新着Pick
4290Picks
Pick に失敗しました

人気 Picker
経済学は金融・経済やビジネスを対象とした理系科目です。理系がある対象をモデル化し推定し制御することを目的とする(特に工学)ように。金融市場やマクロ経済を対象としたものが経済学というイメージが強いですが、推論(推定)や制御(最適化)を考える意味ではビジネスシーンの方が力を発揮する。

特に価格戦略(マネタイズ戦略)を考える上では力を発揮する。競合の動き、ユーザー、パートナーの行動を加味した、価格戦略の立案。

スタートアップはPDCAという手法が広く浸透していますが、あまりにもPDCAを神格化しすぎると罠に陥る。そもそも設計した仮説検証のプロセスやループ自体が非効率であれば、一向に精度が高まらない。

経済学という理論をベースに、より予測可能性の高いPDCAを立案するのが因果推論やA/Bテストと考えると実効性の高さが理解しやすい。

経済学者に限らず、哲学者、言語学者など、これまでビジネスシーントムエンと考えられた文化系の専門家がどんどんビジネスシーンで活躍すると予想している。この手のノウハウの取り込みでも日本が海外に出遅れてはいけない。
経済学がお金になる、僕が大学院にいる間(2003-2008)に急速に変化していきました。特に私が専門にしていたミクロ経済学は修行僧がやる机上の空論かと思ってたのが急に「マーケットデザイン」としてビジネス最前線みたいになったのでびっくりでした。

テック系企業のプレゼンス増大もすごくて、大学院のとき記事に出てくるシュワルツさん(当時Yahoo! Research)のところで私がインターンしたときはまだごくレアで、インターン全員の発表会に行ってみたら僕ともう一人の経済インターン以外がみんなコンピュータサイエンスの人でプロダクトを発表してるのに、我々はそもそも発表するなんて聞いてなくてめちゃくちゃ気まずかったのを思い出しました。
そんなだったけど2010年くらいにはMicrosoft Researchのポスドクとか、新卒博士のトップ就職先になってました。就活の時に、前年に僕が博士課程在籍してたハーバードに移ってきたエイシー先生にMSRポスドク受けてみろって言われて受けなかったのは地味ーに今でも後悔してます。

お金になること「だけ」に経済学者が注力しかねないことについて批判的なコメントもありますね。まあもっともなことだと思いますし、経済学者業界の中でも問題視する向きはあります。ただもう少し本質的だと僕が思うことはお金が稼げるかどうかという以上に、極めて具体的な問題をクリアに解決できるところまで経済学が進んだと言うことだと思います。結果としてもちろんお金になる問題にも使えますし、あんまりお金にならないけど重要な、例えば臓器移植ネットワークの設計とか保育園の待機児童問題解決とかに使えるわけです。そういう意味では、お金もうけ「だけ」に行かないように注意する必要はありますが、この変化は歓迎すべきものと思います。(あと、世の中を良くしながらお金もうけしてる実例がかなり多いと思います)
企業は経済学で伸びるが、それ以上に経済学はテクノロジーで進化できる。テック企業は学問的にめちゃくちゃ面白い場所なのだ。

うちの研究所でも取り組みたい、経済学✕テック領域は以下。興味ある人は連絡ください!笑

1. 強化学習✕因果推論
人が関わるプロセスはフィードバックがかかるため、この記事にあるような因果推論はストーリーの一部でしかない。AlphaGoといった強化学習の進化が凄まじい今、経済学を理解するフレームワークをフィードバックループで置き換え、そこに因果推論を組み込むことで理解が発展する。例えば検索エンジンはその最たる例。人が求めるものを表示しようとするサービス側(よりよいコンテンツと検索をマッチする)と、自分が欲しい物を表示しようする顧客側(その結果ナイキ スニーカーのように自然言語ではない言葉で検索するようになった)とでループができている。その中で体験を最適化するにはどうするか、という問題は解かれてない。

2. ブランドの価値を数値化
ブランドとは「機能的な代替品と比較されなくなる力」つまり独自のマーケットを作り出すために、価格優位性をもてる。これは需要を見える化できたインターネットではじめて測れるものになった。このマーケティングではよく扱われたが経済学では数値化できないために扱いが曖昧なコンセプトを、計算可能な価値とする試み。
太宰春台が「経済」という言葉を創り出し、それが輸入学問としてのpolitical economyにあてられたという史実を踏まえた場合、この企画で述べられているものは「経済学」ではない気がします。おそらく、経済学を修めた方々のうちの少なくない人がそう思うでしょう(経済学史こそ真の経済理論家でないと務まらないという意味が分かる人です)。

私は個人的に、こうした「ミクロが企業行動に役立つ」的な風潮が、経済学のダイナミズムをむしろ削いでいると感じています。IS‐LMモデルには大いに問題があるものの、あれほど経済をエレガントかつ直感的につかめるモデルはないでしょう。良くできていると思います。

昨今危惧するのは、ミクロからミクロを見ることを「是」とする風潮です。それは臓器のスペシャリストばかりで基本的な感染症が分からない、いや分かろうとさえしない医者が増えているのと同じです。そうした人に恫喝めいた会見などして欲しくない、ん、話がズレましたね。

