インフォメーションとインテリジェンス データ分析講座(その136)

更新日

投稿日

データ分析

◆ インフォメーションとインテリジェンスの違いを意識してみよう

 ビジネスでデータ活用しようとチャレンジした際、次のような状況に陥るときがあります。

  • データを集めたのに、思ったほどビジネス成果が生まれない
  • 高精度のモデルを構築したのに、なぜか現場で活用されない
  • 分析しても分析しているだけで、成果が生まれるイメージが湧かない
  • 「見える化」したのに、収益が上向いた感があまりない
  • 溜めたデータをどう活用すればいいのか分からない

 共通するのは、データ活用が上手くいっていないということです。では、データ活用が上手くいっていないと感じたら、どうすればいいのでしょうか。突破の方法は色々あります。その一つが「インフォメーションとインテリジェンスの違いを意識する」ということです。今回は「データ活用が上手くいっていないと感じたら、インフォメーションとインテリジェンスの違いを意識してみよう」というお話しをします。



1、データ分析:2つの情報

 データには、アクションに直接結び付けられるかどうかで以下のような2つの状態があります。

  • インフォメーション
  • インテリジェンス

 どちらも日本語では情報と訳されます。しかしビジネスでのデータ分析・活用上は大きく異なります。非常にざっくり言うと、次のようになります。

  • インフォメーションは見ただけではアクションを起こすことが「できない」データ
  • インテリジェンスは見ただけでアクションを起こすことが「できる」データ

 このことは、データをビジネスで活用する上で、強く意識しておいた方が良い違いです。

2、データ分析:データをインテリジェンス化する技術

 集めたデータは、通常は「インフォメーション」に過ぎません。見ただけではアクションを起こすことが、通常はできないからです。もちろん、センスのいい方は集めたデータを見ただけで何をすべきか悟ることができるかもしれませんが、通常はできません。

 アナリティクス(データ分析)は、「集めたデータ(インフォメーション)」を加工・分析・統合・表現・伝達し「アクションに結びつくデータ(インテリジェンス)」を生み出す技術です。少なくとも集めた「インフォメーション」から新たな「インフォメーション」(分析結果)を作る技術ではありません。このことは非常に重要です。

3、データ分析:インテリジェンス化するまで粘ろう!

 集めたデータを「インテリジェンス」になるまでアナリティクスをしなければ、アクションは起こりません。インテリジェンスは見ただけでアクションを起こすことができるとしているのですから、当然といえば当然です。要するに「インテリジェンス」になるまでアナリティクスを実施できたかは、アクションが起こったかどうかで判断が付くということです。

 当然ながら、アクションが起こらなければ何も変わらないので、その先の収益的な成果(売上アップやコストダウン、利益率向上など)もありません。アナリティクス担当者は「インテリジェンス」を生み出すまでとことんやり抜くという執念が必要になってきます。しかし、厄介なことに人によってインテリジェンスは異なりますし、同じ人でも状況によって異なってきます。

4、データ分析:簡単な例

 今、3人の兄弟がいたとします。3人は毎朝傘を持って外出するかどうかを、家を出る前に決めていますが3人はそれぞれ行動パターンが異なります。以下は、その行動パターンです。

  • 長兄   … 新聞の降水確率と、外の空模様を目で確認し決めている
  • 次兄   … 新聞の降水確率が1%でもあると、傘を持って出掛ける
  • 末っ子  … いつもなんとなく決めている

 ある日、新聞で降水確率を確認したところ50%でした。次兄は傘を持って外出することに決めました。なぜならば「新聞の降水確率が1%でもあると、傘を持っていく」ような性格の人だからです。長兄と末っ子はどうでしょうか。2人は、新聞の降水確率だけでは、持っていくべきかの判断が付きませんでした。そこで長兄は外の空を見て判断することにしました。その結果、長兄は傘をもって外出しないことに決めたました。なぜならば「新聞の降水確率と、外の空模様を目で確認し決めている」からです。末っ子はどうでしょうか。新聞を見ても、空を見ても、これだけでは判断が付かなかったようです。

 この例は同じ情報を与えても、人によってインフォメーションなのか、インテリジェンスなのかが異なることを示しています。要するに、インテリジェンスは人よっては異なりますし、同じ人でも状況によって異なります。

