データサイエンス チュートリアル

自民党の総裁選が佳境を迎えていますが、 個人の選好順位 が 選挙 にどの程度反映されているのでしょうか？ 架空の選挙で、具体的に考えていきましょう。 １ ． 会社の業績を左右するマーケティングの重要事項に関して、A案、B案、 C案が提案されています。 ２ ． 次の役員会でその重要事項が議論されるため、7人の役員は、 事前に検討し、A案、B案、C案について、第一推奨、第二推奨、 第三推奨を考えているようです。詳細は、 下図を参照してください。 ３ ． 役員会での議論の後、各案に関して多数決が行われました。 各案に一票を投じるというものです。 ４ ． その結果、A案とB案が３票づつで同率一位となりました。 ５ ． そこで、A案とB案とで決選投票になり、４対３で、 A案に決まりました。 ６ ． 本当に、このような多数決でいいのでしょうか？ ７ ． 逆に、A案、B案、C案の中で、一番悪い案はどれか、選挙で決めてみましょう。 ８ ． なんと！ 一番良い案と一番悪い案が、同じもの になってしまいました！ 決選投票までもつれた場合、なんとなく、 メンバーの選好順位が反映されていないのではないかと漠然と不満 が湧き出ることがあります。 このような事実（データ）に基づいた選挙分析をしていくと、 そういった不満をすっきりと説明できるのではないでしょうか？ ちなみに、 この資料は2013年に開催されたマーケティングのセミナーで使 ったものです。意思決定の方法はあまり進歩していないようです （決して、先の自民党の総裁選を表したものではありません）。 この資料は、ノーベル経済学賞受賞者である ケネス・ アロー の不可能性定理を紹介するために考えたものですが、人類の英知の象徴であるノーベル賞の成果が実社会ではあまり活かされていないようです。実務でも、このような事はありがちなので、データ思考を身に付け、個人の選好順位が意思決定に十分の反映される方法を考えていきましょう。

「 ソフト開発未経験のおじさんがプログラミングを学ぶ意味はあるか 」というタイトルで始まった「大森敏行のプログラミングで行こう」という日経XTECHの連載の最新号は下記のテーマでした。 *********** 中学生がPythonを学べば生涯収入が5000万円増、ChatGPTが示した計算の根拠 https://xtech.nikkei.com/atcl/nxt/column/18/00682/070200191/ 大森敏行さんが調べた結果・・・ 小学生のうちにScratchでプログラミングの基本的な概念を学び、中学生になったらPythonを学ぶと生涯収入は、どのように変わるかをChatGPTに聞いた結果、計算根拠とともに出てきた差額は＋約5,000万円だったとのこと。 差額が5,000万円は、微妙に少ないのではないかと感じたので、ChatGPTに再び聞くと、この計算結果は保守的に考えた場合であり、再計算すると、 Pythonが分かる人は5～6億円 、 Pythonが分からない人は2～3億円 で、約3億円の差がつくという結果がでたとのこと。 Pythonが分かるだけではここまでの差は出ず、それを伸ばして生かす学習環境・機会・継続があって初めて数億円単位の差になるとの条件がついたが・・・ 大森さんは、「プログラミングは向いている人と向いていない人がはっきり分かれる技能だ。プログラミングに向いていない人に無理強いするのは本当によくない。重要なのは継続だ。Pythonに少しでも興味を持ったなら、 楽しく学習を続けていって欲しい と思っている。」とコメントしている。 *********** なるほど、ChatGPTに進路について教わりました。凄いね！ でも、中学生からPythonを学んでもいいのかなぁ～ タローは、義務教育が終わってから学んだ方がいいと思っています。友達と遊ぶ時間を大切にして欲しいですからね。あと、子供の時は、あんまり忙しいと、やる気がなくなってしまいますから。  

