予測分析。未来の知識

どの時代にも識字言語があり、その知識を持っていればその時代の識字者とみなされると言われています。戦争の生活をしていた暗黒時代には、その知識に長けた人が将軍や王様になったのです。工業の時代になると、機械を理解した人たちが産業を興すようになった。予測分析はどこまで正確にできるのか？

今日、私たちはリテラシーの言語がテクノロジーである時代に生きています。そして、テクノロジーを理解する人々は、良質なデータを非常に高く評価し、その結果、データは必要不可欠な資産のひとつとなったのです。ここで、「人はデータを使って何をするのか」という疑問が生まれます。それで未来が見えると言ったら？

予測分析とは？

予測分析は、データを使って将来の出来事や行動を予測する方法論である。このような分析では、過去のシナリオやパターンを研究し、それらの間のつながりを特定し、その結果を知ることができます。このデータをもとに、過去に観察された類似の行動パターンから結果を予測し、シナリオを操作することで、望ましい結果を得ることができる。

予測分析は、その言葉の通り、将来の未知の事象を予測するものです。その目的は、起こったことを知るだけでなく、将来起こるであろうことをより適切に判断することにあります。機械学習、統計学、データモデリング、マイニングなどの技術を駆使して、過去の分析や未来の予測を行います。

多くの産業で活躍するプレディクティブ・アナリティクスの意思決定アーム。広告、マーケティング、金融、Eコマース、保険、製造、小売、政府機関、石油・ガス、教育などの業界を支配しています。

予測分析の仕組みは？

予測分析は統計科学に由来し、その核心は、大規模なデータセットにおける特定の変数の存在に一定の結果を与えることにある。この結果をもとに、ある事象が将来発生する確率を計算する。

予測分析で使われる統計的モデリングのアプローチには、大きく分けて2つあります。分類モデルと回帰モデルです。

1.分類モデル

分類法には、決定木、線形計画法、ニューラルネットワーク、統計学などの数学的手法が用いられている。のために。例）ある基準で、メンバーが会社に残る可能性が高いか、時間内に辞める可能性が高いかを知ることができる。

2.回帰モデル

回帰モデルは、バイナリデータではなく、継続的なデータを使用して実際の数値を予測します。例えば、ロジスティック回帰を用いて、ある患者が心臓発作を起こす確率（二値変数）が、BMI値（連続変数）を1つ増やすごとにどのように変化するかを評価することができる。

予測分析 Pros

不正行為
- Predictive Analyticsはサイバーセキュリティにとってありがたい存在です。これらの技術を使って、不正や脅威などを検知することができるのです。
最適化
- 予測分析は、顧客の好き嫌いを特定し、それによって購買パターンを認識し、マーケティング戦略を最適化するのに役立ちます。
意思決定
- 融資の実行や保険金請求の受付などは、予測分析で使用されるデータモデルに基づいて行うことができます。
オペレーション
- Eコマース業界は、在庫管理に関する意思決定を行うことができます。石油・ガス業界は、予測分析に基づいて機器のメンテナンス計画を予測することができます。

予測分析短所

ヒューマンファクター
- 研究者は、予測分析のモデルやアルゴリズムは、パターンを予測する際に、感情、気分、人間関係などを考慮できていないと主張しています。
時間
- Predictive Analyticsのモデルは、時間をかけて修正する必要があります。人は時間とともに変化するものです。ある時点で適用可能なモデルが、後々役に立つとは限らない。
コスト
- 予測分析の導入には、リソース、ツール、時間の面でコストがかかります。
プライバシーとセキュリティ
- 予測分析はデータを扱います。このような大容量のデータを保存することは大きな課題です。また、データにはユーザーの個人情報などが含まれる場合があり、保護する必要があります。

予測解析の深堀り

スマホがあなたの会話をすべて聞いていると思ったことはありませんか？何かについて話したり、あるいは考えたりしただけで、その陰謀を信じる友人が少なくとも一人はいるはずです。そして、その製品そのもの、あるいは少なくともその製品に関連した広告を受け取ることになったのです。

他の多くの業界では、予測分析が大きく活用されています。医師が特定の症状を持つ人を正確に診断したり、治療結果を判断するのに役立ちます。これにより、救急外来の待ち時間を最大で15％短縮することもできました。

どの在庫がより売れるか、したがってどの在庫をより多く仕入れるべきかを小売監査で正しく予測し、小売市場に貢献しました。予測分析は、銀行、製造業、公共交通機関、サイバーセキュリティなど、他の領域でも大きな飛躍を遂げています。

さて、だからといって、すべてが太陽と虹のように輝いていて、世界の飢餓を解決してくれるわけではありません。最近、データの収集が、あなたや私のような人々をターゲットにしていることについて、多くの事例があります。企業が私たちの個人生活に入り込み、FacebookやCambridge Analyticaのような企業に対する訴訟が起きているのです。

この人たちがやっていることの中で、一番悪いことは何だろう、と思うかもしれません。もし、あなたが長い付き合いの親友で、いつも一緒にいる人がいるとしたら、その人がある状況下で何をするかを予測するのはとても簡単なことでしょう。

このことを知るためには、多くの時間を共に過ごし、地獄のような経験も共有しているはずなのに、予測分析は、あなたのことを知りもしないで、同じことをする力を持っているのでしょうか？

ケンブリッジ・アナリティカのような会社は、あなたが誰で、何をしそうで、何を買いそうなのかを定義するために、5000ものデータポイントを持っているのです。その上にアップロードされたデータは、FacebookやGoogleなどの企業から購入され、広告で儲けることを隠れ蓑にして運営されています。実際には、その技術を使う私たち消費者が商品なのです。

人類は常に何か不安定なものを作り出しており、それが我々にとって良いことなのか、それとも我々の命取りになるのか、人々の意見は完全に分かれているのです。クライアントのパートナーを予測し、より良いサービスを提供するために設計されたシンプルなツールに対して、本当に悪いイメージを描いているように聞こえるかもしれませんが、ここでの最大の懸念は、そのツールが実際に機能するためのデータの収集方法に関する事実なのです。

第三者である企業が、あなたの動きや選択をすべて把握しているとしたら、安心できますか？あなたは、次の会社が次の新しい製品を売ろうとする人物の操り人形にされているのでは？では、これらのことは何に集約されるのでしょうか。

単純な話、これは火と同じで、火のコントロール方法を学んで文明として進歩し、調理された食べ物を食べたり社会性を身につけることもできるし、それを利用して高度な文明となり、自己学習するAIを生んで世界を支配し人類を奴隷にしてしまうこともできるのです。どうなるんだろう？