00:00
さあ始まりました、データ飯店。この番組は、おいしい食事やお酒とともに、実際にビジネスの世界で経験したデータやDXにまつわる話を、これから迎えるゲストと一緒に聞いていきたいという番組でございます。
本日のゲストなんですが、会社の中でCDOをやりながら、保存番号で世の中を変えたいという熱い思いを持って会社を立ち上げたマエスさんでございます。
どうぞよろしくお願いします。
マエスさん、ちょっと簡単に自己紹介だけお願いしていいですか?
はい。今ご紹介に預かりました通り、今東証プライムのグループ会社でCDOを務めています。
また自分の会社で、保存番号株式会社っていう保存番号がめっちゃ好きなんですけど。
めっちゃ好きです。
保存番号が広まって利活用した世の中が変わるっていうのを信じて起業しています。
あとは大学でもデータサイエンスの先生をやっています。
めちゃめちゃ色々やってるし。
よろしくお願いします。
よろしくお願いします。
もうここの撮影をする前から、マエスさんとは一番反転に来て。
めっちゃ来ましたね。
2人で何度も見ながら、いろんなデータの話っていうのをしてて、いよいよこの場でこうやって収録するっていう機会ができて、本当に僕嬉しいです。
本当にこんなことになるとは思わなかった。
じゃあちょっとまずはビールで乾杯させてください。
ありがとうございます。
乾杯!
乾杯です。
お疲れ様です。
いただきます。
やっぱ一口飲めると全然違う。
いや本当っすよ。
めっちゃ美味しい。
いやめっちゃ美味しいですね。
じゃあちょっとまずは色々とお話を触れていく前に、最初のテーマとしてですね。
早いな、さすがマエスさん。
いやもう決まってるんですよ、これ。
じゃあマエスさんの話いく前に、じゃあまず僕の方からいきましょうかね。
自分を例えるのはデータ○○ということで、じゃあ私の回答はこちらで。
データマニアでございます。
データマニア。
データマニア。
データマニア。
データマニア。
データマニア。
データマニア。
データマニア。
自分を例えるのはデータ○○ということで、じゃあ私の回答はこちらで。
データマニアでございます。
結構自分のツイッターのアカウント、XのアカウントとかもBIマニアって書いてるんですけども。
そうですね。
データが大好きです。
いやすごい大事。
データ分析するのも好きだし、データ入力するところも好きだし、そのデータを集めて発信するところが、
エンジニアとかプロっていうよりもただデータが好きっていうところをしてるので、僕はちょっとデータマニアという名前で生かしていただきました。
じゃあ、ちょっとマエスさんの方いっちゃってもいいですか。
いやそうなんですよ。私も実はさっきのマニアと同じような形なんですけど、X上で名前があるし、今回先ほどマエスさんのマエスに関連するんですけど、あれなんです。
マエストロ。
03:00
データマエストロ。
これずっと言い続けてるし、何のこっちゃって言われてもこれだけは信念にしようって言ってる。
これでもマエスさんの名前の由来が。
そうなんです。
マエストロって。
1社目起業した時の社長が、データサイエンティストアナリストじゃなくね、世の中はっていきなり言い始めて。
いきなりですよ。
へー。
で、これからはね、みたいな。
はい。
なんかいい名前で、データマエストロってどう?みたいな。
じゃあ、データサイエンティストアナリストは置いといて、とりあえずマエストロで決定ね、みたいな。
え、何が?みたいな。
え、何やるんですか?みたいな。
いや、決まってないんだよね、みたいな。
でもそこからなんですけど、自分の中でデータ分析だけじゃなくて、データを使いながらためる、分析する、あとは活用するっていうところで、データのスペシャリストでありながら、それはなんか自分で授業を進めるっていうところができる。
で、それを総指揮するっていう、専門用語で言うとデータオーケストレーションって言うんですけど。
めっちゃいい。
はい。
データオーケストレーション。
指揮する人マエストロっていいんじゃね?っていうので、データマエストロは自分の中だとなんか好きだなっていうので、自分の中で大事にしてる。
なるほど。
はい。
いいですね。
