと示していくイメージです。例えば「営業の訪問回数が多いほど受注率が高まる」という現場の「何となくこうだろう」に対しデータを使いその傾向をグラフ化し、さらに最適な訪問回数は8回だ、ということを示すというアプローチです。

         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
      取り急ぎボックスプロット

        データ分析の世界に足を踏み入れると、さまざまなグラフや図表に出会います。その中でも、特に便利でよく使われるものの一つが「ボックスプロッ...

        データ分析の世界に足を踏み入れると、さまざまなグラフや図表に出会います。その中でも、特に便利でよく使われるものの一つが「ボックスプロッ...


      IT化の不効率を加速させたビッグデータブーム データ分析講座(その75)

         ビッグデータブームは、IT化の不効率を加速させて余計な業務が増えた。IT化して楽になるはずが、従来よりも手間暇が掛かっている。IT化...

         ビッグデータブームは、IT化の不効率を加速させて余計な業務が増えた。IT化して楽になるはずが、従来よりも手間暇が掛かっている。IT化...


      時系列データを使った3つのデータ活用 データ分析講座(その208)

          ビジネス活動でよく目にするのが、時系列データです。この時系列データを使ったデータ分析・活用(データサイエンス実践)には、い...

          ビジネス活動でよく目にするのが、時系列データです。この時系列データを使ったデータ分析・活用(データサイエンス実践)には、い...


      「情報マネジメント一般」の活用事例

      もっと見る
      ソーシャルメディアデータの解析事例:異分野研究から得られる共通した目的とは

       2020年、コロナウィルス感染の問題が大きくなり始めた頃、少人数の開催ということで、ソーシャルメディアデータ解析を専門にされている先生の講演会を聞く...

       2020年、コロナウィルス感染の問題が大きくなり始めた頃、少人数の開催ということで、ソーシャルメディアデータ解析を専門にされている先生の講演会を聞く...


      ‐情報収集と開発活動、営業の役割‐  製品・技術開発力強化策の事例(その12)

         前回の事例その11に続いて解説します。製品開発は完了したがどのように売れば良いのか、ベンチャ-ビジネスの相談や異業種交流の会合では特に売り方に関する...

         前回の事例その11に続いて解説します。製品開発は完了したがどのように売れば良いのか、ベンチャ-ビジネスの相談や異業種交流の会合では特に売り方に関する...


      ‐技術開発の目標について 第2回‐  製品・技術開発力強化策の事例(その16)

       技術開発の目標を解説する以下の項目4点について、前回は、1と2を解説しましたので、今回は、第2回として、3と4を記述します。          1....

       技術開発の目標を解説する以下の項目4点について、前回は、1と2を解説しましたので、今回は、第2回として、3と4を記述します。          1....