データ分析で失敗しないための5つのポイント【第12回】

入江宏志（DACコンサルティング代表）

2018年8月27日

　情報から読み取れる規則性、因果関係、相関関係などをモデル化しアルゴリズム（Algorism）を考える。

　可視化・分類した分析結果は単なる事実なので、主観的に推論してナレッジ化するために真の解析（Analytics）を実行する。

　推論で得られた真実をビジネスに活かすために、明確なメッセージに変え、ビジネスモデル（Business Model）を構築する。単に分析を分析だけに終わらせないことが重要だ。

　ビジネスモデルの構築では、成果につながる以下のポイントを押さえる必要がある。

・誰に、どのような価値を提供するか【Who、What】
・そのために、どんな業務構造や取引先との関係が必要か【How、When、Why】
・どのような販売ルートと価格設定で、どれだけ収益を上げるか【Where、Which、How much】

逆問題における6つのフェーズ

　逆問題における分析の流れは図2のようになる。順問題とは真反対になる。

図2：逆問題における6つのフェーズの流れ

　今までのビジネスモデル（Business Model）や、すでに今までの勘と経験と度
胸で分かっていることを可能な限りデジタル化する。

　デジタル化した経験値を可視化していくことで解析（Analytics）の糸口にする。

　経験値を可視化する中で、アルゴリズム（Algorism）を見抜き数値化する。

　数値化したものの正当性を得るために観察（Monitor）し、検証する。

　なぜ、このような結果になるのか、その原因を理解する。単なる原因だけで
なく、真の目的や意図（Design）をくみ取る。場合によってはデータに隠れている、データを作った人のたくらみや下心も読み取らねばならない。

　浮き上がった原因への対策（Countermeasure）を施し、原因につながる事柄を整頓（Arrange）していく。両方のやり方を併せて実行し、順問題で得た解答を応用し、逆問題としてKKD（勘と経験と度胸）で知っている、ほかの内容を検証する必要もある。