<< 目次へ
最終更新日： 2016.2.20
２．サイエンス
データサイエンスというからには「サイエンスする」必要があります。「サイエンスする」とは一見おかしな表現ですが、データ解析を行うにあたって最も重要なスキルの1つとなりますので、ここで紹介しておきます。私たちは日常生活の中で「あれっ？」と疑問に思うことがあります。例えば「あれっ？そういえば、待ち合わせの時間はいつだったっけ？」とかです。待ち合わせ時間を忘れるという現象は時に大きな問題を生じさせます。もし会社の重役と会う約束があったのであれば、商談が成立しないということになるかもしれません。プロポーズの約束に遅れようものならば、人生さえ棒に振りかねないかもしれません。しかし言い換えれば、待ち合わせ時間を忘れないような工夫をすることによって、こうした重大なトラブルを回避することができるともいえます。
「サイエンスする」とは、このように日常のある1つの事例をもとに、それを一般化するということです。もう少し具体的にいえば1つの事例から「他にも影響のありそうな問題」を可能な限り多く列挙すると、その影響範囲がわかり、問題の重大さがわかります。その問題を解く術が「誰にでも共通的に使えるもの」であれば、問題を最小限に抑えることができるわけです。少し大げさかもしれませんが、より多くの人が「幸せ」になるということです。
これは考え方の「あくまで1つ」です。
実際のマーケティングの場面で考えてみましょう。片所強さんはマーケティング部でカタログ送付の仕事を行っています。毎月、約10万通のカタログを顧客へ送付していますが、カタログ経由で購買している顧客が少なくて悩んでいました。ある日の午後、デスクでコーヒーを飲みながら考えていたところ「あれっ？ひょっとしたら紙媒体のカタログなんて今どき誰も見ないのでは？」と思いつきました。たしかにこのご時世、会社のwebサイトで公開されている電子カタログで用を済ませてしまうことも考えられます。
もしカタログを見ていない人が多かったとしたら、毎月10万ものカタログ送付にかかるコストは膨大なもので、それが全て無駄になっているということです。片所強さんは考えます：「10万通のうち、果たして何人の顧客がカタログを見てくれているのだろう。いや、そもそも見てるだけで買ってくれないのなら意味がない。でも送付通数を抑えるといっても、少ないとはいえカタログ経由で購買している顧客も2％くらいはいるからゼロにはできない・・・」と。
さて、これはある会社のある部署のある担当者一人の悩みです。いわゆる「1つの事例」に過ぎません。しかし、こうした問題を抱えるマーケティング担当者は多いのではないでしょうか？しかも「カタログを見てもらえない（かもしれない）」という事象はカタログの企画、製造、送付のコストへの影響だけではなく、自社の最新アイテムを買ってもらえない、競合他社に顧客をとられてしまうなどの問題もつながりそうです。つまり影響範囲が大きそうで、この問題を解決することで多くの会社、マーケティング担当者が幸せになる可能性があるということです。こうした問題こそ「解く価値のある問題」なのです。
これは非常に難しいテーマですが、解くべき価値のある問題かどうかを吟味することがビジネスの場面ではとても重要なポイントになってきます。データサイエンスとは決して「データ処理」ではありません。そもそも問題は何なのか、その問題の影響範囲はどのくらいか、解決することで得られる成果はどれほどのものか。かけたコストに対する成果の大きさ＝パフォーマンス（価値）です。これを考えずしてデータ解析を行うことは決してあってはなりません。これが個人が趣味として解析を行うことと、ビジネスマンとして責任をもって解析を行うこととの最大の差です。
そして常に考え、自問自答し続けなければなりません「これをして誰がどれほど幸せになるのか？」と。ぜひ自分がデータ解析をして、その結果を考察し、お客様へ報告する際には「この報告によって相手の人は幸せになるだろうか」と自問自答してみてください。もし相手の喜ぶ姿が想像できないのであれば、決して報告しに行ってはいけません。
「サイエンスする」とは、いかに多くの人が幸せになるかを考えることだと覚えておいてください。
