金持ちモデル 貧乏モデル

様々なデータを統合的に活用してモデル構築することでモデルの精度はより上がり、実用的になり、顧客との信頼関係を強化することをも可能にします。 精度の高いモデル構築が、企業の収益にどのような好影響を与えることができるのかを確認してみましょう。

「金持ち父さん貧乏父さん」（ロバート・キヨサキ、シャロン・レクター著）という本を読んだこがある方は大勢いらっしゃると思います。
この本では、金融リテラシーと資産に投資して財を成す事の重要性が提唱されています。これと同じ考え方をデータサイエンスにも適用すると、次のような質問が生じます。「金持ちのデータサイエンス・モデルとはどのようなもので、貧乏なデータサイエンス・モデルとはどのようなものか?」私なら、「金持ちモデルとは企業のために収益をあげるもので、貧乏モデルとは企業の収益にならないものである」と答えるでしょう。では、企業のために多くの収益をもたらす「金持ちデータサイエンス・モデル」はどのように構築できるのでしょうか? その答えの1つが、前出の書籍の通り資産への投資です。つまり、この場合は、データが資産に当たります。

本記事では、データサイエンスのビジネスとの関連性を高めてアルゴリズムをビジネスに収益をもたらすものにするために、良質なデータ基盤とデータ統合がどれほど重要な役割を果たすのかを概説したいと思います。