「スタンフォード監獄実験」の逆は実行できるか | 戦略｜DIAMOND ハーバード・ビジネス・レビュー
社会心理学者が行った「スタンフォード監獄実験」や「ミルグラム実験」は、悪しきシステムが善良な人を変えてしまうという教訓を残した。ではその反対、つまり善意や意欲を生む好循環をつくることは可能だろうか。その事例と実践方法を紹介する。 アメリカ心理学会の元会長であるフィリップ・ジンバルド博士と昼食会でお会いした。かの有名な「スタンフォード監獄実験」の立案者だ。1971年の夏、ジンバルドはスタンフォード大学の健康な学生を選んで看守か受刑者の役を与え、大学の地下に設けた仮の刑務所に配置した。ほんの数日のうちに、囚人たちは鬱の症状と極度のストレスを呈し、看守たちはサディスティックになっていった。そして実験は早期に中止された。 この実験の教訓は、W・エドワーズ・デミングが著したように、「悪しきシステムはいつも、善良な人間を打ち負かす」ということだ。だが、その逆は成り立つだろうか。私はジンバルドに尋ねた。
「Googleインフルトレンド」の失敗から学ぶ、ビッグデータの未来 | データ経営｜DIAMOND ハーバード・ビジネス・レビュー
『ヤバい統計学』の著者でマーケティング分析のプロ、カイザー・ファングの記事をお届けする。グーグルのインフルエンザ予測モデルが失敗した事例を基に、ビッグデータの現状と課題を考える。本誌2014年5月号（4月10日発売）特集、「アナリティクス競争元年」の関連記事第6回。 2013年に出版されベストセラーとなった『ビッグデータの正体』（邦訳は講談社）の第1章の冒頭で、共著者のビクター・マイヤー＝ショーンベルガーとケネス・クキエはGoogleインフルトレンド（GFT：Google Flu Trends）を取り上げている。そこでは、グーグルがいかにして数千億回の検索を含む5年分のウェブ上のログをマイニングしてアルゴリズムを組み立てたか、そして「どうしても報告に遅れが生じる政府の統計データよりも、有効でタイムリーなインフルエンザ指標であると実証済みの」45個の検索ワードを用いたインフルエンザ予測モデル
NYタイムズはビッグデータの「ビジュアル化」でいかに洞察を引き出したか | データ経営｜DIAMOND ハーバード・ビジネス・レビュー
このように、たった3件のデータのビジュアル化により、いわゆるバイラリティ（クチコミの効果）について重要なニュアンスを理解することができた。ネット上のクチコミと記事へのアクセスの関係は、「バイラル現象」の一言ですべてを説明できるほど単純なものではない。コンテンツの種類によって、異なるパターンが出現するのだ。 とはいえ、ビジュアルがすべてを伝えるということではない。いくつかの明確な相関関係はたしかに見られる。しかしクチコミの影響について信頼性のある真の洞察を生みだすには、複雑な条件付き依存関係や、時間的な自己相関およびネットワーク自己相関をふまえ、因果関係を説明する精緻な統計モデルを構築する必要がある。 それでもこれらのビジュアルは、データのどこを見て、どのような問いをすればよいかを知るうえで役に立つ。より複雑なモデルを構築するには、最適な構築場所を知る必要があるが、ビジュアルはそのためのヒン
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
