働かないアリとデータアナリティクス３．０

きょう

Prowise Busineww Forum
第１００回開催記念イベント　イノベーションへの組織とインテリジェンス

に行って来た。その内容をメモメモ

---

・ご挨拶
２００３年から　５０名→今回　５００名

■働かないアリはなぜ必要なのか？
　システムの立場から

・生物の進化とは
　ダーウィン前：生物→神が創る、形変わらない
　ダーウィン：生物は進化する
　→短期的効率が高いほうに進化する

・進化は、個体の利益を最大化する
　→「種」「集団」のための利益は起こらない

・自然科学とは、何を明らかにする学問なのか
　　ＨＯＷ　どのように
　　ＷＨＹ　なぜ
　→客観的行為。再現性
　　ＷＨＡＴは科学ではない。例：人間とは何か？

・ＨｏｗとＷｈｙに対する対する答えは本質的に異なるもの（両立可能）

・働かない働きアリはどうしてそんざいするか？
　ありの巣の中をみると、働いていないアリもけっこういる

・なぜはたらかないのか
　　反応閾値モデル：閾値が低いものから働く
　　　→掃除をするのは、キレイ好きの人

・労働頻度にばらつき
・一部は働くようになり、一部は働かない
・処理ができないと死ぬ場合→卵をなめる
　　疲れないなら、いっせいに働いたほうが良い
　　疲れるなら、休んだほうがいい
　偏相関をとる
　メタ分析（統合された偏相関係数）

疲労モデル
　みんなが疲れるという性質がある
　→誰かがいつも働かないシステムを採用

長期的な存続がないと、存続していないはず

ブラック企業
・短期的効率→人手が集まらない

短期的と長期的：両方のバランス

---

■ビッグデータ利活用における組織面での課題と対策

１．ビッグデータトレンドの概要
・ビッグデータとはどんなもの
　　モノの発信→ヒトの発信

・日立グループにおけるビッグデータ５分類
　　ヒューマンビッグデータ
　　マシンビッグデータ（Ｍ２Ｍ）
　　ロケーションビッグデータ
　　マーケットビッグデータ
　　スマートインフラビッグデータ

ビッグデータ市場、ＢＩ市場５倍
・国内データ流通量は８．７倍に拡大
・ビッグデータ活用により６０兆

ビッグデータ　３つのＶ
　　容量、種類、頻度
データ

　　　企業内　　企業外

構造化


非構造化

データウェアハウス→データレイク
　　データウェアハウス
　　　　何に役立つかを見込んで

　　データレイク
　　　　いつ役に立つのかわからなくても
　　　　データを溜め込む

データアナリティクス３．０
　ダベンポートとかが言っている
　アナリティクス１．０　分析者
　アナリティクス２．０　ビッグデータ；予測
　アナリティクス３．０　全てのデータ、経営の施策、あらゆる人

データサイエンティストの人材不足

・多くの企業が感じるトレンドと現状のギャップ
　４つめのＶ　Value：質
・データ量が先なのか、データ価値が先なのか
　量→投資わからない
　それよりも価値、見える化

・データアナリティクスＣｏＥ

３．データ分析の要求検討時のポイント
・データ分析利活用の構成要因
　　人的資源要員
　　組織体制整備
　　データ整備
　　システム導入

・データ分析：広すぎる
　　分析対象（データ）
　　分析の目的
　　分析結果の活用（業務施策）

・データ分析の種類
　　何を知るか
　　　可視化分析
　　　予測分析
　　どう知るか
　　　仮説主導型
　　　データ主導型
　可視化分析＝過去と今を可視化
　予測分析＝将来を予測

　・仮説主導型データ分析
　　　自分たちでも見出せる
　・データ主導型データ分析：機械学習
　　　思いもしない視点→信じて良いのか？

リソースのかけ方、アプローチの仕方違う

・新規データ：新技術→人流可視化

４．組織

データ分析者＝データサイエンティストのみではない
　　　　分析専門家　　非専門家

社内

社外

　　すべてがデータ分析者

・どの分析者を使ってどの分析をするか

・アメリカはデータサイエンティスト中心
　日本は業務→必要に応じて

・集中配置型＋分散配置型

・全社的なデータ分析／利活用を実現する組織とは
　アジャイルがた：失敗体験中心

---

■勝つためのビッグデータ～勝利への方程式とは何か
(対談）
・情報よりも前の段階：目的の設定
　戦略を持たないと、意味を成さない
　ライバルを認識してこそ、戦略がある
　日本：戦略考えにくい
・野球の戦略：日本は、それほど重視されていない
・交渉ごと：トップが戦略を持っているか？
　　かみ合わない

・情報：インテリジェンス
インフォメーション（生データ）→キュレーション→インテリジェンス

　　情報を集めてくる
　　分析を行う
　　（気象予報士）明日の天気予報：インテリジェンス

・セイバーメトリックス
　情報の数値化
　投資→若手をどこまで
　日本ハム→２４歳以下に投資

・水泳：ルール改正、細かな情報をあつめてる
　柔道：情報あつめよわい

・国家安全保障会議→戦略なかった
　今：戦略→情報集まりつつある

・データ至上主義
　直感重視しすぎ

　ニート・シルバー

・何が次にできるのか？目的変更
　→戦略の変更

・日本縦割り→横のつながりが大事

・野球
　　アメリカ：情報公開されている
　　日本：あまり公開されていない

・タグを貼り付けデータ化
・スノーデン：アメリカの情報機関
　　→あらゆる情報を満遍なく取っている

・無駄になっているデータ掘り出して、意味を見出すか
　→テレビの情報を無駄にしていないか？
　ＣＭだけを見続けると分かることがあるかも

・データをどうやって取るか→キャッチャー

・出塁できる人→いい物差し

・ペナントレース
Ｑ＆Ａ
・日本とアメリカのスカウトの違い
　日本：担当スカウト６～１０名
　アメリカ：西海岸で３人とか

・セイバーメトリックス
　指標：裏側大事

・ＧＰＳ：いろんなところに公開
　サイバー空間で、どこを攻撃されたら危ないか？

---