AIがすべてのプログラミングコードを生成するようになるので「コーディングを学ぶのは時間の無駄」か？ 最近、この問題に関するまとめニュースが、Gigazineに掲載されていました。 https://gigazine.net/news/20250331-dont-study-coding-replit-ceo/ Replitのアムジャド・マサドCEOは、「すべてのコードがAIによって生成されるようになるでしょう。私が想定している最適化のシナリオでは、AIエージェントはどんどん進化し続けると思います。そうなると、『コードを学ぶ価値はあるか』という問いの答えは、以前とは違って『いいえ』となります。コードの学習は時間の無駄になると思います」と述べたことが紹介されています。 ちなみに、Replitが開発したReplit Agentは、自然言語プロンプトからコードを自動生成できるクラウドベースのAIアシスタントです。 また、このブログ「データサイエンス チュートリアル」でも分析環境に Google Colab を使っていますが、AIアシスタントの機能がコラボで日々、増大しています。例えば… ● 新しいコードセルにうっすらと「AIで生成します」という表示がされ、そこをクリックすると、AIが次に行うべきコードを教えてくれる。 ● 「エラーの説明」ボタン→その内容は的確で、そしてコードの変更点も教えてくれます。 ある程度の用語を知っていれば、コラボがやってくれます。エラーも直してくれます。そしてその精度も高まってきているように感じます。 このような事実から、コードを学ぶ価値は必要無いという意見が出るのは、とてもよくわかります。 私も、20数年前にデータマイニングに身を投じた際、コードをゴリゴリ書いたのではなく、GUI（グラフィカル ユーザー インターフェース）で動く Visual Mining Studio （Rの元になったS言語を使っています！）を使っていました。 でも、新機能は開発が間に合わなくて、GUIを書く必要があり、メーカーの開発者にはずいぶんお世話になりました。人工知能学会でも、その開発者と一緒に 発表 させていただきました。 その後、2018年ごろに、副業で使うためにPythonを始めました。VMSはそれなりにライセンス料が高いので（当時、1台にインストールするのに300...

DIAMOND online が、DeNAの医療データへの疑惑に関して、特集を組んでいます。 対象となった企業DeNAの連結子会社には、データホライゾンとDeSCヘルスケア（ディーエスシーヘルスケア）があり、 医療データの流れをまとめると、下記のようになっています。 自治体 → データホライゾン → DeSC → 保険会社、 製薬企業 DIAMOND onlineの特集記事を時系列で並べると、2023年12月に疑惑が浮上して、自治体の調査結果が明らかになった2月下旬にその結果と弁護士の意見を掲載しています。ちなみに、DeNAは 2023年12月の疑惑の記事を即座に否定しています。 ●2023年　12月18日 【スクープ】DeNAが医療データ「目的外利用」の疑惑浮上！提供自治体が調査へ ● 2024年2⽉28⽇ 【スクープ】DeNAが医療データの「第三者への有償提供」を提供⾃治体に認める︕⽬的外利⽤で個⼈情報保護法違反か ● 2024年2⽉29⽇ 【内部資料⼊⼿】DeNAが「⾃治体の医療データ」を⽣保にモーレツ営業︕営業資料に透ける不正の動機とは︖ ● 2024年3⽉1⽇ DeNAの医療データ有償提供は「個⼈情報保護法違反」か︖専⾨家が指摘する違法性とは 2024年 2⽉28⽇ の記事では、 DIAMOND onlineが自治体に取材し、自治体とデータホライゾンの委受託契約を入手したとのこと。 それによると、自治体とDeNAグループの最大の祖語、争点は、 自治体が データホライゾンに委託している業務は、「 住民の医療費負担の適正化等広く住民の福祉の向上に資する業務 」となっており、その 解釈の違い です。 ★ 自治体 →保険会社や製薬企業への有償提供について事前の説明が無かった。これらの有償提供は 契約範囲を逸脱 している。 ★ DeNAグループ → 「 住民の医療費負担の適正化等広く住民の福祉の向上に資する業務 」は、 保険会社や製薬企業への有償提供を含んでいる 。 自治体が保有している医療データは、 医療機関が 国民健康保険 の 保険者に提出する月ごとの診療報酬明細書（ レセプト ）のことで、 保険者は市町村と都道府県になっています （ 平成30年4月以降 ）。この 国民健康保険 は、 職場の健康保険（健康保険組合や共済組合など）に加入している人や生活保護を受けて...

