データ分析活用の基本コンセプト(機械がやる仕事 vs 人がやる仕事)

機械がやる仕事 vs 人がやる仕事

 

私のプログラム全ての根底に流れているコンセプトです。

リモートワーク時代になろうか否かに関わらず、人が働いて価値を生み出す部分と、機械でより速く正確にできる部分との違いに着目する必要があります。

 

例えば、ある大量のデータから一定のパターンを読み出す(いわゆるデータサイエンスによるビッグデータの解析)作業は、どちらに属するでしょうか。

生身の人間が一生懸命頑張ったところで、機械に太刀打ちできないことは明白でしょう。

 

では一体、どこで人は勝負するのか。。。。 それを示した図がこちらです:

素晴らし機械も、その目的やインプット情報は人間が与える必要があります。そのインプットの質によって、出てくるアウトプットの質も決まります。

実務経験、ビジネス経験のない学生がいきなりデータサイエンスを学んで「プログラミングができます」と言ってもなかなか一般の事業会社では採用されない、活かされないのもここにポイントがあります。

 

まずはここ(インプットの段階)で、大きな価値を発揮することができます。

 

また、機械が出すものは「計算結果」でしかありません。そして、最初に規定した目的は計算結果を知ることではないはずです。

 

つまり、「計算結果」を解釈して、「結論」や「ストーリー」に置き換える作業が最後のアウトプット作業として存在します。

これをしっかり行うためのスキルも重要ですが、多くの場合あまり着目されていません。

 

私のプログラムでは、この概念を重要視しています。そして、実際の研修の中では、ここでいう「インプット」と「アウトプット」のスキルを中心にお伝えしています。実際には「スループット」(分析のやり方や手法)などを通じて、その実践力を身に付ける構成になっています。

関連記事

  1. 『日経情報ストラテジー12月号』連載:あまのじゃくなロジカルシンキング…

  2. 『データから情報を絞り出すには#2』動画更新しました!

  3. インタビュー記事「先に原因と結果のストーリーを考えれば、データ探しに迷…

  4. 『100万社のマーケティング連載』行動経済学のマーケへの応用

  5. 横浜国大でのロジカルシンキング・課題解決授業

  6. 横浜国大「Logical problem solving」今学期終了!…

コメント

  1. この記事へのコメントはありません。

  1. この記事へのトラックバックはありません。

CAPTCHA


PAGE TOP