科学的思考の有用性
はい、どうも、ゆうとです。今回はですね、ビジネスにおける科学的思考の有用性という話をしてみようかなと思いますけれども、
最近ですね、アントレプレナーシップ教育みたいな話をしていて、問いとかアイディアとかその辺の話を色々しているんですけど、
前回もですね、仮説マップっていうのを作るといいですよっていう話とか、そこからのアイディアの作り方の話もしていったんですけど、
このアイディアっていうのを考えた時に、やっぱり効果検証とかですね、その仮説の精度みたいなことを高めていくのは結構大事かなと思うんですけど、
ここで数値を使って、そういう効果検証をしていくとか、分析していくとか、こういうのって結構大事なんですけど、ここでですね、その科学的な考え方みたいなところは結構役立つ部分があるかなと思いますし、
自分はですね、理学療法士とアスレティックトレーナーという資格を取って、そこから人間健康科学っていう分野で研究をして福祉法も取ったので、ある程度科学的な考え方とか、そういう実践もしてきたっていうところで、
もともとはですね、腰痛の治療とかですね、その高齢者の日常予防とか、子供の体力低下とか、そんなにビジネスみたいなところは意識せずに、
純粋にその科学的な研究みたいなことをして、論文とか学会で発表みたいなことをしていったので、そういうデータの扱いとか、科学的な考え方みたいなことは学んできたんですけど、
独立して自分で事業したりとか、他の会社のコンサルティングとかさせてもらう中で、この科学的な考え方みたいなところはすごい生きるなと思ってますし、
今回はその辺の全体的な話をできたらなと思いますね。
ここでまた科学って何とかっていう話になると結構深くなりますし、哲学と科学の違いとかですね、こういうところもあって、
こういう収録なんで結構長く話せると思うんですけど、会社のビジョンとかミッションとかですね、結構大きなものは哲学的な考え方がベースになることがあるかなと思いますけど、
具体的に市場調査をするとか、マーケティングの何かの施策をするとかですね、広告だったり、あとマネージメントにおける評価とかですね、
こういう結構細部に関わるところ、細かいところが結構科学的な考え方っていうのが合うところかなと思いますし、
実際に哲学とかっていうと結構幅広い分野を扱いますけど、科学というか、例えば大学の学部とか、学校の授業とかを考えると国語、数学、理科、社会とか、
大学で言えば法学部とか理学部とか、いろいろありますよね。なのでどんどん細分化していく中で、これにはこれがいいとかですね、
そういう分析をしていくみたいなところが結構科学的な考え方としてはイメージしやすいところかなと思うんで、
例えばアントレプレナーシップとか事業をするっていう時も、例えばその認知を広げるとか、科学設定をする、シミュレーションをするとか、
こういうところっていうのは科学的な考え方に近いかなと思いますかね。
ここも結構いろいろやり方があって、ビジネスにおいては多分心理学みたいなところとか、人にまつわるところもあれば、
そのデータに基づいた因果関係を見るとかですね、こういうところもあるかなと思うんで、結構幅広いので今後また個別に少しずつ扱っていけたらなと思いますけど、
大きく見るとですね、例えば疫学研究っていうものがありますと、
疫学研究っていうのはその医学的なところだと感染症とかですね、広い地域の中の病気の発生率とか、こういう広い情報を見るようなところなんですけど、
こういう手法っていうのは結構ビジネスにおけるマーケティングリサーチ的な市場の規模を算定するとか、
そのニーズを調査するとかですね、こういうところには結構行きやすいかなと思ったりしますかね。
こういう時にも結構変数の分け方とかっていうのもいろいろあって、連続変数、順序変数、名義変数みたいなものがあるんですけど、
例えば身長とか体重とか、ゼロからずっと大きくなっていくような、連続的に見るようなものはそういう連続変数ですし、
例えばアンケートとかを取った時に、はい、いいえだけじゃなくて、とても良いとか、良いとか、あまり良くないとか、
4つとか5つとかで段階をつけるようなもの、こういうのは順序変数って言ったりしますかね。
名義変数っていうと男性、女性とか、地域住んでる出身地はどことかですね、そういう名前で言葉で選ぶのは名義変数とかって言ったりするんですけど、
こういうところで変数がいろいろできたりすると、その関係性を見たりとか、分布で図を作ったりとか、ちょっと言葉ではなかなか言い荒らしづらいところもあるんですけど、
変数の種類とか何の関係を見るかみたいなところで分析の仕方がいろいろありますね。
