いかにして「データ」を「お金」に換えるか　～「データサイエンスの活用」データをデータで終わらせないために～

ITの発達により近年特に注目を脚光を浴びている「データサイエンス」

「ビックデータ解析」「AIの活用」「機械学習」などといった用語を耳にする機会も多いのではないでしょうか。

私自身も、今後の自分の市場価値を高めるためにも、これらの分野については積極的に学んでいこうと思ってます。

（※とは言いつつ、上記分野に関しては完全素人なので、いい教材があれば教えてください(笑)）

記事の内容としては、女性に人気のアパレルショップ「アースミュージック＆エコロジー」のデータサイエンスの活用方法の紹介

ちなみに、余談ですが、2019年2月26日現在、広瀬すずがトップで出て来ててかわいいです(笑)

「アースミュージック＆エコロジー」は、最近データサイエンスの力を駆使して利益率を15ポイントも上昇させています

その中でもデータサイエンティストに求められるスキルと役割のまとめが分かりやすいので参考として引用させていただきます。

＝＝＝＝＝

1．ビジネス力：データ解析で目的地を目指す運転手

事業をきちんと理解した上で、どこに課題があり、どうデータを活用すれば解決できるかを考える力

2．データエンジニアリング力：目的地へ向かう燃料（データ）を精製する「技術者」

課題解決に必要なデータを具体的に判別して収集するプロセスをシステム化する力

3．データサイエンス力：目的地へ向かう手段（解析方法）を生み出す「技術者」

AI（人工知能）や予測モデルなどを駆使してデータを解析する手段を生み出す力

＝＝＝＝＝

しかしながら、このようなスキルや役割を果たすだけの力を持っていたとしても、単にデータに強い専門家をそろえたからと言って、価値を生み出せるわけではないとも話しています。

これに関してデータサイエンティスト協会理事でDataRobot社で「誰もがAIを使える世界」の実現を目指す、シバタアキラ氏の言葉がかっこいいです。

「データサイエンティストは魔法使いではない」

米国の調査会社IDCによると、国際的なデジタルデータの量は飛躍的に増大しており、2011年（平成23年）の約1.8ゼタバイト（1.8兆ギガバイト）から2020年（平成32年）には約40ゼタバイトに達すると予想されているようです

世の中にはデータが溢れかえっています。

そして、ある一定レベルの情報は、Googleのような検索サイトによって簡単に素早く自分が欲しい（と思える）情報が得られるようになってきました。

その一方で、その中のどの情報が本当に重要なのか？の判別が私たちにとって重要課題になっている気がします。

一応学生時代には、情報工学の勉強や流体シミュレーションのコーディング、統計などもかじっていました。

その時に教えてもらったのが、

「Garbage In Garbage Out：ごみを入れても結果はごみ」

なかなか厳しい言葉ですが、確かにそうだなと思い、心に残っています。

今後、膨大なデータから重要なものを見抜き、どのように有効活用するかを考える力が重要となってくるからこそ、

・何のために（*特に重要。目的がなくして勝利はない）

・どのようなデータを

・どのように

使うのか、といったことをしっかりと考える必要があるなと、改めて感じました。

※参考文献　日経ビジネス2018.12.17

社内に眠る「データ」を「お金」に換える

気分転換ラボ