そもそも「『データ活用』って以前から行なわれてきたのではないか」

何か目新しい手法のように語られる「データ活用」ですが、実のところビジネスシーンでは昔からデータは活用されていたわけです。
むしろ、ビジネス上の意思決定にデータを使わないなんて滅多に無かったのではないでしょうか。
では、従来活用されていた「データ」と昨今語られる「データ」とでは、一体何が異なるのでしょうか。
ヒントは、データの量と質の両面にあります。

IT技術の発達によって、データを収集しやすい環境が徐々に整ってきました。
会員カードの普及やオンラインショップの利用履歴から、個人の購買履歴を記録できるようになりましたし、その履歴を貯めておくために必要な環境も用意できるようになりました。
そして、データの解析技術の発達により、大量のデータからビジネスに有用な情報を導き、ビジネス上の意思決定に活用できるようになりました。
また、数値データだけではなくテキストデータも収集できるようになったことと、テキストデータの分析技術が向上したこともあり、数値以外のデータ活用の可能性も拓けてきました。

このように、従来のデータ活用と今後のデータ活用には、データの量や質という点で大きな違いがあります。
単に「データ活用」と言うだけではなく、具体的にどんなデータをどのように活用するのかも明確に語れるように意識できることが、データサイエンティストの第一歩なのかもしれません。

「データが役に立つのは当たり前。問題は誰がどのように役立てるのか」

収集されるデータというのは、業種によって、企業によって、もっと言えば部署によっても大きく異なります。
工場なら工場のデータが、店舗なら店舗のデータが収集できるように、多種多様なデータがあります。立場が異なればデータを活用の目的も異なりますし、当然ですが、目的の達成に必要とされるデータも変わってきます。

多種多様なデータを効率よく活用するためには、部署横断的に役立てるための作戦が必要になります。
具体的には、データサイエンティストがお客様のビジネス上の目的や課題に応じてデータを活用するためのロードマップを作成し、データがどのように役立つのかという道筋を明示することが必要となります。
そして、データをうまくビジネス上の成果へ結びつけられたとき、結果的にデータサイエンティストの判断は正解だった、となるのです。

前述のように、データそれ自体は、情報に解釈されない限り何の価値もありません。
ビジネスに有益となるような情報に解釈して初めて、データを活用することができます。
そこに、データサイエンティストとしての力量が問われています。

*1：【出典】IT用語辞典（http://e-words.jp/w/%E3%83%87%E3%83%BC%E3%82%BF.html）