エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ビッグデータさえあればデータサイエンティストが後はなんとかしてくれる、という乱暴な意見に反論する - マーケティングメトリックス研究所/MARKETING METRICS Lab. – コミュニケーションの最適化を考える。マーケティングメトリックス研究所
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ビッグデータさえあればデータサイエンティストが後はなんとかしてくれる、という乱暴な意見に反論する - マーケティングメトリックス研究所/MARKETING METRICS Lab. – コミュニケーションの最適化を考える。マーケティングメトリックス研究所
アメリカに「Figures will not lie,but liars figure」という諺があるように、弱いロジックも数字を使え... アメリカに「Figures will not lie,but liars figure」という諺があるように、弱いロジックも数字を使えば補強されます。 しかし、数字はそこいらに無造作に転がっているわけがなく、作られ、加工され、そして用いられます。人はその過程を「分析」と呼ぶと私は思っています。 したがって誰が、何の目的で、その数字を作ったのか?という洞察までなければ分析とは呼べません。データを無条件に信じてはいけないのです。 分析で最も大事なことの1つに「データを見る目」をあげたいくらいです。そのための事例をマメ研ではいくつかご紹介してきました。 「日本の生産性は先進国に比べて低い」という数字を疑って見る~1人あたりという罠~ 大阪都構想はなぜ否決されたのか?をデータジャーナリズムする 「データを見る目」が無ければ、どんな罠に陥るか。もっと分かりやすい簡単な事例を3つ紹介します。 例題1: