DXやAIを知るためにはまずこれを知っておこう！～DXやAIの基礎となる「データ」についてやさしく解説！その２～

データとよく似た概念の比較

データについては前回のブログでご紹介したのですが、今回はデータとよく似た概念を紹介し、その違いを基により深くデータについて学んでいこうと思います。
前回データの定義についてご紹介しました。リンクを貼っておきますので気になる方は御覧ください！

では、データとデータによく似た概念についてを解説します！

DIKWについて

データとよく似た概念に、情報（Information）・知識（Knowledge）・知恵（Wisdom）の3つがあります。データを含めたこれら4つの概念をDIKWピラミッドと呼ばれています。

https://en.wikipedia.org/wiki/DIKW_pyramid

情報（Information）

DIKW のコンテキストでは、情報は記述による知識の定義(「情報は記述に含まれる」 ) を満たし、「有用」であるという点でデータとは区別されます。
つまり、データはそれ単体では何を表しているのか分かりませんが、疑問質問 (例:「誰が」、「何を」、「どこで」、「いくつ」、「いつ」) に答える過程で、「決定および/または行動」のためにデータを有用なものにすることでデータが情報となります。

知識（Knowledge）

DIKWの中で一番定義が難しいのが知識だと言われています。Wikipediaで言われているのは以下のような文言です。”知識は、フレーム化された経験、価値観、文脈情報、専門家の洞察、根拠のある直感の流動的な組み合わせであり、新しい経験や情報を評価して組み込むための環境とフレームワークを提供します。”
つまり、蓄積された情報を体系化することでそこから新たな示唆や規範を生み出すことが知識になるのだと考えます。

知恵（Wisdom）

クリーブランドは、知恵を「統合された知識、つまり非常に役立つ情報」と簡単に説明しています。知恵のレベルまで来ると少し哲学的な話も出てくるのですが、様々な知識をさらに体系化することで、知識同士の共通項を括りだすことで初めて出会うような経験に対しても対応できるようになる。ここまで来ると知恵と言えるのではないでしょうか。

まとめ

ここまでデータ、情報、知識、知恵のそれぞれの定義を紹介し、その違いを紹介しました。
最後に私が考える具体的な例を基にそれぞれの理解をより深めたいと思います。
例）
①データ：
データの羅列
（2022/12/20, 001, 2, 20・・・・）
②情報：
データの羅列が購買データだということが判明する
（20代男性が○○ゲームを✕個購入する等）
知識：
購買データを整理し、消費者の購買傾向を理解する
（20代男性はRPGよりもシューティングゲームを買う傾向がある等）
知恵：
様々な消費者の購買傾向から新たな商品やサービスを作り出すためのイメージを作る
（イベントを新たに企画する場合、20代男性は前置きが長いものよりも没入感があるものに惹かれる傾向があるため、その方向性で考えよう）

最後の知恵に行き着くためにはまず、データを集めることそしてそれを理解できるようにすることが大事だということが理解できるのではないでしょうか？
とはいえ、上記でも少しイメージがつかみにくいかもしれません。。
少しでもデータやその他の概念の理解の助けになれば幸いです。

というわけで今回はここまでです！
次回はデータとその他の資産を比較し、データの重要性や性質を学んでいこうと思います！

それでは！！