「ビッグデータによるデータサイエンス」とのゴールの違い

まだまだ”ビッグデータ“や”データサイエンス“といった言葉は広く意識されているようです。

ところが一般実務の中で、これらが活用されて成果が出ているという話は、言葉の広がりのわりには耳にすることがありません。
それはビッグデータやデータサイエンスそのものが悪いというよりも、ゴールが違うことが理解されていないからではないか、と思うことがあります。

 例えば、

 「このシャーベットの販売実績ビッグデータをデータサイエンスで分析したところ、気温28.967℃以上、湿度59.016%以上のときに売上が上がることが分かった」

 としましょう。

複雑で大量のデータからパターンを読み出し、”精度の高い結果を出す“というゴールは達成できます。

　では、この結果を持って「売上をもっと伸ばしたい」という“実務上の“ゴールに繋げることができるでしょうか。

正直難しいのではないでしょうか。

データサイエンス上のゴールを目指そうとしている実務家の人が「データを活かしきれていない」と感じるのはある意味当然の結果です。

この実務上のゴールに行くためには、必ずしもビッグデータや高度な分析手法は必要ではありません。

そもそもどのようなデータが必要かといった思考から始まり、適切な分析手法を選定し、結果から結論に繋げることが必要だからです。

 みなさんの「データ活用のゴール」はどこにあるでしょうか？