視座の高低と将来予測 データ分析講座(その261)

更新日

投稿日

情報マネジメント

 

高い塔に登って見渡せば、遠くまで見渡せます。低い椅子の上から見渡せば、遠くまで見渡せません。低い椅子の上から下を見れば、足元(この場合、椅子の足元)は見えます。高い塔に登って下を見れば、その足元はよく見えません。高い塔に登って前を見れば、だいぶ先まで見えるだけでなく、後ろを振り向けば、だいぶ後ろまで見えます。将来予測も同じです。今回は「視座の高低と将来予測」というお話しをします。

 

【目次】
1.未来は過去の延長線に過ぎない
2.賢者は歴史に学ぶ
3.予測モデルも歴史に学ぶ
4.人と予測モデルのコラボレーション

【この連載の前回:データ分析講座(その260)予測モデルの構築活用は現場がキーになるへのリンク】

 

1.未来は過去の延長線に過ぎない

当然ですが、未来は過去の延長線上にあります。延長線といっても、全く同じことが淡々と行われる、といっているわけではありません。過去の積み重ねと時代のうねりが「今」を形作り「未来」へとつながっています。

 

厳密には、人間は「今」しか生きることはできませんし「今」以外は人間の意識の中にある過去と未来という概念でしかありません。その概念を見る上で、視座の高低は大きな要因になっていると思います。

 

2.賢者は歴史に学ぶ

ドイツ帝国の初代宰相を務めた鉄血宰相ビスマルクの言葉に「愚者は経験に学び、賢者は歴史に学ぶ」というものがあります。英語版では「Fools say they learn from experience. I prefer to learn from the experience of others.」となっているので「愚者は経験に学ぶと言われている。私は他人の経験から学ぶのを好む。」となるでしょう。

 

その学びの中に、過去の客観性の高いデータ(定性的な事例含む)から学ぶ、ということも含まれていることでしょう。もちろん、経験からしか学べないこともありますが、その成功打率を上げるには、過去の客観性の高いデータ(定性的な事例含む)から学ぶことは、非常に有用です。

 

3.予測モデルも歴史に学ぶ

高い塔に登って後ろを振り向いたときにそれが歴史(客観性の高いデータ)であれば、前を見たときにそれなりに有用な将来予測をすることができる、ということです。過去の客観性の高いデータの期間が長いほど、先を予測できる可能性が高まります。

 

例えば、過去1ヶ月間のデータがないのに、1年先を予測することは非常に難度が高いのです。10年間のデータがあれば、1年先を予測することはできることでしょう。その過去データが改ざんされていない客観性の高くきれいなデータであれば、なおさらです。

 

使えないデータほど、いい加減で汚いデータです。将来を見通すには、過去の見通しをよくすることが重要です。

 

4.人と予測モデルのコラボレーション

予測モデルに、予測行為そのものを丸投げしてもいいですが、人とコラボしたほうが、より高精度な何かを掴むことができます。なぜならば、この世のあらゆることがデータ化されているわけではないからです。データ化されていない事象...

情報マネジメント

 

高い塔に登って見渡せば、遠くまで見渡せます。低い椅子の上から見渡せば、遠くまで見渡せません。低い椅子の上から下を見れば、足元(この場合、椅子の足元)は見えます。高い塔に登って下を見れば、その足元はよく見えません。高い塔に登って前を見れば、だいぶ先まで見えるだけでなく、後ろを振り向けば、だいぶ後ろまで見えます。将来予測も同じです。今回は「視座の高低と将来予測」というお話しをします。

 

【目次】
1.未来は過去の延長線に過ぎない
2.賢者は歴史に学ぶ
3.予測モデルも歴史に学ぶ
4.人と予測モデルのコラボレーション

【この連載の前回:データ分析講座(その260)予測モデルの構築活用は現場がキーになるへのリンク】

 

1.未来は過去の延長線に過ぎない

当然ですが、未来は過去の延長線上にあります。延長線といっても、全く同じことが淡々と行われる、といっているわけではありません。過去の積み重ねと時代のうねりが「今」を形作り「未来」へとつながっています。

 

厳密には、人間は「今」しか生きることはできませんし「今」以外は人間の意識の中にある過去と未来という概念でしかありません。その概念を見る上で、視座の高低は大きな要因になっていると思います。

