近年、よく耳にするようになった「データサイエンス」。
しかし、明確に定義されていないため「ぼんやりとしたイメージしかない」と思われている方も多いのではないでしょうか。

今まさに発展途中の新分野なので、様々な定義がありますが、一般的には「統計解析」を意味することが多いようです。
弊社のデータサイエンティストはさらに「データを価値に変換するフレームワーク」と位置付けています。
https://www.ad-flex.com/neoadf/wp-admin/post.php?post=327&action=edit#
では、「データを価値に変換するフレームワーク」とは、どういうものでしょうか。

データはデータのままでは意味を成さず

インターネットがライフライン化し、情報処理技術は急速な発展を続けています。
あらゆるデータが瞬時に得られ、取得したデータを即時に活用するといった潮流は今後も加速し続けると考えられます。

一方で、そのデータはあくまでデータの羅列でしかないため、一般的には人が手を加えないと意味を成しません。

「データ」を「情報」に変換する必要があります。

示唆を得られる「情報」に変換

分かりやすく、例に出してみましょう。

身長は人それぞれですが、男性の平均身長を出すために、1,000人の身長を測りました。
そこから160cmや180cmといった1,000人分のデータが得られます。そのデータを元に平均値を算出したところ「170cm」という結果でした。

データの平均値から、

• 「男性の身長の特徴として、170cmが代表的と言えそう」
• 「もしかすると男性の身長は170cm程度が多いのでは？」

といった推測ができます。

データの特徴を導き、さらに”示唆が得られるだけの情報“に変換することができました。
ここから分かるのは、「データ単体では意味を成さないもの」であること。

解釈できるように人が手を加えて初めて、意味（示唆）が得られる情報となります。

「価値」を生み出すデータサイエンス

単体では意味を成さなかった「データ」を、示唆を得られる「情報」に変換することで、ビジネスや医療、教育など、様々な場面で活用することができるようになります。

データサイエンスは、統計解析やAI（人工知能）などの技術、数学や情報工学など学問的手法を使いながら、多くの価値を生み出すことができます。

次回はその手法についてさらに紐解いていきます。