KPIを作る際にどれくらいの種類の変数を考慮に入れるか
KPIを作る際にどれくらいの種類の変数を考慮に入れるかで正確性が変わってくる。
— 木下勝寿/東証1部社長兼現役D2Cマーケッター (@kinoppirx78) 2020年3月15日
入れる変数の種類が多ければ多い方が確率論としての正確性は上がる。
ビッグデータを取り込んで限りなく確率論を上げるのがいわゆるAIだが、そもそも「何の変数を取り込むか」を決めるのは人間だ。
（続）
陸上の記録においては「追風」の変数を考慮に盛り込んでいる。これにより、純粋な人間の肉体能力計測に近づく。
— 木下勝寿/東証1部社長兼現役D2Cマーケッター (@kinoppirx78) 2020年3月15日
最近はシューズの性能も考慮に入れられている。
一方で「月の位置による地上重力への影響」は陸上記録の考慮に入れられていない（と思う）。
（続）
0.01秒を競う世界においては満ち潮引き潮を起こすほどの重力の変化にはかなり影響受けるんじゃないかと思う
— 木下勝寿/東証1部社長兼現役D2Cマーケッター (@kinoppirx78) 2020年3月15日
（文系出身なので間違ってたらごめん）。
月の位置データを入れた方がより正確なデータが出るはずだが、関係者がそれの影響に気付いていなければ不確定要素が高いままとなる。
（続）
一つの事象に対して「何が影響するか」「どれくらい影響するか」の「どれくらい」の方は今後AIに任せられる。
— 木下勝寿/東証1部社長兼現役D2Cマーケッター (@kinoppirx78) 2020年3月15日
しかし、その前提の「何」については永久に人間の仕事だ。
（続）
日々数値の変化を眺めながら、
— 木下勝寿/東証1部社長兼現役D2Cマーケッター (@kinoppirx78) 2020年3月15日
「なぜこう動いたのか？」
「何が関係あるんだろう」
「曜日？時間帯？月？気温？地域？価格帯？商品特性？媒体特性？掲載位置？選挙？テレビ？日経平均？」
あらゆる要素で仮説を立て、検証して関連性が証明されたものをKPIの考慮変数として取り込んでいく
（続）
これを積み重ねることで鉄壁のKPIが作られる。
— 木下勝寿/東証1部社長兼現役D2Cマーケッター (@kinoppirx78) 2020年3月15日
この鉄壁KPIを持っていれば何か一つ事象が変われば1年後何の数値がどう変わるかわかるし、1年後の予防もできる。
数値化のプロセスはAIによって劇的に変わるが数値化のスタートはいつまで経っても人間の知恵だ。
（終）
