データ分析・活用のテーマ選びとは データ分析講座(その177)

更新日

投稿日

 

 

◆ データ分析:修羅の道を歩むデータサイエンティスト。

 世の中不思議なもので、確実な足元に転がっている幸福よりも、存在するかどうか分からぬ桃源郷を目指すケースが少なからずあります。データ分析・活用(データサイエンス実践)の世界も同様です。目の前に転がっている成果の出やすいテーマを足蹴にし、成果の出にくいテーマを追い続けているケースが多々あります。今回は「修羅の道を歩むデータサイエンティスト。いばらの道で傷だらけになる」のお話しをします。

【目次】
1. テーマ選びの2つの軸
 (1)筋のいいテーマ
 (2)筋の悪いテーマ
2. いばらの道で傷だらけになる
 (1)意外とおいしい
3. 今回のまとめ

 

1. データ分析:テーマ選びの2つの軸

 

データサイエンス

 

 データ分析・活用(データサイエンス実践)のテーマを選ぶとき、例えば次の2つの軸で考えていきます。容易性(難易⇔容易)インパクト(小⇔大)容易性(難易⇔容易)は、データ分析・活用(データサイエンス実践)の実現の容易性です。データが取得しやすいのか、分析しやすいのか、現場で容易に活用してくれそうなのか、という3つの視点があります。

 インパクト(小⇔大)は、よくあるのが利益の額です。他には、コストダウン額の大きさや売上の額の大きさなどです。

(1)筋のいいテーマ

 

データサイエンス

 

 筋のいいテーマとは、容易かつインパクトの大きいテーマです。夢のようなテーマです。

 このようなおいしいテーマを、データ分析・活用(データサイエンス実践)すべきテーマたるもの、難易度の高いテーマでなければならない、といった感じの理由で、やらないでほったらかしにしているケースも少なくありません。不思議なことです。

(2)筋の悪いテーマ

 

データサイエンス

 

 筋の悪いテーマとは、先ほどの筋のいいテーマの真逆で、難しいのにインパクトの小さいテーマです。悪夢のようなテーマです。このような悪夢なようなテーマにチャレンジし、なかなか成果を出せないケースもたまに見受けられます。恐ろしいことです。

 

2. データ分析:いばらの道で傷だらけになる

 

データサイエンス

 

 大企業の中で、急にデータサイエンティストを集め作った組織でよくあるのが、難しくインパクトの大きなテーマを選び苦労しているケースです。容易かつインパクトの大きい筋のいいテーマがあるにも関わらずです。
不思議なことです。難しいテーマに挑み、傷だらけになりながら、途中でやめることもせず、続けているケースもあります。

 よくよく話しを聞いてみると、「データ分析・活用(データサイエンス実践)すべきテーマたるもの、難易度の高いテーマでなければならない」といった感じが背景にある不思議な選択です。同じぐらいのインパクトであるならば、容易なテーマな方がいいはずです。そこを敢えて、難易度の高いテーマを選ぶのですから大変です。

(1)意外とおいしい

 

データ分析

 

 意外とおいしいテーマは、容易だがインパクトの小さなテーマです。小粒ですが、容易なためすぐに成果が出ます。小さいな成果も、塵も積もれば山となる、ということで、それなりの成果になります。しかも、簡単ですぐ成果がでるため、データ分析人財(データサイエンス人財)を育成するのに好都合です。

 

3. データ分析:今回のまとめ

 今回は「修羅の道を歩むデータサイエンティスト。いばらの道で傷だらけになる」のお話しをしました。世の中不思議なもので、確実な足元に転がっている幸福よりも、存在するかどうか分からぬ桃源郷を目指すケースが少なからずあります。データ分析・活用(データサイエンス実践)の世界も同様です。目の前に転がっている成果の出やすいテーマを足蹴にし、成果の出にくいテーマを追い続けているケースが多々あります。

 大企業の中で、急にデータサイエンティストを集め作った組織でよくあるのが、難しくインパクトの大きなテーマを選び苦労しているケースです。容易かつインパクトの大きい筋のいいテーマがあるにも関わらずです。


 データ分析・活...

 

 

◆ データ分析:修羅の道を歩むデータサイエンティスト。

 世の中不思議なもので、確実な足元に転がっている幸福よりも、存在するかどうか分からぬ桃源郷を目指すケースが少なからずあります。データ分析・活用(データサイエンス実践)の世界も同様です。目の前に転がっている成果の出やすいテーマを足蹴にし、成果の出にくいテーマを追い続けているケースが多々あります。今回は「修羅の道を歩むデータサイエンティスト。いばらの道で傷だらけになる」のお話しをします。

【目次】
1. テーマ選びの2つの軸
 (1)筋のいいテーマ
 (2)筋の悪いテーマ
2. いばらの道で傷だらけになる
 (1)意外とおいしい
3. 今回のまとめ

 

1. データ分析:テーマ選びの2つの軸

 

データサイエンス

 

 データ分析・活用(データサイエンス実践)のテーマを選ぶとき、例えば次の2つの軸で考えていきます。容易性(難易⇔容易)インパクト(小⇔大)容易性(難易⇔容易)は、データ分析・活用(データサイエンス実践)の実現の容易性です。データが取得しやすいのか、分析しやすいのか、現場で容易に活用してくれそうなのか、という3つの視点があります。

 インパクト(小⇔大)は、よくあるのが利益の額です。他には、コストダウン額の大きさや売上の額の大きさなどです。

(1)筋のいいテーマ

 

