データ利活用の教科書①：「データ利活用」の定義とは？（＋日本人が自己研鑽しない理由をChatGPTに聞いてみた）
読書ノート（111日目🐶）
さて、今日からはこちらの本を
紹介していこうと思います。
3月に読んだP&G流の
リサーチ＆データ分析に続いて、
今回はマクロミルのデータ利活用
についてです。
タイトルの副題になっている
「マクロミルならではの成功法則」
とは何だろうか？
という点に興味を持ち
本書を手に取ってみました。
今日から5回に分けて
これらを紹介していこうと思います。
・データ利活用とデータリテラシー
・イシューについて
・リサーチを活用した1次データ収集
・データ分析の手法①
・データ分析の手法②
ということで今日は
・データ利活用とデータリテラシー
について…
・活用とは「活かして用いること」
利用とは「利益になるように用いること」
・データ利活用とは…
「利益になるようにデータを用いて活かすこと」
・目的に応じて、組織に蓄積されたデータだけではなく、
新たに計測・収集するなどデータを創り出していくことも必要。
・データ活用に留まっているとビジネス成果に結びつかない可能性が高い
・デジタル社会の「読み・書き・そろばん」は
「数理・データサイエンス・AI」
・クリックテック・ジャパンの「企業データリテラシースコア」は
・データリテラシースキル（人的資本）
・データ主導型意思決定
・データ分散
の3つの要素で構成されてスコア化される
・国別でのデータリテラシー指数(2018年)では
日本は54.9ポイントと低い水準にある。
（シンガポール、英国は80ポイント以上、
ドイツ、フランス、インドは75ポイント以上）
データ利活用とは社内でも
頻繁に使用されている言葉ですが
利用とは「利益になるように用いること」
との定義を恥ずかしながら本書で知りました。
データを分析して利活用するということは
ビジネスのインパクトに繋げる必要が
あるということですね。
（今後は軽々しく"データの利活用"とは
言ってはいけないですね…汗）
また、クリックテック社による
データリテラシースコアを
構成する主要要素とその定義は
このようになっていました。
https://www.qlik.com/ja-jp/bi/data-literacy-report
クリックテック社の
他のレポートからは
「機会があればデータスキルの向上の
ためにさらに多くの時間と労力を
費やしたいと考えている」
という質問への国別比較がでていました。
残念ながら日本人の、データスキル向上への
学びへの意欲の低さが際立っています…
https://www.qlik.com/ja-jp/bi/data-literacy
これは別の記事からですが、
パーソル社による調査でも
日本は学ばない人の割合が他国と比べて高い
という結果になっており…
リスキルの必要性の話が出るときに
たびたび見聞きする内容です…
世界の人々の多くは日本人よりも
自己研鑽をしているようです。
日本人は勤勉だと言われますが
仕事の就業時間外になると、
なぜ日本は自己研鑽する割合が
ここまで低いのだろう…
ということで
GPT4にパワーアップした
ChatGPTに聞いてみました。
前回のGPT3.5のバージョンと比べて
文章生成のスピードが格段に速くなった
ことにまず驚きました！
そして、文章ではなく
ロジックツリーでMECEになるように
答えて欲しいと依頼したら、この返答！
「〇〇の視点」が本当にMECEであるかは
この後で人間側での確認が必要ですが、
僅か10秒でこの回答の質には驚きました！
ChatGPTはロジックツリーを考える上でも
壁打ち相手として十分過ぎる性能ですね！✨
ということで、今日はこの辺で。
それではまたー！😉