このデータ分析とか活用とかいろんな世界があるんですけど、このオーケストレーションっていうような、この全体で音を奏でるっていう、すべてが必要な行為だと思うんですよね。
そうです。
おっしゃる通り。
それが全部必要だよっていうことが表しながら、さらにそれを指揮する人だよっていう、マエストロという立ち位置になるんですね。
そうですね。
はい。
何でも嫌でありながら全部推してて、こうすればいいんだっていうのを把握してる。
なんていうところが、たぶんこれお題知っててやったのかなって。
そんなことないですけど。
じゃあちょっと料理と、あとビール今ありますけど、ちょっとお酒等々も頼みながら。
いいですか。
マエストさん大好きな、このドラゴンハイボールというメニューがありますよね。
いやそうなんですよ、ドラゴンハイボール、私ファン1号だと思ってるんで、1番ファン。
そうですそうです。
僕マエストさんに最初に飲んでもらって、すごくマエストさんが気に入ってくださったから、メニュー化しようっていうので、お店に掛け合ってこれができました。
宣伝じゃないですけど、マジでうまいです。
これです。
小講師の相談割です。
ちょっと皆さんもぜひ、もしいらしたら飲んでみてください。
めっちゃうまいですよ、ほんとに。
じゃあちょっと注文しますね。
お願いします。
藤井注文お願いします。
ドラゴンハイボールリアンとエビチリのハーフと特製麻婆豆腐、あと爆卵、ゆで豚のニンニクからソースがけをください。
最高っす、ニンニク大好き。
これ何ですか?
これがですね、ガチャガチャにしてまして、この中にデータにまつわるご自身の上げ体験、下げ体験っていう両方の体験を事前に書いてもらったものがありますので、それをガチャガチャにしてランダムで出てくるようになりますね。
忙しい中書いてもらったんで。
06:00
マジで何書いたっけな。
なんか変なキーワード出たらごめん。
いやいやいや、思い出しながら書いていきましょう。
はい、お願いします。
じゃあまずは、
酒飲みながらどんどん話しましょうね。
ジャンと。
このデータ設計本当に必要というテーマです。
これは前さん、書かれたと思うんですけど、これはどういう意味で書かれました?
思い出します。
今から思い出しながら。
冗談、冗談、冗談。
覚えてますよ。
今難しいのが、データ設計する人って、多分データのプロですけど、その元々の設計って、多分データを知らないとか、まだまだわかんない人が多いはずなんですよ。
多分、わかんないけれども、何とかしてみたいっていうのを考えてくださった依頼とかって結構多いなと。
さっきので言うと、CEOの話だったり自分の会社だったりとか、いろんな経験を多分してきたと思うんですけど、
これたった一つの会社で何かではなくて、よくある話だと思ってるんです。
これやりたいけどこれ設計してるみたいな。
あれ?本当にこれ必要かな?みたいな。
それありますよね。
はい。
で、それを、いやこれは必要ないんですとか、実はこっちの方が本当は組織にとっていいって信じてるんですって証明するのって結構難しいじゃないですか。
そうですよね。説明するのってすごい大変ですからね。
クエリリオがあったりとか、可視化の際にとか、それはわかんないけどとりあえず見えたらいいわみたいな。
いやーどうしようみたいな。
まさに何にとって最適なのかっていう本人たちの重みが違うと思うんで。
そこを理解し合いながら、この設計っていうのは本当に正しいのかどうかっていう評価が必要になりますよね。
そうなんですよね。
で、ここって、たぶん最後はこの依頼する人たちは全員がデータのプロではない。
でも自分たちがデータのプロだってあるじゃないですか。
最後で言うと、必要かな?必要じゃないかな?っていうところって、やっぱりこのコミュニケーションだったりとか、あるべき姿っていうのでこれが見えますよねっていうのを小さくでもやっていかなきゃいけないよなっていうのが悔しかった経験の根が。
下げですかね。さっきのキーワードで言うと。
はい。ちょっと上げ下げの方の下げの方ですね。
お前ができてないから悪いんだろうみたいな感じじゃなくて、やっぱりお互いでこれから作んなきゃいけないよねっていうのは思うことですね。
あーなるほど。
