データに対する疑念を払拭するには
“トップの意見”を優先する経営陣にデータ分析チームができること
データ分析はほんのわずかな誤りから経営陣の信用を失ってしまうこともある。それに対し、企業のデータ分析チームはどのようなアプローチを取るべきなのか。そのポイントを解説する。
「MIT Sloan Sports Analytics Conference」のWebサイト《クリックで拡大》
全米プロバスケットボール協会（NBA）の元選手で現在はバスケットボール解説者をしているチャールズ・バークレー氏は、アナリティクス（データ分析）に関する自らの見解を明らかにした。NBAチームのヒューストン・ロケッツでゼネラルマネジャーを務めるダリル・モリー氏は、データに基づいて選手の状況を判断することが多いと主張する人物だが、バークレー氏は「データ分析を盲信する人の1人だ」と同氏を評した。
データ分析の有効性に関して、このような見方をしているのはバークレー氏に限ったことではない。米ボストンで2015年2月に開催されたスポーツ分析に関するカンファレンス「MIT Sloan Sports Analytics Conference」では、データ分析を“信じる”かどうかについて、多くの議論が交わされた。米ESPN SportsCenterでキャスターを務めるジョン・アンダーソン氏は、「私はデータ分析の力を信じている。皆さんにも考えをあらためてほしい」と数回にわたって発言していた。
筆者は、データ分析が“信じる”“信じない”の対象になるものだと認識していなかった。データ分析手法の正当性については、何百年もの間に議論され数え切れないほど証明されてきた。今もなお議論されているのは奇妙な話である。
だが、先述の意見や主張から見えてくるのは、世間一般がデータ分析を信仰の必要な魔法のようなものとして理解しているということだ。そして、データ分析への理解を広めるため、データサイエンティストにはどれほどの努力が求められているかということである。
経営幹部レベルで生まれる疑念
データ分析のトレンドに困惑しているのはスポーツ業界だけではない。企業のデータ分析チームは、自分たちの行っている分析業務が意思決定プロセスの数ある要素の1つとしか見なされていない状況について、不満を持っていることも珍しくない。企業の経営陣は、純粋にデータに基づいて判断を下すのではなく、いまだに“トップの意見”を優先する傾向にある。
また、データ分析が1つでも失敗すると、それだけで一部の経営陣はデータ分析を信用しなくなる。だが、データ分析に失敗は付き物である。最高のデータ分析チームでも100％正確な分析を行えるわけではない。データに基づく判断が目標としているのは、直感よりも判断の正答率を上げるということにすぎない。しかし、ある予測モデルが75％の確率で正しい判断を下していても、残りの25％によって社内で不信感を招く恐れがあるのだ。
データ分析の取り組みで鍵を握るのは、経営陣による支援を得ることである。データ分析に対する経営陣の理解を高めることができれば、より多くの支援を受けられるかもしれない。そのためには、まず分析結果を効果的に表現する必要がある。意思決定者に対しては、「このようなデータがあるから、この戦略が適切だ」と伝えるのではなく、その戦略をデータがどのように裏付けるかを説明しなければならない。
米ラスベガスで2015年2月に開催された経営幹部向けのサミット「TDWI Executive Summit」では、米Archipelago Information Strategiesで業務執行役員を務めるマイク・ランパ氏が“データジャーナリスト”の必要性を訴えた。データジャーナリストとは、データ分析の考え方を理解しながらも、コミュニケーションを主な技能とする職種である。データサイエンティストには、分析に対する高い説明能力が求められているとは限らない。
データの限界を認める
データ分析チームは、分析結果に限界があることを認めなければならない。ある予測モデルが定量的に間違える可能性を経営陣が最初から理解していれば、予測モデルによる提案が適切でなかったときに与える失望感は軽くなる。
データセットには偏りや限界があると認めることも重要だ。基礎となるデータ分析手法には欠陥がないように思えるかもしれない。だが、データセットの状態によって、分析精度が制限される可能性はある。そうした要素は必ずしも議論されるとは限らない。あらかじめデータ分析の限界について説明することで、経営陣との間に信頼関係を築きやすくなり、分析が失敗に終わったときの防衛手段となる可能性がある。
昨今、データサイエンティストには多くのことが求められている。その職務資格にさらに1つ追加する時期がきているのかもしれない。それは教育者の資格だ。一般の人たちの多くがデータ分析についてそれほどよく理解していないのが実情だ。データサイエンティストは自分たちの仕事に価値がある理由を確実に理解してもらうために、さら取り組む必要がある。そこに選択肢はない。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品レビュー
「電子帳簿保存法対応」実践術：タイムスタンプ付与などの要件の手軽な実現方法 -
事例
「大企業のデジタル化」成功事例集【コクヨ、九州電力、ヨネックスなど21社】 -
製品資料
“顧客管理の課題”を簡単に解決する方法とは？ -
製品資料
契約管理の“あるある課題”をノーコード開発で解決するためのポイント -
製品資料
揺らぐ境界防御 いま企業が特に警戒すべき「3つのセキュリティ課題」とは？
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
2
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
3
自宅のWi-Fiが「遅い」「途切れる」本当の原因は？ Dellが推奨する鉄則
-
4
継続利用は4割どまり M365 Copilotが「効く業務」と期待外れの境界
-
5
画面をティッシュで拭くのはNG Dellが推奨するPCの正しいお手入れ方法
-
6
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
-
7
VDI運用の“生きたノウハウ”を共有 歴史あるユーザー会の魅力とは？
-
8
メインフレームは死なず AI活用で20年来の高収益をたたき出す基幹システムの底力
-
9
VMware離れを食い止めるか？ 今「VCF 9.1」が再評価される理由
-
10
「GitHub Copilot」3000人に配布も基本機能しか使われない 保険大手が得た教訓
ホワイトペーパーランキング PR
-
1
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
2
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
-
3
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
4
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
5
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
6
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
7
「結局、一部の人しか使わない」 AI活用が業務に定着しない根本的な理由
-
8
AIエージェントで成果は出る？ 調査結果に見る費用対効果の実態
-
9
PostgreSQLの「機能」「性能」「運用」「拡張性」に関する悩みの解消法
-
10
ゼロトラストにおける「IDaaSの課題」と補完すべき重要機能とは？
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー