「データ駆動型ビジネス」の課題を整理
突っ込みどころ満載の“おかしな分析グラフ”はなぜ生まれるのか
大量のデータをビジネスに生かす「データ駆動型ビジネス」。その推進に当たり、データ分析者の焦りや先入観が思わぬ落とし穴になりかねない。
FiveThirtyEightのトップページ。創設者のネイト・シルバー氏は、米大統領選の勝敗予測の高い的中率で話題となった
ネイト・シルバー氏は、ブロガーおよびデータジャーナリストとして名をはせている。米政治・経済ブログ「FiveThirtyEight」の創設者および編集長として、多くの企業の経営幹部と同じ観点から、大量のデータをビジネスに活用する「データ駆動型ビジネス」の問題を見ている。「企業の意思決定プロセスのどこに分析が適合するのか」「どのツールをデータ分析に使用するのか」「Webサイトの情報分析に、十分な時間を掛けるようにするのか」という問題だ。
これらのタスクには非常に時間がかかる。その理由の1つは、ビジネスデータ分析の分野では、データの分析や視覚化、解釈についての業界のスタンダードとベストプラクティスの策定が遅れていることだ。
「このトピックについて話し続けて数年になる。話せば話すほど、私たちのフラストレーションはたまる一方だ」。2015年8月中旬に米ボストンで開催された「HP Big Data Conference」で、シルバー氏はこう語った。
「先入観」がデータ駆動型ビジネスの邪魔をする
スタンダードとベストプラクティスの欠如の問題は、「偏った分析」と「誤解を招く視覚化」という形で表面化すると、シルバー氏は指摘する。いずれも意図的なものではないが、ユーザーは存在しない可能性のある関連性を見ようとしたり、相関関係（一方が変化すれば他方も変化する関係）しかない事象に因果関係（一方が原因、他方が結果となる関係）を見いだそうとするとシルバー氏は考えている。「分析結果が有効であるように見せたい」というユーザーの思いが、こうした状況を招いている可能性があるという。
大量のデータを扱う“真のビッグデータ環境”で作業をしているときには、先入観の問題がさらに顕著になることがあるとシルバー氏は指摘する。分析は、さまざまな事象の間にある関係を理解することだ。当然ながら、扱う事象の数が増えるにつれて、分析対象となる事象間の関係は飛躍的に増加する。その結果、全てを理解することはさらに困難になる。
ここで先入観が入ってくる。特に突出して重要な関係が見つからない場合でも、ユーザーは自分にとって最も意味を成しそうな1、2件の事象を選んで関係を見いだそうとし、「この判断は数値によって裏付けられている」などと主張しがちだ。実際はそうではない可能性があるにもかかわらず、である。「データの量が増えるほど、先入観が入り込みやすくなる」というのが、シルバー氏の考えだ。
データの可視化がうまくいかないことは「往々にしてある」とシルバー氏は語る。その理由は2つだ。1つはデータを詰め込みすぎてデータを解釈できなくなること。もう1つは、データを除去しすぎた結果、有益なデータとなるために必要なコンテキスト（文脈）が剥ぎ取られてしまうことだ。
グラフにはシンプルかつ一貫した測定尺度と視覚要素を使用すべきであると、シルバー氏は警告する。そうしないと、専門知識のある分析チーム以外の人が視覚化したデータを目にしたときに、問題が発生しかねないからだ。
見た目を良くしようとするばかりに、分析結果を支持するコンテキストを削除しすぎてしまうことが、こうした問題の原因だとシルバー氏は言う。「不適切な視覚化がなされたデータは多い。その点で、例えば広報部門に視覚化を任せることには慎重になるべきだ」
「直感」を侮るなかれ
データ駆動型ビジネスに潜むこうした落とし穴に対処する方法の1つは、意思決定プロセスにおけるデータの役割を明確に規定することである。企業は全プロセスの遂行をデータに依存する必要はない。プロセスの最初の80％をデータに先導させて、それ以降は人に任せるのがよいとシルバー氏は主張する。
こうしたプロセスの進め方をすれば、分析の真偽を確認することが容易になる。その結果、分析モデルに根付く先入観を是正できるかもしれない。最終意思決定者が分析モデルの推奨事項について、「社会通念と大きく矛盾する」と感じた場合は、分析モデルに先入観が入り込んでいるか、あるいはデータが不適切であることの兆候だと捉えることができるはずだ。
こうした議論はいずれも、分析のベストプラクティス策定に向けた動きだとシルバー氏は考えている。多くの企業にとって、データ駆動型のアプローチを意思決定に適用することは、比較的新しい概念である。とはいえ、普及が進むにつれて標準化は進むはずだ。「ベストプラクティスは、まだ模索中だ。現時点では、スタンダードについて検討している段階であり、それもまだ始まったばかりだ」とシルバー氏は語る。
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
-
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣 -
製品資料
[サイボウズ株式会社] 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
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
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
2
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
3
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
4
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
5
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
-
6
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
7
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
8
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
9
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
10
【漫画付き】ひとり情シス協会が明かす、RAG導入でしくじる企業「2つの共通点」
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
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