そうですよね。実際の業務を遂行する、推進する側っていうのに、方にとってデータの知見ってあくまで手段であってマストではない情報なので、
本当にやりたいことに対してデータっていうアプローチをする人はどこまで支えるかでもあります。
そうなんですよね。データの話ってちょっと脱線しちゃうかもしれないんですけど、データのプロの私たちって正直に言うとデータが10あったとして、その中の構造化データに関してのプロなんですよね。
09:13
世の中のデータ全部が10割で、その中の構造化データ。
これが2割ぐらい。
2割。
これが2割って言われてて、非構造化データ、画像動画だったりとか文章だったりとか、自分たちの知見の中に溜まっているものだったりってあるじゃないですか。
この辺りって私たち実はデータのプロでありながらも、この8割って実はよく分かってない状態だったりするんですよね。
データの2割のプロでしかないってことですかね。
データの2割のプロでしかない。
そうなると実はさっきの話で言うと、この構造化データのプロである非構造化を構造化に変えるっていうまた違う知識を持っている人もいると思うんですけど、
やっぱり非構造化データの中でそれを私たちの脳みそで勘と経験っていう素晴らしいものがあって、
その中で構造化されていないけど、でもこっち楽しいんだよなってあっている時あるじゃないですか。
それとこの構造化されているデータをつなげるっていうのは超大事だと思っているんですよね。
本当に大事だと思っている。
分かります。すごく分かります。
なのでそう考えるとねっていう悔しいでしかないし。
現場の職人の経験や勘とか、うちのこの一番反転でも店長の長年やっている経験や勘っていうところをデータで全部集めようとしても、
やっぱり僕もデータのこの構造化されたデータでどう解析するかになるんで限界が出てくるんですね。
あります。
それこそちょっと非構造とは違うんですけど、街中のイベント情報であるとか、
近所の歩いている人の温度気配とか、そういったところも勘の中には含まれてくるんで、
皆さん求めたいのはどうしても非構造化も含めた全てのデータにおける知見だと思うんですね。
ここがなかなかアプローチが今構造化データしかできていないっていうところに僕もちょっとジレンマを感じたりするんですね。
本当にそう思います。
なるほど、すごくよく分かりました。すごく気になる話。
そしてドラゴンハイボールが届きました。
じゃあ改めてドラゴンハイボールで販売しながら。
いただきます。
これですね。
うまい。
やっぱうまい。
じゃあ、マエスさんにガチャを引いてもらいたいと思います。
わかりました。よろしくお願いします。
はい、お願いします。
で、出てきましたかね。
はい、出た。
じゃん。
はい、B.E.I.体の一部のように答えてくれる。
あげですね。
これはあげですね。いい体験ですね。
これ多分なんですけど、どのB.E.I.だとしても関係ないところ。
関係あるところと関係ないところってあると思うんですけど。
12:01
どのB.E.I.でも関係なくて。
喋るの今頑張ってますけど、ぶっちゃけ言って下手なんですね。もともと。
めっちゃ下手。
でもマエスさんすごい登壇とかもされてらっしゃったりとか。
海外で登壇の経験もあるじゃないですか。
ありがとうございます。
でも実は苦手ですか?
いや、超苦手です。
そうなんですね。
ちょっと自分の経歴の話にもなっちゃいますけど。
新卒の会社ってコンサル会社だったんですね。
はい。
コンサルディング会社って話はすごくやっぱり上手い人が多いじゃないですか。
そうですよね。喋りますよね。
で、その中で一人めちゃくちゃ下手だったんですよ。
で、下手だったんですけど、どうしたらお客さんと話ができるかなっていうところになってくるんです。
で、その時に話は下手だけどデータは正しいんですよ。
うんうんうん。
で、それをデータが正しいって言って資料に書くのはあるし、
それですごく伝わったのはめちゃくちゃ嬉しかったんです。
お客さんも、あ、確かにこういった結果だったらこうなのかなみたいな話は、
私の話が下手でもデータでは伝えられる。
ただ単純なグラフだとそうはいかないんですよ。
はい。
その後に、じゃあこの結果ってどう?
