データ｢集めて分析｣だけの人が知らない真の価値

コメント

注目のコメント

• 山崎 俊彦

  東京大学 大学院情報理工学系研究科電子情報学専攻　教授

  ・2021年12月21日

  たまに「精度が100%近くないと使い物にならない」とおっしゃる方がいらっしゃいます。精度がそこそこだったとしても、データ分析の価値は精度の高さ以外にもあると思っていて
  ・定量的に議論できること。感覚値ではなく客観性がもて、その分析が良かったとしても悪かったとしても振り返りに生かせること。
  ・再現性があること。人みたいにその日の気分や体調で言うことがかわらないこと。
  が重要だと思っています。
• 竹本 祐也

  株式会社WACUL 取締役CFO

  ・2021年12月22日

  AIを用いたSaaSツールを提供する企業で、データ分析支援をしています。こちらの記事は魔法のような話が書かれていますが今もまだまだ「データ分析は仮説が先」。Garbage in, garbage out（ゴミを入れたら、ゴミが出てくる）です。
  
  ダイナミックプライシングも成功事例だけでなく相当失敗事例も聞きます。また、購買数予測まわりでも、Ｔポイントカードのデータからコンビニの購買データを分析したら、パンと一緒に飲み物が買われていることがわかる、みたいなネタ話もあります。
  
  当社でもスマホゲームの課金額を初期行動からAIで予測するというテーマを扱ったことがありますが、無駄なデータを増やしたらAIの予測精度が落ちました。ディープラーニングを用いても、です。
  
  ユートピアを鵜呑みにして、データやAIを魔法の杖のように過度な期待をする人々が後をたたない結果、多くの大企業が生み出した「PoC死」の屍が問題になった時期は過ぎ、徐々に適切な期待値で適切なPoCが行われつつあるのではないかと思うのですが…
• 岩澤 敦

  株式会社デジタルパイロット 代表取締役社長

  ・2021年12月21日

  「売り筋」「売れ筋」「見せ筋」の商品のバランスを考えて、店舗の売上を最大化するように発注することが求められるＡＩ発注。これからは予測をしていくことが必要とされていますが、記事にもある通り、ＡＩの技術の進化だけでなく、ＡＩをツールとして一般化（一般人が扱えるツール化）が必要だと思います。
  可視化が必要ですね。