仮説検証とビッグデータ、成功の鍵はチーム力【東京情報大学・嵜山陽二郎博士のAIﾃﾞｰﾀｻｲｴﾝｽ講座】
データ分析には仮説検証型とビッグデータ型の２つのアプローチがあり、マーケティングや業務知識に精通した人は仮説検証型に向き、エンジニアや数学に強い人はビッグデータ型に向いている。しかし、実際のプロジェクトでは両方が必要で、スーパーマンがいなくても、チームで協力すれば成功する。
▼▼▼▼▼▼▼▼
チャンネル登録はこちら
データ分析のフレームワーク
仮説検証型分析とビッグデータ型分析
２つの分析を使い分けるのがポイント
データを分析するには、大きく分けて２種類の方法があります。
１．仮説に基づき分析（仮説検証型分析）：仮説を立てて、仮説に沿って分析する。
２．データに基づく分析（ビッグデータ型分析）：統計的な分析手法を駆使し、データから事実を発見する。
この２つです。
マーケター出身者や分析する分野の業務知識に精通した方なら仮説検証型が向いています。
また、エンジニア出身者や、数学・数字・統計学に強い方ならビッグデータ型が向いています。
実際にデータ分析のプロジェクトをやってみると、仮説検証型とビッグデータ型の中間的な進め方になることが多いです。
データ分析プロジェクトを成功させるためには、仮説検証型とビッグデータ型のどちらかが欠けてもいけません。
両方とも一人でできる人材は、データサイエンティストと呼ばれたりしますが、そのような人材は多くありません。
そのようなスーパーマンはいなくても、どちらかができる人材が協力してチームを組むことで、プロジェクトは良い方向へ向かいます。
データ分析の２つのアプローチ
仮説ドリブン：仮説に基づく仮説検証型分析。仮説を立てて、仮説に沿って分析する。マーケター出身者や分析する分野の業務知識に精通した方向き。
データドリブン：データに基づくビッグデータ型分析。統計的な分析手法を駆使し、データから事実を発見する。エンジニア出身者や、数学・数字・統計学に強い方向き
２つのアプローチは、データ分析の大事な両輪である。
データ分析プロジェクトには、どちらも重要。
得意分野を活かしたアプローチで協力をすることが大事。
関連記事
