戦略的データサイエンス入門 ―ビジネスに活かすコンセプトとテクニック

226

7 章　意思決定のための分析思考 I：良いモデルとは何か

チェックしさえすれば、不正利用の大部分を捕えるのに十分だとされてきました。この考え

方に沿ったモデルを作ることはわかりやすく、またデータマイニングから得られる恩恵を説

明するための、妥当な基準となります（これは、本質的には単一特徴の予測モデルです）。

また似たような事例に、

IBM

のあるチームが作った販売モデルがあります。そのチームで

は、どこに対して営業活動すべきか判断するために、データマイニングを使ってシンプルな

販売モデルを構築しました。その販売モデルでは、取引実績のある企業に対しては、その企

業から前年得た利益で優先度を付け、その他の企業に対しては年間売上高で順位付けしまし

た

†

。結果として彼らは、データマイニングによってこのシンプルな戦略を上回る大きな価値

を生み出せることを示しました。データマイニングチームが比較のためにどのような基準を

選ぶにしても、その基準は利害関係者にとって意味のあるものであり、説得力のある基準で

あるべきです。

7.5

 まとめ

データサイエンスにおいて重要なことの

1

つは、モデルを適切に評価するための準備を

行うことです。これを十分に行おうとすることは驚くほど難しく、多くの場合、何度か試行

錯誤する必要があります。モデルの評価を行う際に計算を簡単に行いたいという理由で、単

純な計測手段を使いたくなることもあります。分類精度は多くの研究論文で使われています

し、学校で学んだことがある読者もいるかもしれません。しかし現実の世界では ...