ビジネスにおけるデータサイエンスの重要性は、業界を問わず増す一方である。クライアントは、データに対して「答え」を要求する。

例えば、
• 最も好ましい顧客像とは何か
• 存在するビジネスリスクは何か
• どのようにメディアを活用するか
• なぜ過去のメディア施策に効果がなかったのか
• 次に行うべきことは何か
 などだ。これらの疑問は幾らでも設定できるが、肝心なのはその答えを見つけることである。


relativ*のアプローチとして、ビジネス価値と顧客価値を常に中心におくことが挙げられる。クライアントからの疑問に即座に答えるデータを必ずしも手元に用意していないかもしれない。しかし、クライアントの事業価値や顧客価値の創造という観点から、真に価値のある質問を設定し、その答えを導き出すことが我々の責務だと考えている。

その意味で、価値を探求する道のりは決して平坦ではない。わたし自身がデータサイエンティストとして、大切にしている名言をいくつかご紹介したい。


1.『人生は実験そのもの。より多くの実験を行う程、良いのである。』ラルフ・ウォルドー・エマーソン
これは私にとって大切なことを思い出させてくれる言葉だ。そもそも何故、データサイエンスを行うのかというリマインダーである。単にクリックやコメント数、マーケティング、数学ではなくて、私たちが扱うのは、顧客であり、人であり、つまり人生であるということ。それから、データを求めて試行錯誤を繰り返すとき、忍耐強くあることを思い出させてくれる言葉でもある。様々な実験を試みて初めて、成果に結びつくのだから。


2.『証拠の不在は、不在の証拠にはならない。』カール・セーガン
この言葉を改めて読むとき、オープンマインドでいなくては、と思い出させられる。チームやクライアントが求める「答え」を、データがいつも明確に示してくれるとは限らない。しかしそれは、必ずしも不正解を断定する根拠にはならないのだ。予測が間違っているのではなく、異なるデータが必要なのかもしれないし、もしかしたら着眼点自体が単に間違っているのかもしれない。


3.『ランダム化は、偶然に任せるには勿体無いほど重要だ。』J.D.ペトルッチェリ
データサイエンスには、計画性、経験値の策定、変数のコントロールなどの綿密な設計が求められる。そこで、結果から解釈を編み出す前にまず、プロセスの正当性を精査することにしている。仮説検証を正しく行うために、どのようにデータサンプルを有効化するかを改めて検討することから始めるのだ。


4.『事実は頑固なものだが、統計はもっと柔軟である』マーク・トウェイン
クライアントも、我々も、人間である以上は誰しも良い結果が見たいものだ。しかし、好ましい結果を読み解くことが私たちの役目ではない。業績の向上に貢献するためのデータを導くことこそがミッションだ。バイアスのない、まっすぐな視点を改めて思い出させてくれる言葉である。


5.『数字は自分から語りかけてはこない。語りかけるのは人間の役目だ。データに求める前に、自分たちに求めなくてはならない。』ネイト・シルバー
このフレーズは、データサイエンティストとしての責任を教えてくれるものである。繰り返しにはなるが、データサイエンティストにとって、数字は最も大切なものではない。一番重要なのは、科学的手段の厳格さだ。本当に役に立つ成果を生み出すために－relative*では、その責務を背負って精進するのみだ。