データサイエンスでビジネスを成長させたい
理由： ビジネスは何かの課題を解決するものだと思っています。そのビジネスを再現性のある手段で成長させられるようになれば、どんな課題に対しても頑張れば解決できるようになると思うからです。人類が様々な課題を科学で解決してきたように。 したいこと： ・ビジネス課題をデータで取り組める形に翻訳する型を作り、社内に浸透させる 具体内容： データドリブンでの意思決定における最大の課題は、ビジネス上の課題が全てデータによって解けるものではないことが原因であると考えています。ディープラーニングで予測すること自体に価値はありません。予測によって得た情報をアクションの最適化に用い、意思決定が改善して初めて価値があります。どの意思決定ならデータドリブンに進めることによって価値が出るのか、その意思決定をどのように定式化し・最適化するのか。そこを見極め、事業として高度なデータ分析が会社としての成長につながる構造を作りたいです。まだ私自身考えは完成していませんが、参考書籍としては、「AI技術を活かすためのスキル」や「評価指標入門〜データサイエンスとビジネスをつなぐ架け橋」が良いと思っています。単純に述べると、全ての意思決定の問題を①上げるべきKPIの決定②取りうるアクションの把握③アクションとKPIの影響推定④アクション最適化の4段階に分けて考えます。このように考え方を整理しながら実践し、社内に展開していきたいです。 ・A/Bテストを高速で回すための文化・プラットフォームを作る 具体内容： 上記③でアクションがKPIにどのように影響を与えるかを推定するとき、A/Bテストが最もコスパが良いと私は考えます*1。ですから、社内のデータサイエンティストがどんどん実験して、ナレッジを貯めていける仕組みが必要です。 ・自社内の実戦によって得られたナレッジを社内外にかかわらず事例を発表し、他社のデータドリブンの意思決定も成長させたい。またそこからFBを受けて自社も成長させてたい。 具体内容： 企業として知識の差異が利益の根源であることは理解していますが、データドリブンで科学的にビジネスを進めるということは、一社に限らず、社会全体として価値のあることだと信じています。ですから、お互いに実践を通じて得られたナレッジを交換し、互いにより良いデータドリブンな意思決定ができるようになればいいなあと感じています。 *1 相関ではなく因果関係が見たいので、A/Bテストや傾向マッチングなどの因果推論が必要になります。ただ、A/Bテスト以外の因果推論の手法は、分析の品質を担保することがかなり難しいという実感があります。
要望、不具合報告、使いづらい点や感想など、お気軽にお寄せください。
いただいたご意見は、今後のサービス向上に活用させていただきます。
なお、このフォームは受付専用のため、返信を行っておりません。
返信を希望する場合はお問い合わせよりご連絡ください。