うん。うんうんうん。
じゃあこの結果って具体的には?みたいな。
さらに掘り下げ、資料の中で掘り下げてくる感じですか?
そうですそうです。
なるほど。
で、なるともう、じゃあもう一回今から資料、グラフのやつを作成し直しをしてっていう話になると追いつかない。
それは追いつかないですね。
はい。
なるほど。
だからその時にBIが、たぶん体の一部、正確に言うとたぶん口の一部みたいな形だと思うんですけど、
自分がボディーランゲージだったりとか口調だったりとかで話す代わりに
ドラッグ&ドロップでできるっていう、あれはマジで感動した。
本当に。
データ、このBIツールの中でデータを操作することで、それが自分で発信するよりも、
よりもというか発信しながらでも、この情報として、もうちゃんとストーリーができてるから伝わりやすいということですね。
そうですね。
なるほど。
あれは正直、あれですよ、今お酒飲みながらですけど泣いちゃうかもしれない。
昔の思い出すと。
そうですか。
本当にこんだけ素晴らしい世界ってあんだなって、めっちゃくちゃ面白かった。
お客さんの前でBIツールで画面をプロジェクターとかに出しながら、
ここはこういう理由でこういうデータなんですよ。
これをさらに掘り下げていくとこういう知見が得られますよねっていうのを、
データをストーリーにしながら話すっていう感じですかね。
そうです。
なるほど。
それが特に話が下手だった私だからこそ、本当に良かった。
救われたなって思った。
なるほど。
体の一部のように動くっていう感覚で、
自分が口だとうまく話せないけど、この数字はこうですね。
だからこういった傾向ってありますよねって話とかで。
うんうんうん。
15:00
すげえなって。
データとBIツールが情報を教えてくれて、それを自分で話してるよっていう感じなんですかね。
そうです。
やっぱりそう考えると感動しますね。
良い話聞けました。ありがとうございます。
お、ちょっと料理が届いたみたいですね。
これは麻婆豆腐が、特製麻婆豆腐が届きました。
これまたちょっと映えるようなメニューかもしれない。
めちゃくちゃ良い匂いする。
全然まだガチャ2個しか回してないのに。
あ、確かに。
え、2個しか回してないのか。
ちょっと待って、山ほどあるんですけど。
あ、失礼しました。もう避けない。
やばっ。
え、どうしよう。
いいペースで進んでおりますよ。
大丈夫ですか?
10円。
ここに何でもいいみたいですね。
あ、そうなんですね。
はい、いきます。
ジャン。
暗中模索データイズサーキライズ。
すげえ。覚えてる。
またこれタイトルの名付け方上手いですよね。
違う違う。待って待って。
あのね、待ってください。
一番ハイテンションで描いて、後であれ出てきたらどうしようって思って。
今それが当たった。
マジっすか。
これは多分データと、私自身が信じてる話もあるんですけど、とんでもなく私の絶対的な価値観なんですけど、世の中もっと上手くいくよなって思ってるんですね。
あの前提が。
みんな多分能力すごい高いし、いろいろ話してる中で、なんかダメだよねとか上手くいかないよねっていう人も、まあ上手くいくよねって思ってます。
みんな可能性とかいろんなもの知ってて、いろいろできるけれども、多分それを暗中模索でいろいろさまよってる。
何が正しいんだろうみたいな、どうすりゃいいんだろうってなってる状態だなって思ってるんですね。
背景の話はもう本当にいっぱいあるけれども、組織が大きくなるにつれてっていうので、みんなの中でこの表データになってないけれども、正しいものってこれだよねって多分出来上がっていくと思うんですね。
出来上がっていく中で、何が正しいんだって多分みんなの中でバラバラになっていくはずなんですよ。
あーなるほど。
データウェアハウスが整ってなかったりとか、このダッシュボードだったりとか、BIが整ってないっていうだけで相当変わっちゃうはずなんですよね。
