マガジンのカバー画像

データ・ドリブン社会の創発と戦略

4
本
慶應義塾大学SFC教授の安宅和人氏による公開講義「データ・ドリブン社会の創発と戦略」から得たことをまとめる備忘録です。
運営しているクリエイター
kohei_shio

データ・ドリブン社会の創発と戦略(安宅 和人)　第四回

上記の講義を受けて有益であったinputを備忘録としてまとめていく。 ・データの価値を産むのは第一に目的よくデータ→目的のケース(手元にデータがあり、何に使えるか考えるケース)が見受けられるが、それではうまくいかない。 目的→データでなくてはならない。 ・ロングテールにはサンプリングでは取れない価値があるビックデータの本質はロングテールにある。 ・事業での典型的なデータの利用戦略的な判断を行うため 物事を定量的に判断できる。 それはなぜか？(状況の要因)を感覚ではな

kohei_shio

データ・ドリブン社会の創発と戦略(安宅 和人)　第三回

上記の講義を受けて有益であったinputを備忘録としてまとめていく。 ・きれいなデータを集めるのは大変だが分析には絶対必要ex)アンケートに答えたらクーポンあげます→集まるデータが貧困そうに偏る ・条件軸・結果軸の立て方まず仮説を立てる。課題の確認をする。 そしてその仮説を検証するためには(課題を解決するためには)どのような軸で比較する必要があるかを考えればおのずと見えてくる。 言い方を変えると、 伝えたいメッセージの言語化をしたうえでどのようなロジックでそのメッセージ

kohei_shio

データ・ドリブン社会の創発と戦略(安宅 和人)　第二回

上記の講義を受けて有益であったinputを備忘録としてまとめていく。 ・「規模→富」から「未来を作る力(妄想力)→富」に。 ex)TESLAは、販売台数が100倍以上も違うトヨタなど自動車産業のトップ企業に、マーケットキャップ(時価総額：＝ 株価×発券株数 ≒ 企業価値 )でほとんど勝っていた。(イーロンマスクの失言などもあり株価が落ち、実現してないが、、、、) ・課題解決(未来実現)=課題発見(夢・未来の妄想)×技術×デザイン ・どうデザインし、どう付加価値を生み出す

kohei_shio

データ・ドリブン社会の創発と戦略(安宅 和人)　第一回

　上記の講義を受けて有益であったinputを備忘録としてまとめていく。 ・データを読み解くのにドメイン知識が大いに必要になってくる。ドメイン知識とは専門知識のこと。 ・データは入手法によって「調査データ」「実験データ」「ログデータ」の大きく3つに分けられる。ビックデータと世間でいわれているもののほとんどはログデータであるが、意思決定にはそれに加え多くの調査データがほとんどの場合に必要不可欠。 ・データには、次数が存在する。具体的には、スワイプパターン・入力の声・緯度経度

kohei_shio