世の中、ビッグデータという言葉がひとり歩きしてます。数学の博士号をもった人たちにデータを渡せばなんかすごいことをしてくれるんじゃないか、という単純な勘違いをしている人が数多くいます。ビジネス誌なんかを読んでいて、実務でも割と優秀な人なんだけど、数字には全く疎い、って人に多いんですよね、そういう勘違いって。そういうプロジェクトをするときは、実務経験とデータと分析能力のバランスのとれた人を巻き込むのが重要です。まあ、そんな人世の中にそう多くいるとは思えませんが。
ビッグデータープロジェクトが失敗に終わるパターンはいろいろとありますが、中でもわらってしまうのが、 データがないのにデータ分析をするっていうプロジェクトでしょうか。
これは普通におきます。データ分析をして人材採用モデルを作ってくれないか、という依頼があったりします。プロフィールデータから、会社に入って活躍するかどうかのスコアリングモデルを作ってほしいってことですね。これは普通に無理です。
データーって履歴書にある情報くらいしか残っていなかったんですよ。採用って履歴書だけで判断しませんよね。むしろ面接の方法を重要視するはずです。履歴書:面接=2:8くらいじゃないんでしょうか、採用の判断って。だから、いいモデルを作るには面接の情報が必要なんですよ。データ分析者にはそういう常識的な判断能力が重要です。
たとえば、面接しているときのやり取りがテキストで全部残っているとか、映像を録画されているとか、そいうならわかります。まさにビッグデータです。分析してモデルを作れば、優秀は面接官に勝てるかもしれません。でも、そんなのないわけです。履歴書の情報だけしかないなら無理ですよ。
それでも、なんとか分析してみましょうっていうデータサイエンティストはいるかもしれません。統計はわかっていても常識的な判断能力がない人はいますから。それで出てくるモデルは害以外何者でもありません。なぜなら数字は人を迷わせるからです。それも数学の博士号を持った人の分析結果となるとなおさらです。それで面接の情報よりも履歴書の情報(モデル)に左右されて、採用がうまくいかなくなっちゃったりするんですよね。
人の判断はときに論理的じゃなかったり、経験を過度に重要視してしまったりします。だから、客観的なデータ分析により、人の判断に勝てることもあります。でも、それはある程度データがあってのことです。実際に重要なデータが保存されてない状態で、統計分析して出てきた答えを使ってはダメです。
ビッグデータープロジェクトが失敗に終わるパターンはいろいろとありますが、中でもわらってしまうのが、 データがないのにデータ分析をするっていうプロジェクトでしょうか。
これは普通におきます。データ分析をして人材採用モデルを作ってくれないか、という依頼があったりします。プロフィールデータから、会社に入って活躍するかどうかのスコアリングモデルを作ってほしいってことですね。これは普通に無理です。
データーって履歴書にある情報くらいしか残っていなかったんですよ。採用って履歴書だけで判断しませんよね。むしろ面接の方法を重要視するはずです。履歴書:面接=2:8くらいじゃないんでしょうか、採用の判断って。だから、いいモデルを作るには面接の情報が必要なんですよ。データ分析者にはそういう常識的な判断能力が重要です。
たとえば、面接しているときのやり取りがテキストで全部残っているとか、映像を録画されているとか、そいうならわかります。まさにビッグデータです。分析してモデルを作れば、優秀は面接官に勝てるかもしれません。でも、そんなのないわけです。履歴書の情報だけしかないなら無理ですよ。
それでも、なんとか分析してみましょうっていうデータサイエンティストはいるかもしれません。統計はわかっていても常識的な判断能力がない人はいますから。それで出てくるモデルは害以外何者でもありません。なぜなら数字は人を迷わせるからです。それも数学の博士号を持った人の分析結果となるとなおさらです。それで面接の情報よりも履歴書の情報(モデル)に左右されて、採用がうまくいかなくなっちゃったりするんですよね。
人の判断はときに論理的じゃなかったり、経験を過度に重要視してしまったりします。だから、客観的なデータ分析により、人の判断に勝てることもあります。でも、それはある程度データがあってのことです。実際に重要なデータが保存されてない状態で、統計分析して出てきた答えを使ってはダメです。