D MediaRoom Writer ソリューション推進局インタラクティブ事業戦略室 142 Vol. デジタルメディア教室田村玄 Theme データサイエンティストはビッグデータの夢を見るか？データサイエンティスト vs スタティスティシャン（1）はデータベース技術者が有する技術であり、（2）は統計やデータ解析の技術者であり、非常に理系なデータサイエンティストと呼ばれる専門家がもてイメージです。一方（3）はどうでしょうか。デーはやされています。データサイエンティストとは、タや分析については明るくないがビジネスには精通膨大なデータからビジネスに役立つ知見を引き出すしているビジネスマンから、課題を引き出し（コミュ人を指すそうです。書店では、統計解析に関する専ニケーション能力）、科学的な課題へと定式化（（1）門書のコーナーはもちろん、ビジネス書のコーナーや（2）で解決できる課題への変換）する能力になにも、データ分析に関する本が平積みになっていまります。定式化ができれば、（1）や（2）のスキルす。筆者は 2012 年 8 月の本連載においてビッグを持って問題解決に臨むことになります。このようデータについて書いていますが、「データサイエンに、ビジネスに科学的なアプローチを持って接してティスト」という単語はまだ使っていませんでした。いくこと、それがデータサイエンティストに必須なその一方で「今後 10 年間で最もセクシーな仕事はことだと思われます。加えてアウトプットにも気を “統計学者”である」という Google チーフエコノ使う必要があると考えます。（1）（2）に精通してミスト Hal Varian 氏のコメントを引用しています。いる技術者は自身の専門用語を使いがちです。しかこのコメントを見聞きしたとき、統計解析を専門とし、対峙する相手は（1）（2）に精通している方だしてきた私は「ついに統計が日の目を見る時が来たけとは限りません。なるべくわかりやすい言葉で表のか ?」と思ったことを記憶しております。そのよ現する必要があります。TED ※ 2 のカンファレンスうな世相を反映してか、大学でも統計学の授業はかで、Melissa Marshall 氏も「『省略せずに極限まなりの人気だそうです。しかし、肩書きとしてで単純に（アインシュタイン）』。レベルを落とさずは「統計学者（statistician）」ではなく、「データに研究内容を明確に伝えることは可能なんです」とサイエンティスト」が世間を席巻しているように思述べています。えます。（1）と（2）のような技術を身につけ、ビジネス ※1 を視野に入れて科学的なアプローチでインプットとデータサイエンティストの要件とは ? アウトプットを行う、それがデータサイエンティスそれでは、データサイエンティストの必要条件とトのあるべき姿なのでしょう。は何でしょうか ?　正式な定義があるわけではないようですが、見聞きしたことをまとめますと、次のビジネスを視野に入れた分析を考える 3 つの要件を満たす人のようです。データ分析には様々な手法が存在しますが、筆者（1）データ、特にビッグデータのハンドリングは大きく 3 つに分けられると思っています。のスキル（2）統計解析のスキル（2）わける（3）ビジネスの課題をデータ分析の課題へと翻（3）構造を把握する訳するスキル（1）と（2）は“サイエンス”な感じがします。 28 （1）はかる分析により、今までわからなかったことが明らかになることは確かです。ただ、単にわかるだけでは Video Research Digest 2014.3 なく、今後どのようなアクションをとればよいのかよく買っているが、筆者が a を買っていないとしについて示唆を与えてくれるとよりよいと思いまます。このとき、筆者に商品 a をレコメンドするす。このような、ビジネスを視野に入れた分析につのです。セグメントが購買行動や購買意識に基づいいて述べたいと思います。て生成されている場合は、このようなレコメンドはより有効だと思われます。（1）はかる 1 つめの「はかる」ですが、これは率や平均といっ（3）構造を把握するた基本的な指標が有名です。ある時点で 100 人中 3 つめは「構造を把握する」です。 10 人が視聴していれば 10%です。また、30 分例えば回帰分析と呼ばれる手法を用いると、目標番組の平均視聴率は 30 時点分の平均を求めることとしたい指標に対して、他の指標がどれだけ影響しで得ることができます。これらはデータの縮約です。ているかがわかります。例えば次のような分析結果調査対象者一人ひとりのデータをまとめることで全が得られた場合、販促費よりも広告費の方が 4 倍体を分かりやすくする手段と言えます。ここにバラブランド認知率の上昇に影響を与えていることがわツキかります。 ※3 という概念を加えましょう。同じ平均視聴率 10%の番組でも、A と B ではバラツキの大きさが異なる場合があります。バラツキは投資の世界でブランド認知率の上昇 = はリスクを表す指標として用いられています。