昨日 ポストした 医療ビッグデータ企業M&Aの記事の熱量が後を引いています…。チュートリアルの完成を急がなくてはならないのですが、 日本で企業が活用できる医療ビッグデータは、日本薬剤疫学会の健康・医療情報データベース活用委員会が毎年更新している「 日本で薬剤疫学研究に利用可能なデータベース 」で知ることができます。 なお、「日本で薬剤疫学研究に利用可能なデータベース」の分類は、下記の3つに分かれていますが、これは、データ収集元で分類しています。 例えば、「保険者ベース」は健康保険組合から、「医療機関ベース」は医療機関、「保険薬局ベース」は調剤薬局からデータの提供を受けています。 さて、最新のもので、昨日ポストした JMDC、メディカル・データ・ビジョン等の 医療ビッグデータ企業のデータベースを見てみましょう。 １．保険者ベース 総登録者数では JMDC が1位で、1,400万人。しかも、データ期間が2005年からと断トツで長期で、8年以上追跡可能な患者数が135万人と明記されていることから、データの質が良いことが推察されます。 ２．医療機関ベース　 総登録者数では、 MDV が1位で、4,042万人。JMDCは4位で1,700万人ですが、2,440万人の2位のリアルワールドデータ株式会社は2022年7月にJMDCの子会社になったので、単純に合計すると JMDCグループ が1位になります。 ３．保険薬局ベース 総登録者数では、1位が外資の製薬企業サポート企業 IQVIA で、9,078万人。JMDCは4位で1,700万人と大分水をあけられているようです。 これは、医療ビッグデータ（「リアルワールドデータ／RWD」とも言います）の登場が、先ずは、保険者ベースのデータでJMDC、次いで保険薬局ベースのデータでJMIRI（現インテージグループ）、IMS（現IQVIA）、なかなかデータが集まらなくて普及に時間がかかりましたが、病院のDPCデータで メディカル・データ・ビジョンが登場したという歴史的背景が、未だに影響していると思います。下図を参照してください。 データビジネス は、収集に時間やコストがかかるため、 参入する企業が限られます 。また、一度参入した企業は、初期投資を回収するために自分の強みを活かさなくてはならないので、顧客（この場合は製薬企業）に ベンダーロ...

異常な暑さに見舞われている今年の夏。 医療ビッグデータ企業にも熱い動きが続出しています。 猫のタローが育った医療ビッグデータの業界、思い入れ深く、つぶやきます。 ************ ************ ◆8月25日　 SBIホールディングス が メディカル・データ・ビジョン （MDV）株を追加取得（議決権ベースで最大5.35％追加取得）と発表。 SBIホールディングスとMDVは 2020年11月10日 に資本業務提携契約を締結。2023年6月3日現在、MDVの株式を940万8814株（議決権比率 24.63％）保有していた。 https://www.mixonline.jp/tabid55.html?artid=75242 ************ ************ ◆9月6日　 NTTドコモ が、 インテージホールディングス の連結子会社化を目的とした株式公開買付け（TOB）を実施すると発表。 2012年4月 には両社の合弁会社として株式会社ドコモ・インサイトマーケティング（以下「DIM」といいます。）を設立していた。 https://www.nihon-ma.co.jp/news/20230906_9432-20/ ************ ************ ◆9月8日　 オムロン 、医療データサービスの JMDC をTOBで子会社化（取得価格は最大で855億円）。JMDCはTOBに賛同し、同社の東証プライム市場への上場は維持される。 オムロンは 2022年2月 にJMDCと資本業務提携。これに伴い、オムロンは1120億円を投じてノーリツ鋼機からJMDCの株式33％（当時）を取得し、持ち分法適用関連会社としていた。 https://maonline.jp/news/20230908e ************ ************ これらのM＆Aの目的は、明確で、いずれも新たなサービスを生み出すためのものです。そのため、いきなりのM＆Aではなく、事前の準備がありました。 SBIホールディングス と メディカル・データ・ビジョン は、 医療ビッグデータを活用した金融およびヘルスケア分野での新商品・サービス開発などの加速。 NTTドコモ と インテージホールディングス は、 インテージHDが培ってきたデータ集計・分析・可視化などのスキ...

