昨日、トップエスイー「ビッグデータイブニングセミナー」で、
「ビッグデータで儲ける３つの原則」（当初仮題：ビッグデータの見えざる手）
日立製作所 中央研究所 矢野 和男氏の講演を聴いてきたので、メモメモ
２００２、２００３年 データビジネス、データサービス
→IBM E-ビジネス
昔
半導体
今
ウェアラブルデバイス
もうけるための人工知能
ビッグデータをいかに活用し、儲けるかは各社手探りの状態
→単なる、データ量や処理時間の問題ではない
２０１２年ハーバードビジネスレビュー
ビッグデータ特集号
ビッグデータとは、人が見切れない大量のデータ
１３．１１．２６ NHKクローズアップ現代
「ウェアラブル革命：着るコンピューターが働き方を変える」
→データはどういうためにあったか？
集計
仮説→検証（セブンイレブン）＝概略が見れる
→見切れない場合うまくいかない
ビッグデータで儲ける３原則
原則１ 目的
向上すべきアウトカム（業績）を明確にする
原則２ データ
アウトカムに関連するデータを
ヒト・モノ・カネにわたり広く収集する
原則３
仮設に頼らず、コンピューターに
業績向上策を、データから逆推定させる
現実
ヒューマンビッグデータクラウド
データ収集・蓄積
人間行動分析クラウド
ヒトモノカネ最適化
ホームズ：データから逆推定
サービスの顧客接点
店舗：
４層ビッグデータ：財務、顧客、業務、設備
HBDセンサー（加速度センサー／体の動き）
赤外線ビーコン：場所を検知
ひたちびじねすマイクロスコープ
身体の振動数で幸せが分かる！
→センシングハピネスで検索！
１００万日以上、
行動計測の延べ日数
対決 人間VS大量データ
１月で売り上げを増やす
人間：ヒアリング、売れ筋→売り上げ向上しない
AI（ホームズ君）：従業員の場所→売り上げ１５％UP
大量データが入手可能な問題では、人間はコンピューターに勝てない
将棋で勝った
アドバードチェス：人間＋コンピューター
大量の業績要因を自動生成
双方向の情報処理
モデルを逆推定
複雑な問題解決
インテリジェントアプリ
どこの棚にどのくらいのヒトが行くというのは分かっている
拠点組織の業績：コールセンター
コミュニケーション：非言語
→集団活性度
日によって受注率が変わる：休憩中の活発度
→話のあいそうな人で休憩→受注率向上
セールススキルよりも、休み時間の集団活性度のほうが重要だった！！
→重回帰
SVからの声かけで業績向上が分かる！！
このコールセンター特有？
インバウンドで、海外で、同じ効果が出た！！
HBRに
受注率２７％向上
ビッグデータ：
コンピューターにもっと問題解決を任せたほうがうまくいく時代
ビッグデータはサービス産業を進化させるもの
平行して＜計算ソーシャルサイエンス＞（CSS)が発展
サービスは他者のための行う活動
サービスの潮流俯瞰
→解くべき顧客課題の変化Xサービス提供形態の変化
サービスの全体俯瞰図
第一世代：
プロフェッショナルサービス
ITサービス
第二世代
プロセス管理型サービス
第三世代
プロフィット創生型サービス
低コストで上位の顧客課題解決へ
サービス提供形態の３世代進化
第一世代
提唱者：アダムスミス
考え：分業
第二世代
提唱者：テイラー
考え：科学的なプロセス
第三世代
提唱者：ドラッガー
考え：プロフィットと成果
ドラッガーとプロフィット
ドラッガーはプロフィットの社会・企業における意義を始めて明らかにした
第三世代サービスの構造
Googleのサービスの特徴
全自動でアクチュエーション
ウィナー：サイバネティクス
大量データを活用して、経済性・生産性を高める
→非人間的なネガティブなイメージが伴う
儲けるため：データから突き詰めたら・・
論理的には考え付かないような・・
儲けるためのことはデータが知っている→ハピネス
自らの儲けにこだわると、ハピネスにつながる
ビッグデータは新たな見えざる手
ハピネスを測る Happy technology yano