本来なら、ミクロをやる人間ほどマクロを描けないといけない。私が修士課程の時に、指導教官の先生に頂いた言葉です。経済学は役に立たないと言われますが、ホレ役に立つぞ、というのを企業経営などに当てはめて述べる風潮は、正にミクロからミクロを見ているだけでは?ちがうちがう、そうじゃ、そうじゃないと言いたい気持ちでいっぱいです。

オークション理論もいいでしょう。それはそれで素晴らしい業績です。一方で、社会や経済の全体観を語れるような人材が日本人の学者の方にいるのでしょうか。言い換えると、自爆気味ですが、私のような「電波芸者」が本来、こうしたことを投げかけてはならないのだと思います。ミクロからマクロを描いてみせる、それが経済学だと私は思います。

その意味で、私はこうした企画の見方に対しては、真っ向から否定的です。敢えて言えば、それは経済学の冠をつけたタダのデータサイエンスであり、社会経済の大局をつかむ経済学ではない。そもそも経済学は社会科学であり、自然科学ではない。この記事に賛同するデータサイエンティストや社会工学者たちは、自ら「祭」に加担しているだけでは(太宰春台の下りなど、わからない方が殆どでしょう)?

思いの外、いいねや共感を頂きました。理論と現実は常に一種の緊張関係にあります。そこを埋めていく作業やバランス感覚が必要かと思います。
もちろん、大家であるヴァリアン教授のオークション理論の業績などは素晴らしいと思いますし、誰もが勉強させられた分野かと思います。

 そのうえで、ここで取り上げられている経済学者の方々は、経済学の中でも特定の分野(ミクロ、計量、とりわけデータ分析、オークション理論)に集中しています。
 もちろん、逆に日本では「経済学者を使う」というと「先行きの景気は?」といった話に偏りがちな面があり、海外の動向から学ぶべき点があることは確かでしょう。ただ、上述の分野は「ビッグデータを用いた価格戦略・収益最大化」に寄与することは確かですが、この分野を「経済理論」、「経済学」と一括りにすることは、経済学そのものの発展にとって必ずしもプラスにはならないように思います。もともとの経済学の目指すものは「貧困の解消」、”cool head and warm heart”であったわけですし。

 また、確かにデジタルデータの拡大は、経済学を含む多くの学問分野に新たな発展の機会を提供しているとは思います。同時に、主要ジャーナル掲載などの業績をあげる上で、「新しいデータセットへのアクセス」が決定的に重要になっているという冷徹な事実もあります。
 この点、GAFAなど特定の主体へのビッグデータの集積が進んでいる中、「GAFAなどと組まないと学問業績があげにくい」という研究環境にならないよう、データの共有などへの社会の理解を高めていくことも、先行きの学問の発展にとって必要であろうと感じます。
Googleが広告で稼げるようになったのは、一人の経済学者を雇ったことがきっかけだった──。
当時CEOのエリック・シュミットが「Information Rules」という本を読んで感銘を受け、著者のハル・ヴァリアンをスカウト。広告オークションモデルなど、マネタイズの仕組みを築いたのが、今もチーフエコノミストを務めるヴァリアンです。
こんな話を知って経済学にがぜん興味が湧き、「経済学がビジネスに役立つとはどういうことなのか」取材しました。
第一線で活躍する経済学者の方々に、テック企業でのさまざまな活用例教えてもらいました。「これは使えそう」「面白そう」と参考にして頂ければ嬉しいです。
僕も取材協力させて頂きました!去年10月に受けた取材で、「これはお蔵入りか?」と半ば覚悟していたのですが、無事に公開されてホっとしてますw

オークション理論や検索連動型広告への応用に関するより詳しい解説については[1]を、経済学のビジネスへの活用については[2]をチラ見していただけると嬉しいです。それでは皆様、どうか良い週末を^^

[1]オークション理論とビジネスへの実践
https://note.com/yagena/n/n5552715e89d9

[2]あすを探る:経済学でお金儲け!?
https://note.com/yagena/n/nbe2ab22f2ba8

参考文献の最後に挙げられている、Amazonのチーフエコノミストによる『ビジネス・データ・サイエンス』は日本語訳も出版されています。ご参考まで!
https://amzn.to/3tX0Pwy
因果推論といえば、

母校のHUBでも泣きたくなるぐらい叩き込まれるので(もちろん勉強も実践も一生続く。なぜならいろんなツールが、日々開発されているから。)、

社会人大学院でも学ぶチャンスはあるので、こうした流れを組んで、企業も個人もリカレント教育が進むと嬉しいですよねー
Googleは人事部にも経済やODのPhDを多数雇いました。どんな人事制度設計をしたら社内のwell-beingが最大化されるか、候補者の採用に関する満足度が上がるか、研修の受講率が上がるか… 一見最もデータから遠いと思われる様な分野でさえも、データを用いながら最適解の模索をしていました。
出ている方のキャリアを見ても、しっかりとしたバックボーンがあり、また企業とアカデミアを往復しているキャリアも少なくない。
本記事と併せて、下記のUberでのエコノミストの活躍の記事も併せて。
https://newspicks.com/news/3576328
この連載について
ビジネスの話題に関するNewsPicksオリジナルのインタビューやレポート