ビッグデータの価値を見間違える
お客様との会話の中で良く見聞きする内容なので共有します。
デジタル化が進んで、過去データも大量に簡単に取得出来ることもあり
企業の多くではデータの蓄積が進んでいる、いわゆる「ビッグデータ」です。
しかしながら、多くの企業でこの「ビッグデータ」を活用しているか？
と問われると「データ取得で終わり活用していない」と言うケースがある。
ビッグデータとは、膨大で多様なデータの集合を指します。特徴として「量（Volume）」「多様性（Variety）」
「速度（Velocity）」の3つの「V」があり、例えば、SNS投稿、センサーの記録、取引履歴など、多種多様な
データをリアルタイムで生成・蓄積します。このデータを適切に分析することで、新たな知見や価値を生み
出すことが可能です。
chatGPTの解説
ビッグデータと捉えると、単にデータの集合体と捉えられますが
そこから大切な次に進んでいないと言うのが現状の様です。
これには様々な要因はあるようですが
・データの扱いに慣れていない
・分析している暇がない
など、集めることには積極的でもその後の分析活用に関してはまだまだこれからの模様です。
・データの扱いに慣れていない
実はこの分野は「いうは易し」ですが、データ扱いに関しては専門分野もある程、結構難しいところです。
データサイエンスとは、数学や統計学、情報工学、プログラミング、機械学習などの手法を用いて、大量の
データを分析・解析し、有益な洞察や知見を導き出す学問分野です。
まあ「データサイエンス」とまでは行かなくても
過去データから何らかの法則性や繰り返し性などに仮説を立てて、データを見ていくことで
多くの役に立つデータにはなると言うのがビッグデータの本質になります。
例を上げると
・顧客の受発注情報なども、数年単位で並べて見ると傾向が出てきます。ある月が多く…季節変動が
・製品の積み上げ見積り作成など、毎回新規作成では無くブロックに分類して選択式にて可能か？
・経理情報など、単年では差はあるが年度単位で見れば法則性は無いか
特にサービス業や製造業などでは単体で見ると見えないものが
ビッグデータとして数年単位で見ることで、様々な法則性や傾向が見えて来ます。
このような分析をして無く、単にHDDに過去でデータをためているだけでは本当に宝の
持ち腐れになります。
・分析している暇がない
よく聞くのが「時間があれば分析しています」や「暇がない」ですが
これも実は本末転倒で「鶏が先か卵が先か」の議論に似ています。
結論から「過去データを活用（分析）していないから仕事の質が変わらない」
…は言い過ぎでは無いと思います。
多くの方は「？？？」になろうかと思いますが、大きく伸びているビックテック企業は
この「ビッグデータの価値」を最大限に活かしてビジネスに繋げています。
特に繰り返し業務（ルーティン業務）を行っている部分などは、この法則は絶対に成り立ちます。
そうは言っても「分析している暇がない」
これも実は本音でして、企業規模にもよりますが大手以外の企業規模の場合
多くが縦割り組織で業務内容そのものが独立して成り立っております。
なので、その組織の中の業務のうち「分析する」や「部門間調整」と言う担当業務が
そもそも存在せずに「理屈はわかった…でも私の担当業務では無い」
こんなところで落ち着くようです。
企業規模にもよりますが、「分析専門班」を置くほどの余裕が無く、目の前の業務遂行が精一杯
「分析している暇がない」につながります。
これら・データの扱いに慣れていない・分析している暇がない
を踏まえて「ビッグデータ」の活用まで進んでいないのが現在地点のようです。
実にもったい無いですよね。これではDXと声高に叫んだところで進まないですね。
では、どうすべきか？
現状では明確な回答は持ち合わせておりません。
言えるとしたら外部の人材を活用して下さい「by まちの総務」になりますが
その辺は、今後の対話型AIの進化に期待するところなのですかね？
HDD上に整頓無く蓄積された大量のデータを「対話型AI」に読み込ませて
「分析＆集計行って」そしてその中から「法則性（季節変動）や分類（ブロック化）をして」
こんな感じで進めていくのかもしれませんね。
確証は無いですが、予想するに「データサイエンス分野」はAIの得意分野なのではと思います。
後は使う側が「意図した目的」に近付ける「指示が出来るか」にかかって来そうです。
この「意図した指示まで」AIが考えてくれれば完璧ですが…
ビッグデータのAIによるデータサイエンス分野には興味があります。
既に具体的に進んでいるかもです、この辺も注力して探って行きます。