ESM：ブザーをならしたら、アンケート
「ビッグデータで儲ける３つの原則」（当初仮題：ビッグデータの見えざる手）
日立製作所 中央研究所 矢野 和男氏の講演を聴いてきたので、メモメモ
２００２、２００３年 データビジネス、データサービス
→IBM E-ビジネス
昔
半導体
今
ウェアラブルデバイス
もうけるための人工知能
ビッグデータをいかに活用し、儲けるかは各社手探りの状態
→単なる、データ量や処理時間の問題ではない
２０１２年ハーバードビジネスレビュー
ビッグデータ特集号
ビッグデータとは、人が見切れない大量のデータ
１３．１１．２６ NHKクローズアップ現代
「ウェアラブル革命：着るコンピューターが働き方を変える」
→データはどういうためにあったか？
集計
仮説→検証（セブンイレブン）＝概略が見れる
→見切れない場合うまくいかない
ビッグデータで儲ける３原則
原則１ 目的
向上すべきアウトカム（業績）を明確にする
原則２ データ
アウトカムに関連するデータを
ヒト・モノ・カネにわたり広く収集する
原則３
仮設に頼らず、コンピューターに
業績向上策を、データから逆推定させる
現実
ヒューマンビッグデータクラウド
データ収集・蓄積
人間行動分析クラウド
ヒトモノカネ最適化
ホームズ：データから逆推定
サービスの顧客接点
店舗：
４層ビッグデータ：財務、顧客、業務、設備
HBDセンサー（加速度センサー／体の動き）
赤外線ビーコン：場所を検知
ひたちびじねすマイクロスコープ
身体の振動数で幸せが分かる！
→センシングハピネスで検索！
１００万日以上、
行動計測の延べ日数
対決 人間VS大量データ
１月で売り上げを増やす
人間：ヒアリング、売れ筋→売り上げ向上しない
AI（ホームズ君）：従業員の場所→売り上げ１５％UP
大量データが入手可能な問題では、人間はコンピューターに勝てない
将棋で勝った
アドバードチェス：人間＋コンピューター
大量の業績要因を自動生成
双方向の情報処理
モデルを逆推定
複雑な問題解決
インテリジェントアプリ
どこの棚にどのくらいのヒトが行くというのは分かっている
拠点組織の業績：コールセンター
コミュニケーション：非言語
→集団活性度
日によって受注率が変わる：休憩中の活発度
→話のあいそうな人で休憩→受注率向上
セールススキルよりも、休み時間の集団活性度のほうが重要だった！！
→重回帰
SVからの声かけで業績向上が分かる！！
このコールセンター特有？
インバウンドで、海外で、同じ効果が出た！！
HBRに
受注率２７％向上
ビッグデータ：
コンピューターにもっと問題解決を任せたほうがうまくいく時代
ビッグデータはサービス産業を進化させるもの
平行して＜計算ソーシャルサイエンス＞（CSS)が発展
サービスは他者のための行う活動
サービスの潮流俯瞰
→解くべき顧客課題の変化Xサービス提供形態の変化
サービスの全体俯瞰図
第一世代：
プロフェッショナルサービス
ITサービス
第二世代
プロセス管理型サービス
第三世代
プロフィット創生型サービス
低コストで上位の顧客課題解決へ
サービス提供形態の３世代進化
第一世代
提唱者：アダムスミス
考え：分業
第二世代
提唱者：テイラー
考え：科学的なプロセス
第三世代
提唱者：ドラッガー
考え：プロフィットと成果
ドラッガーとプロフィット
ドラッガーはプロフィットの社会・企業における意義を始めて明らかにした
第三世代サービスの構造
Googleのサービスの特徴
全自動でアクチュエーション
ウィナー：サイバネティクス
大量データを活用して、経済性・生産性を高める
→非人間的なネガティブなイメージが伴う
儲けるため：データから突き詰めたら・・
論理的には考え付かないような・・
儲けるためのことはデータが知っている→ハピネス
自らの儲けにこだわると、ハピネスにつながる
ビッグデータは新たな見えざる手
ハピネスを測る Happy technology yano
ESM：ブザーをならしたら、アンケート