5、データ分析:人や状況によって、インテリジェンスは異なる

 ある人にとってインテリジェンス(アクションに結びつくデータ)であっても、他の人にとってはインフォメーション(アクションに結びつけられないデータ)に過ぎない場合が多々あります。そのためどのような分析結果などがインテリジェンスなのかを定義しないと、どのようなアナリティクスをすればいいのかが、実は分かりません。どのような分析結果などがインテリジェンスなのかを定義するためには、活用する現場にとってのインテリジェンスとな何かを知る必要があります。

 つまりアナリティクス担当者だけで、データを集計したり分析したり、予測モデルや異常検知モデルを構築しても、それはインテリジェンスではない可能性があるということです。

6、データ分析:アクションを実施する人に依存する

 要するに、分析結果をアクションに結びつけられるかどうかは、アクショ...

データ分析

◆ インフォメーションとインテリジェンスの違いを意識してみよう

 ビジネスでデータ活用しようとチャレンジした際、次のような状況に陥るときがあります。

  • データを集めたのに、思ったほどビジネス成果が生まれない
  • 高精度のモデルを構築したのに、なぜか現場で活用されない
  • 分析しても分析しているだけで、成果が生まれるイメージが湧かない
  • 「見える化」したのに、収益が上向いた感があまりない
  • 溜めたデータをどう活用すればいいのか分からない

 共通するのは、データ活用が上手くいっていないということです。では、データ活用が上手くいっていないと感じたら、どうすればいいのでしょうか。突破の方法は色々あります。その一つが「インフォメーションとインテリジェンスの違いを意識する」ということです。今回は「データ活用が上手くいっていないと感じたら、インフォメーションとインテリジェンスの違いを意識してみよう」というお話しをします。



1、データ分析:2つの情報

 データには、アクションに直接結び付けられるかどうかで以下のような2つの状態があります。

  • インフォメーション
  • インテリジェンス

 どちらも日本語では情報と訳されます。しかしビジネスでのデータ分析・活用上は大きく異なります。非常にざっくり言うと、次のようになります。

  • インフォメーションは見ただけではアクションを起こすことが「できない」データ
  • インテリジェンスは見ただけでアクションを起こすことが「できる」データ

 このことは、データをビジネスで活用する上で、強く意識しておいた方が良い違いです。

2、データ分析:データをインテリジェンス化する技術

 集めたデータは、通常は「インフォメーション」に過ぎません。見ただけではアクションを起こすことが、通常はできないからです。もちろん、センスのいい方は集めたデータを見ただけで何をすべきか悟ることができるかもしれませんが、通常はできません。

 アナリティクス(データ分析)は、「集めたデータ(インフォメーション)」を加工・分析・統合・表現・伝達し「アクションに結びつくデータ(インテリジェンス)」を生み出す技術です。少なくとも集めた「インフォメーション」から新たな「インフォメーション」(分析結果)を作る技術ではありません。このことは非常に重要です。

3、データ分析:インテリジェンス化するまで粘ろう!

 集めたデータを「インテリジェンス」になるまでアナリティクスをしなければ、アクションは起こりません。インテリジェンスは見ただけでアクションを起こすことができるとしているのですから、当然といえば当然です。要するに「インテリジェンス」になるまでアナリティクスを実施できたかは、アクションが起こったかどうかで判断が付くということです。

 当然ながら、アクションが起こらなければ何も変わらないので、その先の収益的な成果(売上アップやコストダウン、利益率向上など)もありません。アナリティクス担当者は「インテリジェンス」を生み出すまでとことんやり抜くという執念が必要になってきます。しかし、厄介なことに人によってインテリジェンスは異なりますし、同じ人でも状況によって異なってきます。

4、データ分析:簡単な例

 今、3人の兄弟がいたとします。3人は毎朝傘を持って外出するかどうかを、家を出る前に決めていますが3人はそれぞれ行動パターンが異なります。以下は、その行動パターンです。

  • 長兄   … 新聞の降水確率と、外の空模様を目で確認し決めている
  • 次兄   … 新聞の降水確率が1%でもあると、傘を持って出掛ける
  • 末っ子  … いつもなんとなく決めている

 ある日、新聞で降水確率を確認したところ50%でした。次兄は傘を持って外出することに決めました。なぜならば「新聞の降水確率が1%でもあると、傘を持っていく」ような性格の人だからです。長兄と末っ子はどうでしょうか。2人は、新聞の降水確率だけでは、持っていくべきかの判断が付きませんでした。そこで長兄は外の空を見て判断することにしました。その結果、長兄は傘をもって外出しないことに決めたました。なぜならば「新聞の降水確率と、外の空模様を目で確認し決めている」からです。末っ子はどうでしょうか。新聞を見ても、空を見ても、これだけでは判断が付かなかったようです。

