最近、社内でデータ活用を推進しようということで、データサイエンス人財を社内に抱えようという動きがあります。 社内でデータ活用するぞ！ となったとき、ある壁にぶち当たることがあります。 実業務の壁です。 もう少し説明すると...

データを活用し何かしようという取り組みは、10年前と比べると、かなり増えています。 それが…… ビッグデータだの AI（人工知能）だの データサイエンスだの 機械学習（マシーンラーニング）だの DX（デジタルトランスフォ...

蓄積され続けてはいるけど、人手にあまり触れられていないデータの中には、データの粒度がバラバラなケースが多々あります。 そのようなデータを相手に集計や分析をするとき、非常に苦労します。 ちなみに、データの粒度とは、文字通り...

データを使うことに不慣れな組織や人の場合、データから導き出された結果に対し極端な反応をします。 あり得ない期待を抱くか、もしくは無関心（期待０）か、のどちらかです。 なぜ両極端に振れるのか分かりませんが、その振れ具合が最...

よくデータ分析などを実施する前、「データから今までにない気付きを得られるのではないか！」と期待されることがあります。 要は、データマイニング的なデータ分析です。 しかし、不思議なことに、データから今までにない気付きが発見...

KKD（経験・勘・度胸）を悪の根源とみなし、データ分析・活用で排除するぞ！と 意気込む風景を何度か目にしました。 「データ分析・活用」のところを、「データサイエンス」や「データマイニング」、「マシーンラーニング」、「AI...

データサイエンス実践（データ分析・活用）の成否を左右するのは、テーマ選定にあります。 理由は単純です。 上手くいきそうもないことをいくら頑張っても、上手くいかないからです。 例えば、あなたが陸上選手だとします。 「3ヶ月...

データサイエンティスト（DS）という名の職業が、定着しつつあります。 しかし、その期待されることも、求められることも、定義も微妙に、企業や組織によって変わってきます。 とは言え、データサイエンティスト（DS）に限りません...

今回は、ゆるいお話しです。 データ分析をするとき、色々なフレームワークがあります。その中で、比較的使いやすいのが「XYZフレームワーク」です。 理由は、簡単でシンプルだからです。 今回は、「SOR理論とデータ分析の『XY...

回帰分析は非常にシンプルです。 そのため、実務的にも非常に使い勝手がよく、人気の高い分析手段の1つです。 回帰分析には2つの概念の変数が登場します。 目的変数Y：　説明したい、もしくは、予測したい変数（例：受注金額、受注...