データから他の業界にも活かすメタ思考のトレーニング法とは？

価値を伝えると言っても
その結果を数値で把握して
改善をしないといけません。

その手法について少し
お話しを致します。

それは、データマイニング（Data mining）です。

そのデータマイニングは、
大量のデータを統計学や人工知能（ＡＩ）などの
分析手法を見出すための技術です。

データマイニングという言葉の示す通り、
情報（データ）から
有益なものをマイニングすることができます。

ITビジネスの分野では、
ビッグデータが注目を集めています。

ビッグデータを有効に活用するための手段として、
データマイニングが有効です。

データマイニングを行うことで
得ることのできる知識とは一体
どんなものなのでしょうか？

・整理されていない数値
・データを整理・分類する
・情報から得られる傾向と私の考えとは
・知識を利用して知恵に変える（判断する力）

これはDIKWモデルと呼ばれています。
あっ、DWHは、データウェアハウスです。

データマイニングで行えるのは
知識を見出すところまでです。
実際にその知識に有用性があるか否か

どう活用するのかはデータサイエンスの
判断力にかかってきます。

よって、
課題を解決するのが、
データサイエンティストの領域になります。

データマイニングを行うために、
まずは実際にデータを収集することが必要です。

大学ではデータの統計的数値の
最低ラインの800件で運用しています。

一般的には、元となるデータが
多ければ多いほど、有益な情報をマイニング
できる可能性があります。

データウェアハウスは、
まさに情報の倉庫（ウェアハウス）です。

いずれにしてもデータを扱うのは、人間です。

活用するためには、アナロジー思考の
スキルがいります。

具体化と抽象化を繰り返して
法則化することです。

そのステップは３つです。

・学びを得る
・法則化する
・異なる業界に応用する

もう少し具体的には、

日々の仕事を通して何らかの学びに気づいたら、
次は学びを「抽象化」や「法則化」するステップです。

日々の仕事で得られた学びは、
そのままでは応用はききません。

もしあなたが得られた学びを一般化し
応用範囲の広い法則
に見立て直すことができれば、
その「法則」があなたの視野を大きく広がり
データサイエンティストとして活躍できます。

そのスキルが「物事を抽象化する力」と
「多面的な視点」です。

異なる分野から得られた法則を、
自分の業界に応用して活かすこと。

また、自分の業界から得られた法則を、
異なる他の業界に応用して活かす

この繰り返しになります。