 

2.賢者は歴史に学ぶ

ドイツ帝国の初代宰相を務めた鉄血宰相ビスマルクの言葉に「愚者は経験に学び、賢者は歴史に学ぶ」というものがあります。英語版では「Fools say they learn from experience. I prefer to learn from the experience of others.」となっているので「愚者は経験に学ぶと言われている。私は他人の経験から学ぶのを好む。」となるでしょう。

 

その学びの中に、過去の客観性の高いデータ(定性的な事例含む)から学ぶ、ということも含まれていることでしょう。もちろん、経験からしか学べないこともありますが、その成功打率を上げるには、過去の客観性の高いデータ(定性的な事例含む)から学ぶことは、非常に有用です。

 

3.予測モデルも歴史に学ぶ

高い塔に登って後ろを振り向いたときにそれが歴史(客観性の高いデータ)であれば、前を見たときにそれなりに有用な将来予測をすることができる、ということです。過去の客観性の高いデータの期間が長いほど、先を予測できる可能性が高まります。

 

例えば、過去1ヶ月間のデータがないのに、1年先を予測することは非常に難度が高いのです。10年間のデータがあれば、1年先を予測することはできることでしょう。その過去データが改ざんされていない客観性の高くきれいなデータであれば、なおさらです。

 

使えないデータほど、いい加減で汚いデータです。将来を見通すには、過去の見通しをよくすることが重要です。

 

4.人と予測モデルのコラボレーション

予測モデルに、予測行為そのものを丸投げしてもいいですが、人とコラボしたほうが、より高精度な何かを掴むことができます。なぜならば、この世のあらゆることがデータ化されているわけではないからです。データ化されていない事象をモデルに組み込めない予測モデルには、そういう意味で限界があるからです。

 

・・・・・・・・・・・・・・・

 

データ化されていない事象を考慮するには、人間の力が必要です。そう考えると、ある程度の期間の長さのある客観性の高い過去データが必要なだけでなく、それを扱う人の視座の高さと、歴史から学ぶ姿勢が必要になることでしょう。

 

◆【特集】 連載記事紹介連載記事のタイトルをまとめて紹介、各タイトルから詳細解説に直リンク!!

◆データ分析講座の注目記事紹介

 

 

   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
早わかりEDA:Electronic Design Automation

  集積回路、プリント回路基板設計と検証に使われるワークフロー、アプリケーション、手法は、CAE (Computer-Aided Engi...

  集積回路、プリント回路基板設計と検証に使われるワークフロー、アプリケーション、手法は、CAE (Computer-Aided Engi...


現場を無視した指標設計 データ分析講座(その32)

◆ 現場を無視した指標(KPIなど)に未来はない  KPIなどのビジネス指標を設計するとき、最大限注意すべきことがあります。それは、現場の「意見」や...

◆ 現場を無視した指標(KPIなど)に未来はない  KPIなどのビジネス指標を設計するとき、最大限注意すべきことがあります。それは、現場の「意見」や...


データサイエンスで成果を出さないときの共通点 データ分析講座(その120)

◆ 目的を明確にしてもデータサイエンスで失敗するのか  データサイエンスは「目的を明確にすること」が大事だとよくいわれます。これはデータサイエンスに...

◆ 目的を明確にしてもデータサイエンスで失敗するのか  データサイエンスは「目的を明確にすること」が大事だとよくいわれます。これはデータサイエンスに...


「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...


人的資源マネジメント:データ指向ものづくりがもたらす高い生産性

 今、ものづくりの現場が目指すべきは「データ指向ものづくり」だと思います。 今回は、インダストリー4.0のような次世代ものづくりの大波への備えともなる 「...

 今、ものづくりの現場が目指すべきは「データ指向ものづくり」だと思います。 今回は、インダストリー4.0のような次世代ものづくりの大波への備えともなる 「...


既存コア技術強化のためのオープン・イノベーション:富士フイルムの例

 2015年7月20日号の日経ビジネスに、富士フイルムの特集が掲載されました。富士フイルムは、既存コア技術強化のためにオープン・イノベーションを果敢に...

 2015年7月20日号の日経ビジネスに、富士フイルムの特集が掲載されました。富士フイルムは、既存コア技術強化のためにオープン・イノベーションを果敢に...