データサイエンス

 

 筋のいいテーマとは、容易かつインパクトの大きいテーマです。夢のようなテーマです。

 このようなおいしいテーマを、データ分析・活用(データサイエンス実践)すべきテーマたるもの、難易度の高いテーマでなければならない、といった感じの理由で、やらないでほったらかしにしているケースも少なくありません。不思議なことです。

(2)筋の悪いテーマ

 

データサイエンス

 

 筋の悪いテーマとは、先ほどの筋のいいテーマの真逆で、難しいのにインパクトの小さいテーマです。悪夢のようなテーマです。このような悪夢なようなテーマにチャレンジし、なかなか成果を出せないケースもたまに見受けられます。恐ろしいことです。

 

2. データ分析:いばらの道で傷だらけになる

 

データサイエンス

 

 大企業の中で、急にデータサイエンティストを集め作った組織でよくあるのが、難しくインパクトの大きなテーマを選び苦労しているケースです。容易かつインパクトの大きい筋のいいテーマがあるにも関わらずです。
不思議なことです。難しいテーマに挑み、傷だらけになりながら、途中でやめることもせず、続けているケースもあります。

 よくよく話しを聞いてみると、「データ分析・活用(データサイエンス実践)すべきテーマたるもの、難易度の高いテーマでなければならない」といった感じが背景にある不思議な選択です。同じぐらいのインパクトであるならば、容易なテーマな方がいいはずです。そこを敢えて、難易度の高いテーマを選ぶのですから大変です。

(1)意外とおいしい

 

データ分析

 

 意外とおいしいテーマは、容易だがインパクトの小さなテーマです。小粒ですが、容易なためすぐに成果が出ます。小さいな成果も、塵も積もれば山となる、ということで、それなりの成果になります。しかも、簡単ですぐ成果がでるため、データ分析人財(データサイエンス人財)を育成するのに好都合です。

 

3. データ分析:今回のまとめ

 今回は「修羅の道を歩むデータサイエンティスト。いばらの道で傷だらけになる」のお話しをしました。世の中不思議なもので、確実な足元に転がっている幸福よりも、存在するかどうか分からぬ桃源郷を目指すケースが少なからずあります。データ分析・活用(データサイエンス実践)の世界も同様です。目の前に転がっている成果の出やすいテーマを足蹴にし、成果の出にくいテーマを追い続けているケースが多々あります。

 大企業の中で、急にデータサイエンティストを集め作った組織でよくあるのが、難しくインパクトの大きなテーマを選び苦労しているケースです。容易かつインパクトの大きい筋のいいテーマがあるにも関わらずです。


 データ分析・活用(データサイエンス実践)すべきテーマたるもの、難易度の高いテーマでなければならない、といった感じの選択です。同じぐらいのインパクトであるならば、容易なテーマな方がいいはずです。

 最初に選ぶべきは、容易かつインパクトの大きなテーマ、次に選ぶのが容易だけどインパクトの小さなテーマです。難易度の高いテーマに挑むためにデータ分析・活用(データサイエンス実践)があるわけではありません。成果を上げられなければ、そのデータ分析・活用(データサイエンス実践)に価値はありませんし、価値があるものだと認めてもらえません。

 データ分析・活用(データサイエンス実践)のテーマ選びは、存在するかどうか分からぬ桃源郷を目指すよりも、確実な足元に転がっている幸福を優先させた方がいいでしょう。

 

   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
販売力を高めるデータ分析とは データ分析講座(その196)

  ビジネス系のデータ分析・活用(データサイエンス実践)を「ビジネスアナリティクス」という用語で表現したりします。このビジネスアナリティク...

  ビジネス系のデータ分析・活用(データサイエンス実践)を「ビジネスアナリティクス」という用語で表現したりします。このビジネスアナリティク...


ダイナミックプライシングとは データ分析講座(その181)

    ◆ 新聞売り子問題とダイナミックプライシング  データ活用が進む中、ダイナミックプライシングの動きが活発化しています。ダ...

    ◆ 新聞売り子問題とダイナミックプライシング  データ活用が進む中、ダイナミックプライシングの動きが活発化しています。ダ...


ホメオスタシスな現場を動かすのは大変 データ分析講座(その235)

  【この連載の前回:データ分析講座(その234)現場に寄り添い過ぎる危険へのリンク】 ◆関連解説『情報マネジメントとは』  ...

  【この連載の前回:データ分析講座(その234)現場に寄り添い過ぎる危険へのリンク】 ◆関連解説『情報マネジメントとは』  ...


「情報マネジメント一般」の活用事例

もっと見る
P値で行う統計リテラシー判定

 「ピーチ」って聞いたら何を連想しますか、統計を学んでいる人に取っては「 P値 」が思い浮かぶはずです。統計学の素養がある程度備わっているか一言で知ろうと...

 「ピーチ」って聞いたら何を連想しますか、統計を学んでいる人に取っては「 P値 」が思い浮かぶはずです。統計学の素養がある程度備わっているか一言で知ろうと...


‐時代の流れを意識した開発テ-マの設定‐  製品・技術開発力強化策の事例(その5)

 前回の事例その4に続いて解説します。時代の流れに沿う開発テ-マとして、最近では、高齢者介護機器、環境関連機器、省エネ機器、情報技術(IT)等に関心が注が...

 前回の事例その4に続いて解説します。時代の流れに沿う開発テ-マとして、最近では、高齢者介護機器、環境関連機器、省エネ機器、情報技術(IT)等に関心が注が...


‐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...