 この例は同じ情報を与えても、人によってインフォメーションなのか、インテリジェンスなのかが異なることを示しています。要するに、インテリジェンスは人よっては異なりますし、同じ人でも状況によって異なります。

5、データ分析:人や状況によって、インテリジェンスは異なる

 ある人にとってインテリジェンス(アクションに結びつくデータ)であっても、他の人にとってはインフォメーション(アクションに結びつけられないデータ)に過ぎない場合が多々あります。そのためどのような分析結果などがインテリジェンスなのかを定義しないと、どのようなアナリティクスをすればいいのかが、実は分かりません。どのような分析結果などがインテリジェンスなのかを定義するためには、活用する現場にとってのインテリジェンスとな何かを知る必要があります。

 つまりアナリティクス担当者だけで、データを集計したり分析したり、予測モデルや異常検知モデルを構築しても、それはインテリジェンスではない可能性があるということです。

6、データ分析:アクションを実施する人に依存する

 要するに、分析結果をアクションに結びつけられるかどうかは、アクションを実施する人に依存するのです。例えば、ある部署で上手くいったアナリティクスを横展開しても上手くいかない場合があります。その原因がそこにあります。アナリティクス担当者は、状況や組織などの違いなどに応じて、アクションをする人にとってどのようなインテリジェンスが必要かを考えなければならないのです。

7、現場にとって、何がインテリジェンスなのかを知ること

 今回は「データ活用が上手くいっていないと感じたら、インフォメーションとインテリジェンスの違いを意識してみよう!」というお話しをしました。データには、アクションに直接結びつけられるかどうかで2つの状態があります。どちらも日本語では情報と訳されますが、ビジネスでのデータ分析・活用上は大きく異なります。データ活用が上手くいっていないと感じた場合、データ分析の結果などが本当にインテリジェンス化されているかどうかを、確認した方がいいでしょう。そして厄介なことに、同じデータ分析の結果などでも、それがインテリジェンスかどうかは、人や状況によって異なってきます。そのため、アナリティクス(データ分析)担当者は、データ分析の結果などを活用する現場にとって、何がインテリジェンスなのかを知る必要があります。そのためにも、常日頃からインフォメーションとインテリジェンスの違いを意識しておく必要があります。

   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
最近注目を浴びてきた説明可能AIとは データ分析講座(その203)

    機械学習で構築した数理モデルが、ブラックボックス化するケースは少なくありません。そのような中、最近よく聞くキーワードに「X...

    機械学習で構築した数理モデルが、ブラックボックス化するケースは少なくありません。そのような中、最近よく聞くキーワードに「X...


ブルーオーシャンな時期とは データ分析講座(その4)

  ◆ レッドオーシャンに飛び込めとデータは言うけど  「ブルーオーシャンをデータだけで発見したいんだけど…&hellip...

  ◆ レッドオーシャンに飛び込めとデータは言うけど  「ブルーオーシャンをデータだけで発見したいんだけど…&hellip...


経営と組織の整合性を保つ、データによる意思決定推進とは:データ分析講座(その344)

【目次】   国内最多のものづくりに関するセミナー掲載中! ものづくりドットコムでは、製造業に関するセミナーを...

【目次】   国内最多のものづくりに関するセミナー掲載中! ものづくりドットコムでは、製造業に関するセミナーを...


「情報マネジメント一般」の活用事例

もっと見る
情報システム導入企業の悩みとは

        今回は、次の事例から、自社の生産システムにあった生産管理ソフトの選択をどうすべきかを解説します。   1. 想定事例  電...

        今回は、次の事例から、自社の生産システムにあった生産管理ソフトの選択をどうすべきかを解説します。   1. 想定事例  電...


個票データの共用化でコストダウン

 データ解析の効率は、生データとその整理の仕方で大きく異なると言えます。 例えば、アンケート結果は単なる生データであり、そのままでは解析出来ません。解析の...

 データ解析の効率は、生データとその整理の仕方で大きく異なると言えます。 例えば、アンケート結果は単なる生データであり、そのままでは解析出来ません。解析の...


‐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...