ブンジニアの記録

文系でありながら理系に間違われる人

機械 vs. 人間

連続してタイトルが、vs. とついてしまった。

私なんかはかなり日常的にやってることが営業的で、その月の売上予測なんかを聞かれることがありました(最近はないですね)。

毎朝速報作ってるためです。

その業務を引き継いでから売上予測を立ててやろうと状態空間モデルの1つ、カルマンフィルターで毎朝ちまちま実験やってました。

当たらない。

で、鉛筆舐めた方が当たるのです。実際、”***予測” (***は私の名前)という言葉ができました。

日常的に現場で起きている出来事を察してるので、さじ加減やら勢いやら、ラストスパートの勢いやら、実際、鉛筆舐める方が精度が高い。

何を言いたいかというと、

KKD vs. KDD

つまり、経験、カン、度胸 対 Knowledge Discovery in Databases (or Data Mining)

データサイエンスな人たちは初歩で、前者の否定を説かれると思います。その対立としてKDDがある。

しかしながら、実は人間の経験やカンて結構侮れなくて、分析しても、「それぐらい知ってるよ」の答しか出なかったり。

なので、私のポジショニングは、KKD (経験・カン・度胸) をいかに味方につけるかですね。

それで、データから見つけた何かを付け加えてあげたり、ショッキングな可視化をすると盛り上がります。

デジタル広告やe-commerceでしたら別でしょうが、大半の人々が従事しているであろう、人間対人間の取引については、人間の知見を証明してあげるという位置付けが盛り上がれると思います。

Scikit-Learnもいいけども、実はTableauで可視化するSQLとデザインセンスの方がつぶしが効くのかなと思います。データを理解していないとストーリーも仮説も作れませんね。

 

なんだか巷でデータサイエンティスト養成講座、うん十万円とかありますけど、少なくともそれでは稼げるお金 (事業 and 報酬)はたかが知れてますよ。