最近、データ分析と言うか、データサイエンス系の勉強をしています。...と言うのも、以前からやっているDX系の構成要素（IoT、ビッグデータ、BI / AI）にコレが含まれるためですね。ただ、コレを調べていると、結構、「これまで、ちゃんとデータ分析しながら生きて来ていたな。」感がある事にも気付きます。

　...と言うのも、その昔、生産性実績・事例というのを調べていましたが、たまたま、私が開発基盤をやっていたので、それを導入した案件で、技術的要因の変動が少ないデータを分析してみると、多くは、そもそもの前提条件（スコープ ≒ WBSの違い）や、影響度の高いリスク（顧客側の要件・仕様に関する問題）に左右されているということが解ったりはしたんですよね。で、最終的に、アレは、類似事例検索システムになりましたが、専門家に言わせれば、統計的観点でのモデル化が難しかったんだと思います。ただし、異常値検出などについては、データ化さえできれば将来的にはAI化できるのではないか？と言う気がします。

　もう一つは（、こう見えて）、ワリと風向きを読みながら生きてきた気もしていて、施策も、風と言うか、トレンドど言うか、兎に角、先を読んで、ｖ１－３と変化させながら進んでこれたように思いますし、転籍前後での事業の違いなども、複数社を経験しているので、其の現状の理由などが、他と比べて分析できている気がしています（コレの詳細は書けませんが）。他には、ワリと世界情勢的な未来予測が得意と言う話もあります。

　...で、データ分析について勉強していて思ったのは、データ分析は逆問題（からの順問題）ということですね。で、KKD（感と経験と度胸）も逆問題な訳です。KKDは、科学に対する工学の話のように、なんか、学問に対して謙ってしまう感覚がコレまであったので、本域で分析することを躊躇っていたのですが、このデータ分析を勉強する中で、出発点としては、むしろKKDなんだな。と理解しました。この理解が進むと、より、今までデータとすら認識していなかったモノをデータと認識して、ある程度、自信を持って分析を進めて行く事が出来るようになって行くんじゃないか？等と思ったりします。

　長くなるので、次回に続く。