相関関係と因果関係とかっていう言葉もあったりするんですけど、
例えばこれとこれの関係を見る、その身長と体重っていうのは結構相関関係がある感じですね。
身長が高い、全体的に見ればですね、もちろん身長高い人で体重軽い人思いますけど、
全体的に見ればやっぱり身長が高い方が体重が重い傾向にあるよねみたいなところは結構相関関係として見たりしますし、
あとこの相関関係とでも因果関係は違うみたいなところもちょっと細かく見てくださるのでまた話したらなと思いますけど、
広い対象の状況を見たりとか、関係性を見るみたいなところが液学研究っていうようなものですね。
ここからまた介入研究っていうような種類もあって、医学的なところだと薬の効果とかですね、
こういうのを見るような、例えばどっかの一つの群ともう一つの群を利用した時に片方にはこういう治療法をして、
片方にはこういう治療法をするみたいなところの効果の差を見ると、やっぱりこっちの方がいいよねっていうのを見るのが介入研究というやり方だったりしますけど、
ここはビジネスでいうとABテストみたいな感じですかね。
こういうターゲットにはこういう広告をして、こっちにはこういう広告をして、どっちの方がリアクションがいいかとかですね。
こういうのは介入研究というような手法が役立つかなと思いますし、こういうのは結構デザインの仕方ですね。
一応介入研究の今いいとされているのはRCTというランドマイズドコントロールトライアルというやり方があるんですけど、
群の分け方を似たような対象をランダムに分けて、片方にこういう介入をして、片方にこういう介入をする。
そこにまたブラインドと言われるようですね、どういう介入を受けているか本人が分からないようにするとか、
こういう比較と比べられているみたいなことを分からない状態でやった方がそのバイアスが入りづらいんでいいというやり方もあったりしますけど、
こういう介入研究みたいなところは科学的な手法としてあったりするので、ここはさっき言った通りですね、
マーケティングとかマネジメントとかそれぞれで効果を見ていったりとか、全体の傾向を見に行くときにかなり使いやすいかなと思いますし、
また大きく見ると量的研究と質的研究とかっていうのがあって、量的研究はさっきの変数で言うと連続変数とか順序変数とか数字で分けれるようなものだったりしますけど、
もうちょっと質的研究みたいなところはアンケートとかインタビューとか、そういう言葉にまつわるところっていうところですかね。
ここがですね、結構人文系の知見とか歴史とか社会とかこういうところと密接かなと思いますけど、
最近の生成AIとか使うと結構言葉の分析とか傾向を見るっていうのはかなりやりやすくなってきてるかなと思うんで、
結構今後この辺の人文社会学的なアプローチというかですね、分析みたいなことは結構盛んに言われるようになるかなと思いますし、
実際その数字で測りきれないところってたくさんありますし、好みとか趣味とかですね、こういうところっていうのはそういう質的な研究をするとわかってくるかなと思うんで、
何ですかね、そのビジネスを行う上でもその競合との比較とか、自分たちのこの商品サービスを選ぶ理由とか、そういうストーリーとかですね、
こういうところはその質的な研究をしていくと見えてくるところもあるかなと思うんで、勉強していくといいかなと思いますねっていう感じで、
質的研究の重要性
結構雑多にいろいろ喋ってしまったんで、あんまりまとまりなかったかもしれないですけど、
このアントレプレナーシップみたいなことを考えたときに、その中にですね、その科学的な手法みたいなことを学ぶのは個人的には結構大事かなと思っているんで、
今後もちょこちょこ喋れたらいいかなと思いますし、具体的にこういうツールがあるとか、こういう分析方法があるとか、
パッと活用しやすいようなこともお話できたらなと思いますかね。
これまでは数字の分析とかっていうのも結構プログラミングとかですね、ツールを使わないとうまくできなかったみたいなところが、
言葉としてこういう傾向を見るためにはこういう分析の手法があるっていうことを知っておけばですね、
そのデータを例えばチャットGPTとかで読み込ませて、言葉でこれとこれの関係を見るような解析してくださいとかですね、
そういう言葉で支持すればもう分析見れたりとか、結構ですね、その科学的な考え方の言葉だったりを知っておく重要性が結構増してきてるなーっていうのを感じるので、
勉強していけるといいかなと思いますし、役立つような話はできたらなと思うので、興味ある人は聞いてみてください。
以上です。ありがとうございます。