で、みんな間違ってるかっていうとそんなことなくて、このさっきの非構造化の8割部分、データの世界だと捉えられない8割を自分たちで頑張って整理してるんですよ。
なのでみんな頑張ってるけれども、なんかみんな違う方向向いてるよねっていう。
それはちょっと悲しいですよね。
18:00
みんながみんなちょっと正しい道とかが分からずに色々試行錯誤してるよっていう状態なんですね。
そうです。
なるほど。
で、2割しかないけど、構造化されたデータって。
ただそれをグラフだったりっていうので、そこにあるデータについては正しく表示することができるし、正しくみんなに模索してもらうことができるんですよね。
で、みんな出口どこだみたいな。どこ向かえばいいんだっていうのをみんな楽しみですよ。間違っちゃいない。
間違っちゃいない中でみんな模索してる中で、ただピカッとここやでみたいな感じのがパッと出てくる。
正しい根拠をデータが示してくれて、この道だよっていうのをサーチライトを照らしてくれるということですか。
そうしたらみんな見るじゃないですか、そっち。
で、そっちを見たときに言うんですよ。あ、確かにそっちだと思ったみたいな。
で、これはみんな正しいので、データを見て、いやそれは間違ってるって思うことってないし。
で、たぶんなんですけど、サーチライトで照らしたところが、いやそれは違うなっていう話だったら、もう一回この2割のところを見直せばいい。
でも2割のところが合ってたらみんなたぶん言うんですよ。あ、俺実はそっち出口だと思ったんだよねみたいな。
みんなそっちが出口だと思って、みんな正しいと思ったって言うんですよ。
で、これは何かっていうと、CDOっぽい話だったりとか、データが一つ正しい。
いいですね、CDOの話聞きたいですよ。
データ分析の結果で量積が上がるときって、たぶんすごい斬新な結果じゃないんですね。
なるほど、はい。
みんなの中で、あ、そう言われてみればそっちだったなっていうところに着地するはずなんですよ。
あるって言っては。
はい、そっちのほうが多いはずなんですよ。
すごく分かります。
そうっすよね、そんなありますよね。
また一番反対の話になって申し訳ないんですけど、やっぱ店長の勘とかの裏付けとしてデータがあるんだと思うんですね。
店長にこういうデータでこういう知見あるよねって言っても、ああそうだよねって知ってるっていう世界なんですよね。
その人が知らない、一番上のオーナーが知らないことってあんまりないんですよ。
そう思います、本当に。
データって行動の根拠だと思うんで。
なので、突飛なことっていうのはあんまり出てこないんですよ。
出てこない。で、出てこないが優位に大事で。
ですよね。
何かの新しいことを出すためのデータじゃなくて、自分たちの意思決定をサポートするっていう、本当にそれに特化した話はずなんです。
意思決定のサポートですよね。
そうです、完全にBI、ビジネスインテリジェンス。
本当に自分たちがどの意思決定をするかっていうところで、超斬新な何かじゃなくて。
やろうと思ってたけど、あんまりやれてなかったことで、データが後押しして、これをやれって言ってるっていう状態ってあると思うんですよね。
あります。
データが裏付けてあるから、これはもうやるしかないっていう決め方もありますよね。
そうです。
なって思うんですよね、本当に。
やっぱりデータが軸になっての行動になるし、さっきおっしゃってたこのデータがサーチライトになって照らしてくれる。
21:02
そうです。
そういうとこが、こっちなんだっていうのを見つけてくれるっていうのがデータのいいところだと。
いい話ですね。
絶対方針じゃなくて、みんなの中で、確かに、こっちは違うでしょみたいな感じとか。
議論する、照らしてくれるっていうのはすごいな。
なるほど。
本当に好き。
やっぱデータ好きですね。
マジでデータとBIが大好きすぎる。
大好きですね。
めちゃくちゃ好きです。
素敵です。
データ判定byアップデータTV