みなさん、お正月休み、どのように過ごしていますか？ 猫のタローは、チュートリアルの動画作成をちょっとお休みして、TVや Prime Videoの合間に、溜まってしまった Chrome「リーディングリスト」を読んでいます。 その中で、ちょっと古いですが、ITmedia マーケティングの「 カスタマーサクセスはマーケティングや営業をどう変えるのか　Gainsight日本法人代表に聞く 」がありました。 ポイントは、下記の点です。 ********** これまで、カスタマーサクセス部門は 解約防止 のための専門組織という印象があった。つまり、いかにして顧客を辞めさせないかに重点をおいていたのである。 だが、解約を希望する顧客に対して、あの手この手で何とか顧客をつなぎ止めるだけでは「顧客の成功」とは正反対の活動だと言わざるを得ない。 もともとやめたかったサービスを 渋々継続してもらっても 、それで顧客が成果を出せなければ ますます離脱意向は強まる 。 結果、企業側も売り上げを落とすことになる。これは買う側にとっても売る側にとっても 不幸な結末 だ。 ********** 確かに、前世では、顧客の求めに応じて、 チャーンレート （churn rate／解約率）の推移等を算出していたのですが、それって、ビジネスにとって、あまり効果が無かったのですね。 データ分析をする場合は、ビジネス上の目的に沿うことが大切だという原点を思い出させてくれる文章でした。 ビジネスの目的を理解するために、どのようなビジネスで、どのようにデータサイエンスが使われているかを知ることが大切だと思いますので、今年は、このあたりの解説も増やしていきたいと思います。 あと2回ほどで、1st STEP「ビッグデータの読み込みとデータの確認」も終了する予定ですので、 2nd STEP「集計とグラフ描画」との間に、いくつかのエピソードを入れて行こうと思っています。応援、お願いします！

 「NPO法人しごとのみらい」の竹内さんの記事「 リスキリング？本当に大切なのって、そこでしたっけ？ 」を読みました。 以下、主な個所を抜粋します。 ●企業の中でリスキリングというなら、社員が学んだスキルを存分に生かせるように、 組織文化も変えていく必要 があるのでしょう。 ●本当の意味で学んだスキルを仕事に生かすためには、「 仕事で生かす努力 」も必要ではないかと思います。 ●実績とか、人柄とか、頼まれたら逃げずにやり切るところとか、スキルと同時に、 スキル以外のところも高めていく必要 があるんじゃないかな、と思います。 猫のタローは、この記事に大いに 賛同 します。 このブログは、データサイエンティストが身に付けるべき最小限のPythonプログラムを解説していますが、それは、プログラミング・スキルを身に付けることが最終目的ではありません。 プログラミングを体験することによって「 データ思考 」を身に付け、 ビジネス力を向上させ 、 キャリアアップ して 様々な体験 をしていくことで、自分の 人生を充実 させることの手助けができればと考えて執筆しています。更新が滞ることもありますが、「1st STEP ビッグデータの読み込みとデータの確認」、「2nd STEP 集計とグラフ描画」を完成させたいと思いますので、これからもよろしくお願いします。 動画や資料を作ることで、猫のタロー自身も日々成長を感じています！