こんにちは、riceです。
今回のテーマは「データとは何か」。
近年、デジタル化の進展とともに、あらゆる分野でデータの重要性が注目されています。生成AIもデータをもとに学習し、DX（デジタルトランスフォーメーション）を進めるうえでもデータは欠かせない存在と言われています。
しかし「そもそもデータとは何だろう？」と考えてみると、私自身説明できないことに気付きました。そこで今回は改めて「データとは何か」を整理してみたいと思います。
データとは何か？を理解するうえで、まずは混同してしまいがちな「データ」と「情報」についての定義を確認します。
データ：情報の表現であり、伝達、解釈または処理に適するように形式化され、再度情報として解釈できるもの
情報：事実、事象、事物、過程、着想などの対象物に関して知り得たことであって、概念を含み、一定の文脈中で特定の意味をもつもの
引用：日本産業規格（JIS X 0001）
何度も読み返してしまいそうですが...「情報」から考えると分かりやすいかもしれません。
情報とは、対象となる出来事や事実について知り得た内容のことです。
そして、その情報を数値や文字などの形で表したものが「データ」です。
たとえば「売上100万円」という数値はデータですが、「前年より20％減少している」といった比較が加わることで意味を持ち、情報としてビジネスの判断に活用できるようになります。
冒頭でも述べましたが、なぜここまで「データ」が重要だと言われるようになったのでしょうか。
ビジネスにおいて、経験や勘に頼った判断となる場合がありますが、人の判断には思い込みや立場による偏りが入り込むことがあります。
データを活用することで、個人の感覚ではなく客観的な事実をもとに状況を把握できるようになり、その結果「なんとなく」ではなく、根拠に基づいた判断が可能になります。
購買履歴や行動データを活用して、一人ひとりに最適なサービスを提供する「パーソナライゼーション」は、現代のビジネスにおいて不可欠な要素となっています。
ネット通販や動画配信サービスでは、過去の購入履歴や視聴履歴を分析することで、個人の好みに合った商品やコンテンツを提案しています。こうした仕組みによって顧客満足度や利用継続率が向上し、企業にとっても重要な競争力となっています。
社会課題の解決
日本では人口減少に伴う労働力不足が進んでおり、限られた人材で社会や経済の活力を維持していくことが大きな課題となっています。
データの利活用は、生産性の向上や持続可能な成長を支える基盤になると期待されています。例えば、行政手続きのオンライン化や医療・教育分野でのデータ活用により、限られた人材でも効率的にサービスを提供する取り組みが進められています。
データは集めるだけでは価値を生みません。
どのようにして価値を持つのか、その流れを分かりやすく示した考え方がDIKWモデルです。
DIKWとは次の4つの段階の頭文字を取ったものです。
- Data（データ）
- Information（情報）
- Knowledge（知識）
- Wisdom（知恵）
データはいきなり意思決定に使えるわけではなく、段階的に意味が加わることではじめて行動につながる価値を持ちます。
ここからは、DIKWの4つの段階に沿って、データがどのように意味を持ち、意思決定につながっていくのかを順番に見ていきます。
①Data（データ）：
データとは、数値や記録そのものを指します。
例）
・売上100万円
これは「事実」を表していますが、この時点では良いのか悪いのか判断できません。目標との比較、過去との変化も分からないため、判断材料としてはまだ不十分です。
②Information（情報）：
データに比較や文脈が加わると「情報」になります。
例）
・前年より売上が20%減少している
こちらのように、時間軸や基準が加わることで「何が起きているのか」が理解できるようになります。データが意味を持つのがこの段階です。
③Knowledge（知識）：
情報を分析し、原因や傾向が見えてくると「知識」になります。
例）
・新商品の評価が低く、売上減少につながっている可能性がある
ここでは複数の情報を組み合わせたり、背景を考えたりすることで「なぜ起きたのか」という理解が生まれます。
④Wisdom（知恵）：
知識をもとに意思決定を行う段階が「知恵」です。
例）
・商品内容を改善する、キャンペーンを実施する
データを集めたり分析したりするだけでは十分ではありません。
理解した内容をもとに「次にどうするか」を決めて行動することで、はじめてデータの価値が生まれます。
DIKWモデルは、データの価値が分析すること自体にあるのではなく、より良い判断や行動につなげてこそ生まれることを示しています。
また、こちらのDIKWモデルについてより詳しく解説した記事が弊社より公開されています。理解を深めたい方はぜひあわせてご覧ください。
データから知恵へ ～DIKWモデルで読み解くデータマネジメントの未来～
参考資料：IBM What is data-driven decision-making?
参考資料：データ利活用制度の在り方に関する基本方針
おわりに
これまで「データ」という言葉をなんとなく分かっているつもりでしたが、データ自体は事実や記録だということ、そのデータに比較や文脈を加えることで情報となり、意味を持つものだと理解できました。
意味を持つまでの流れを知ることで、「何のために」「どのデータが必要か」といった視点で捉えられるようになるのではと感じます。
今回整理した内容を踏まえ、次回以降もデータに関する内容をご紹介できればと思っています。