実測値と血の通ったモデルの組み立て方について

久しぶりにオリジナル投稿です。

良い論理モデルを組み立てられても、実測値をインプットできないから、ソフトウェアならソフトウェアで既刊書を吸収することしかできない。当然、そんなのは情弱商売も入っているんだから実測値獲得できないとゴミばっかりインプットすることになってモデルも壊れることがよくあると思う。

自分の手札が何かを考えずに、教科書とか雑誌を読んでそれを無謀に挑戦しようとしまう。自社のリソースと自分のポジションを見落としがち。

その意味では実測値獲得できる方がいいんだけど、勉強させても向かないことが多い気がする

だから実測値を獲得するタイプはメディアとかやってデータを収集した方が良いと思う。それをデータサイエンティストとか数学みたいなのをやりたがるひととタッグ組んで分析させれば、実測値が反映されたモデルが出来上がる。実測値を取ることしかできないとどうなるかというと、単に原始時代みたいに皮膚感でしか考えられない状態がつづく

メディアの収益よりも多分実測値の方が価値高いと思う。

まぁ今の自分は数学ができない。

機械学習だけだと実測値とれない気がするので信号処理まで行きたい。

信号処理がわかるとはどいうことかというと、自分が管理者とか経営者だったら全員のことなんかわかんないからこまめにアンケートと確認事項の小テストをやる。そうすると標本が取れる。その標本は全体の中のほんの一部にしかすぎないものでも、そこから全体を予測することができる

恐らくgoogle form で十分実装できる。

実測値の重要性は、医者解説とかプロのエンジニアが解説とか、そういう権威付けを表明しない方がいい場合がある。。専門家は実測値を持っているかが重要なんで、素人でも実測値もっていればありあり。経営者とか管理者やってなくても定期アンケートとか面談やれば標本化できることはわかる。

医者とかエンジニアでも実測値がないひと。資格だけもっているペーパードライバーとかなら良くないのはわかる。でも熟練度もまちまちだし、特定の病理解析に詳しい。例えばがん研究とかなら臨床医とかでは蓄積できない

分析は個票（アンケート）と実地（オーラル・ヒストリー）くらいしかあまり有効そうなデータ分析はない。公開された統計は内面に迫れない。質問項目が絞れないから。

例えば金融に興味がある人全般のデータよりも、特定の金融商品に興味がある人。。へのインタビューのがやはり実測値として意味があるものになる。

中間的にはローカル調査が一番早い。内輪で回すアンケートを頻繁にできる環境ならいい、ユーザー視点を客観化する方法として内輪でアンケートとってフィードバック作っていくというのは一番手応えがあるし、口に出さないけど思っていることが反映されやすい。

結局マーケティングを考えると、いかに内輪を早く作って初期ユーザーを獲得するか、内輪でPDCAを回して初期ユーザーを作るかという「初期ユーザー獲得戦略」というグロース・ハックがすごく重要。広告とかメディアとか見た目つくってるだけじゃ血が通ったものになりづらいなと。