Davos Experience in Tokyoは、「ダボス会議の経験を東京で」というコンセプトで、世界的な課題について英語で議論を交わし自身の洞察を深めることを目的とし、月1回開催されています。基本的に英語でのやりとり。
今回のテーマは「How to create Value from Big Data?」(ビッグデータから価値をどうつくるか)。
会場準備などのボランティアとして参加だったのですが、小グループでのディスカッションに参加させていただくことに。異業種のいろんな方と英語での議論ということで、色々と考えるきっかけをもらえました。
■そもそも Value とは何か？
How to create Value from Big Data? を議論するにあたりまず考えたのが、ここで言う「Value」とは何かということ。
自分の考えとしては、Valueとは課題解決をするもので、Valueの前に本来はIssueがあると思っています。Issueという課題設定があって、それを解決するValueに意味があるのか、価値があるのかどうかが初めて見えてきます。
データ分析においては、いきなり分析に入るのではなく、目の前のデータを使ってどんな課題を解くのか。得られそうな結果は、意思決定に使えたりビジネスに貢献できそうか。やみくもにデータ分析をするのではなく、問題をまずは見つけそれをイシューにする。そうして初めてデータ分析に入る。
■「How to create Value from Big Data?」をデータ分析のプロセス視点で考える
How to create Value from Big Data? を議論した時に、自分の頭にあったのは、Big data からValue までにはいくつかプロセスがあるということでした。ビッグデータさえあれば一足飛びにValue ができあがるのではなく、そこに至るために必要なステップがある。
(本来は手に入れるところからですが)すでにビッグデータがあるという前提で考えると、
- 課題設定
- データ集計/分析
- その結果から何がわかったのか(インサイト)
- インサイトを何に使うのか(意思決定など)
- 課題解決に貢献(= Value)。
なんとなく受ける世の中のビッグデータに対する期待として、データがビッグデータになれば課題解決ができるような印象を私は持っています。もちろんビッグデータを活用することで、これまでのデータではわからなかったことが見えることもあります。結果としてこれまでにないValueが生まれる。
ただ、忘れないようにしたいのは、(ビッグ)データは道具にすぎず、何のためにその道具を使い、どう活用するのか、データから何の知識を得て、どんな価値を生み出すのかを行なうのは人間です。データそれ自体は使われるツールにすぎない。
「How to create Value from Big Data?」を議論したことで、あらためて考えたことです。