バラ 0.004 ×広告費 +0.001 ×販促費ツキの大きいほうが、リスクが高いと捉えるのです。一方でリスクが高いということはリターンが大きい構造を把握することができたら、予測に適応する可能性もあります。このような視点でデータを見ることも可能となります。上記の数式を用いることで、ことも必要ではないでしょうか。広告費に 100 万円、販促費に 0 円投資すれば、ブランド認知率は 4 ポイント上昇すると予測できま（2）わけるす。また、広告費に 0 円、販促費に 100 万円投資 2 つめは「わける」です。人間はわけることが好すれば、ブランド認知率は 1 ポイント上昇するときですね。男と女、20 代と 30 代、関東出身と関予測できます。回帰分析には上記以外にもさまざま西出身、など枚挙にいとまがありません。類似したなモデル式を適用することができますが、より使い調査サンプルをまとめてセグメントを作成したりすやすい、ビジネス上の制約を加味したものである必るのは、ある種人間の本能ではないのかと思う次第要があると思われます。です。さて、セグメントを求める理由はふたつ ※4 あると思います。ひとつは似た者をまとめることでデータサイエンティスト不要時代ターゲティングを行いやすくするという側面、もう先日、「ブレードランナー※ 5」という映画を見まひとつはセグメントの構成比を把握することで市場した。筆者が、何度も見、いつも面白いと感じる映全体を概観する、というものです。ここでは別の使画のひとつです。そのなかで、主人公デッカードがい方を考えます。昨今、EC サイトなどではレコメ写真の一部を拡大していくシーンがあります。みなンデーションなるものが用いられています。ユーさんは、デジカメで低い解像度で撮影した写真が、ザーが興味関心のありそうな情報を提示するサービ拡大すればするほど画像が荒くなるのはお分かりだスのことです。ユーザーがどんなことに興味関心がと思いますが、この手のシーンではなぜか画像が荒あるのかは、ユーザーの過去の購買履歴などを活用くなるということはありません。つまり、現実にはすることが多いですが、このセグメントを使うことあり得ないシーンということになるのです。しかし、もできます。例えば筆者がセグメント A に属して昨今、機械学習という技術により可能になってきているとします。そして、セグメント A が商品 a をいます。こういうことです。あらかじめ、同じ写真 29 を解像度低と解像度高で用意します。そのような写一部の現状把握のための分析をのぞき、なるべく次真のペアをたくさん用意し、解像度低の写真から解のアクションへの示唆となる分析が求められている像度高の写真を再現する関係性をモデル化しておきと考えます。ます。このモデルに、解像度低の写真を適用すると、データ分析は、まだまだ機械ではなく人間が行うきれいに拡大することが可能になります。時代が続くことでしょう。筆者は、機械に仕事を奪この機械学習という技術が進むと、機械が勝手にわれる時代まで、データと対峙していこうと考えてデータから学習し、最適な答えを返してくれるよういます（そして、人工知能など機械そのものについになるそうです。例えば、将棋のソフトも、一昔前て学んでいきたいと考えています）。は、将棋のアルゴリズムを人間が機械にプログラミ当社には多くのデータがあります。筆者はこれらングして覚えさせていたものを、データを食わせるデータをデータサイエンティストの視点で皆さまのことにより、機械が勝手に学習してよりすぐれた指ビジネスに貢献していく所存です。し手を勝手に学んでいくのだそうです。こうなると、データさえあれば、最適な結果を提供するのはデータサイエンティストなる人間ではな ※ 1　2013 年 9 月 22 日　朝日新聞朝刊「統計学を知く、機械なのかもしれません。機械は、初め、われる　佐藤俊樹（東京大教授・社会学）さんが選ぶ本」われ人間から、タイピングなどの単純作業を奪いました。これからは、データの収集や分析と言った業務も機械が奪っていく時代が来るのかもしれません。筆者もうかうかしていられないぞと思う次第です。より。 ※ 2　TED（テド、英 : Technology Entertainment Design）とは、アメリカのカリフォルニア州ロングビーチ（過去にはモントレー）で年１回、大規模な世界的講演会を主催しているグループのこと。Melissa Marshall 氏の講演「科学のことを熱く語って !」はおわりにデータがビッグになってきたのは事実です。というよりもビッグなデータを扱えるソフトウェアや ※ 4　学会もあります。日本分類学会。 http://www.bunrui.jp ハードウェアが発展してきた、ということです。し ※ 5　「ブレードランナー」の原作小説のタイトルは「アかし、データがスモールだろうがビッグだろうが、ンドロイドは電気羊の夢を見るか ?（Do androids やるべき分析は変わらないのではないでしょうか。 30 2013.5.27 に E テレでオンエア。 ※ 3　分散や標準偏差 dream of electric sheep?）」