データサイエンスを「民主化」する4つの方法 専門家だけでなく、すべての社員を変革に参加させる
コメント
注目のコメント
ダベンポートのテーマは一貫してますが、アイ・キャッチャーとなるコンセプトを変えても刺さらなくなりましたね。。
データサイエンスの分野では、徹底して手法を突き詰めて手触り感を出せるか、徹底して哲学的な認識論を究めて目から鱗な発見を促すか、どちらかが必要。データの実在論と認識論とでも言えば良いでしょうか。
どちらも数学的なトピックに触れる必要があるように思えます。非構造化データやクラスなどの集合論、計算可能性問題、ニューラルネットワークといった抽象的なテーマは幾らでもあるのですが、認識論側で手頃なテーマまで落ちていないのかもしれません。
物理学や経済学といった領域でデータサイエンスの応用例が出てくると活況を呈しますが、数学的な基礎づけのところまで踏み込んだ提言までしてくれると、深いなぁと思いますが中々お目にかかれません。☆データサイエンスを「民主化」
引用「最近はいくつもの企業が多様な新しいツールを発売している。そうしたツールを用いることにより、データサイエンスのさまざまな要素を簡単に行ったり、自動化したりすることができる。」終わり
最近、おそばせながら、PowerBIをいろいろ試している。
少しとっつきにくいが、データの視覚化と解析のスピードは、Excelに比べて倍ぐらいになる感じがする。
数字で議論する、そのための助けとしてツールを活用することを、広げていきたい。以前とあるグローバルエンターテインメント企業にいたときに、その時期の流行りだったこともあるがデータ分析に力を入れ、データにも基づく経営、当時はデータに基づくサービス構築・改善に力を入れていたが、なかなか担当レベルでもデータを使った考え方にならなかった。
時期尚早だったのかもしれないが、民主化の前に経営層がデータに興味を持たないと民主化しても成果として現れにくいのではないかと未だに感じている。
データでサービスを改善するとか構築するというのはある程度の時間がかかる。その間のスタッフの活動を経営層が支援してくれなければデータを活用できないからである。
いずれにしても、経営層も現場も含め全体がデータを元にした考え方になるべきという観点では「民主化」が必要なのだとは理解します。