kuroplan備忘録

このブログは、東京で働いているデジタル系起業家・元戦略コンサルが、調べてみてわかったことなどを30分で記事としてアウトプットしてる備忘録です。

MENU

なにを機械学習するにしても重要なこと

前回、公開した備忘録が意外にアクセスを集めてて、びっくりした。

www.kuroplan.info

この記事にアクセスがそれなりにあるっていうことは、アクセス解析に対して、機械学習をどのように適応させるか、悩んでる人が多いということが分かってよかった。

今日の注目記事

diamond.jp

Webアクセス解析というか、世の中のデジタルマーケティグで重要なことが書かれていると思う。

Webマーケティング業界の人で、「Webマーケティングの仕事してます。」という言葉ほど気をつけて聞かないといけない言葉はない。
ある人はサイト制作をしていたり、また別の人はSEOをしていたり、アドテクをしていたり、Webアクセス解析をしていたりと様々だからだ。一昔前だと、専門性を持って、ある領域のことだけ出来ていればよかったが、世の中のデジタル領域でできることが増え、ある程度のことが誰でもできるようになってきたせいで、より成果が出ることや1社で完結できることが求められるようになってきた。
今日とりあげた記事では、事業者側の会社で、ひとつの専門部署での話ではなく、全社的な取り組みとして、いかに取り組んでいけばいいのか?ということが書かれている。

サイトを作るだけ、人を集めてくるだけ、分析するだけでは、意味がまったくなく、普通に当たり前だと思えることを当たり前にできるようにすることが求められているのだと思う。

まとめ

前置きが長くなってしまったが、機械学習でも同じことが言えると思う。

機械学習で求められていることは、

  • 大きなデータから、今まで気づかなかった示唆を得ること
  • 素早く、正確に求められる結果を出すこと

だと考える。
そうなった際に必要なことは、

  • なにをインプットし、どうアウトプットするのか

ということをはっきりさせることだと考える。

つまりは、事業主体者として、自分が関わっているビジネスのゴールについて、しっかり考え抜き、実行することが求められる。それがこれからの時代、機械学習という手法で、スケールしていくのではないかと考える。

RやPythonである程度整形されたデータを処理すると、それなりの結果が出てくる。
それなりということは問題で、結果に対して、「まぁ、そうだよね」という感想しか出てこない。
ビジネスのゴールに対して、どんな説明変数を用いて、説明をしたいのか?しなければならないのか?ということがはっきりしていなければ、機械学習を大規模にやっとしても、「まぁ、そうだよね」しか出てこない。
「なんでこんなことしかわからないの?」と思った時は、自分が定義しなければならないことを雑にしか定義できていないと考えなければならないと思う。

ではでは。