
351
351
13.2 データサイエンスで競合優位になる
これら
2
社は極端な例ですが、データリッチな企業ならどこでも基礎的な事例があること
でしょう。データサイエンスの有用性が一度確認されると、ビジネスの至るところで応用が
利くことがわかります。ルイ・パスツールの名言に「幸運の女神は準備された心にのみ訪れ
る」がありますが、革新的な発見は問題意識で「煮詰まった」ところにひらめくものです。
データサイエンスの(理論と実践の両方に関する)応用事例を学ぶと、応用のチャンスが見
つかり、そしてこれまで気がつかなかった問題にもデータサイエンスが利用できそうなこと
がわかってきます。
実例を紹介しましょう。
80
年代後半から
90
年代前半にかけて、最大手の電話会社がこの
本で述べた予測モデリングを用いて電話回線の修理費用の削減という課題に取り組み、これ
が音声認識システムの構築にまでつながりました。その企業はデータサイエンスがビジネス
上の問題の解決に使えそうだと認識を深め、「多額の資金をどうやって配分したらネットワー
クを一番良い状態に持っていけるか」「急成長する携帯電話事業において不正行為をどうやっ
て防止するか」といった問題にデータサイエンスを応用しました。日夜研究が続けられ、不
正行為防止のために結成されたデータサイエンスプロジェクトチームは、電話の発着信記録
をソーシャルネットワーク情報(誰が誰に通話したかで構成される)として利用した予測モ
デルを作成し、これにより不正行為の発見率が格段に向上しました。
2000
年代初めになる ...