私の祖母はデータアナリストだった。ただ、彼女はそれを知らなかっただけ

私が親しみを込めてナナと呼ぶ祖母は、ラップトップを持ったことがありませんでした。スプレッドシートに触れたこともなく、SQLが何の略かも説明できませんでした。それでも彼女は、豆の入った鉢を見て、外の天気を確認し、三つ先の通りの市場の音を聞いて...いくら売るべきか、貯めるべきか、料理すべきかを正確に教えてくれました。

\ 彼女は家庭を正確に切り盛りしていました。直感で資源を管理し、「モデル」ではなく記憶と感覚、そして長年の経験だけで予測を立てていました。

\ 振り返ってみると、奇妙なことに気づきます：祖母は自分でも知らないうちにデータアナリストだったのです。

\ 彼女にはダッシュボードはなかったが、コンテキストがあった

成長する中で、私は彼女がリアルタイムで頭の中にメモを取るのを見ていました：

• トマトの価格が上がった。それは雨が遅れたということだ。
• 隣人が今週二回訪ねてくる。それは結婚式があるということで、価格が急騰する前に米を買うべき時だ。
• 鶏たちがいつもより静かなの？もうすぐ雨が降るわ。外に洗濯物を干さない方がいいわね。

彼女はそれを「シグナル分析」や「トレンド予測」とは呼びませんでした。彼女はそれを目を開けて生きることと呼んでいました。\n しかし間違えないでください：彼女はパターンを読み取り、変数を特定し、すべてリアルタイムで決断を調整していたのです。

\ 彼女のツールは会話であり、コードではなかった

現在私たちがAPIやダッシュボードに頼っているところ、彼女は会話に頼っていました。

朝の散歩は単なる運動ではなく、彼女のデータ収集の巡回でした。唐辛子の売り手に挨拶し、肉屋と簡単な最新情報を交換し、誰が早く店を開け、誰がそうでないかを観察していました。

彼女はソーシャルグラフやLinkedInが存在する遥か前に、人間のデータネットワークを構築し維持していました。\n そして決断を下す時が来ると、それが貯金であれ、食事の計画であれ、客人の準備であれ、彼女は優れたアナリストがすることをしました：情報を三角測量し、ノイズをフィルタリングし、パターンの中に真実を探しました。

子供の頃、彼女が私を市場に送り出したことを覚えています。リストを手に、コインをポケットに。彼女は各アイテムの正確な価格を、しばしば最後の1セントまで教えてくれました。そしてもし私がお釣りが足りずに戻ってきたら、彼女は躊躇なくリストを私から取り、怒りではなく、データに裏付けられた自信を持って残高を要求しに行きました。皆は私が彼女の孫娘であることを知っていて、私に手を出さない方がいいと分かっていました。

10年後：彼女はまだ20年前と同じリストを持っていました。折りたたまれ、古いノートに挟まれていました。注釈が付けられ、調整され、追跡されていました。それは単なる懐かしさではなく、彼女の生きたデータセットであり、経済パターン、季節の変化、販売者の行動の記録でした。

彼女はそれをデータセットとは呼びませんでした。しかしそれはまさにそうでした。彼女はそれを価格追跡と呼んでいました。

\ 確率であり、確実性ではない

何も正確ではありませんでした。しかしそれは正確である必要はなかったのです。

彼女が「今日は訪問者がいないかもしれないけど、念のために余分に料理しておくわ」と言った時、彼女はリスク許容度を計算していたのです。\n ハルマッタン（乾季の風）が完全に到来する前に薪を買うことを主張した時、彼女は季節的な行動をモデル化していたのです。

これらは単なる当て推量ではありませんでした。それらは生きたデータに裏付けられた仮説駆動型の決断であり、時間をかけて検証され、深くローカルで、常に更新されていました。

彼女には信頼区間はなかったかもしれませんが、彼女が正しい時に教え、間違っている時に謙虚にさせるフィードバックループを通じて得た自信がありました。

\ 現代世界が彼女から学べること

私たちはダッシュボード、メトリクス、顧客離れからインフルエンザの発生まであらゆるものを予測する機械学習モデルの時代に生きています。

しかし、より多くのデータを求める競争の中で、私たちはしばしば環境を深く知ること、計算する前に聞くこと、そしてウェブからスクレイピングできない文脈的知性の力を忘れています。

祖母の仕事の仕方は、データ分析が常にデジタルであるとは限らないこと、それは人間が第一であることを思い出させてくれます。

彼女は私に、優れたアナリストは単に数字を処理するだけでなく、人々を理解することを教えてくれます。彼らは沈黙を読み取ります。彼らはデータが良く見えても、何かがまだおかしいと感じる時を知っています。

彼らは自分のツールを信頼しますが、直感も信頼します。

\ 非技術的アナリストの遺産

今、毎日機械学習、自動化、人工知能と仕事をしている者として、私は自問自答します：

祖母は予測分析についてどう思うだろうか？\n 彼女はいくら使うべきかをダッシュボードに教えてもらうことを信頼するだろうか？\n 彼女はAIモデルに植える時期や売る時期を決めさせるだろうか？

たぶん。しかしそれが自らを証明した場合のみです。

彼女は精度スコアやROC曲線を気にしないでしょう。彼女が知りたいのは：\n 「それは今まで間違ったことがあるか？」\n 「それはこの土地を理解しているか？」\n 「それは自分自身を説明できるか？」

そしてもしできなければ、彼女はそれを捨てるでしょう。なぜなら結局のところ、ツールはそれを使う人々と彼らがもたらす知恵によってのみ良いものになるからです。

\ 最後の考え：私たちは常にアナリストだった

データサイエンスは新しいものではありません。それは単に新しく名付けられただけです。\n 市場で、台所で、農業で、子育てで、私たちは常にデータ駆動型でした。私たちはそれを経験と呼んでいただけです。

だから、隠れたアナリストたちに乾杯：\n パターンを読み取り、予測を立て、戦略を調整し、今私たちがコードでモデル化する本能を私たちに手渡してくれた祖母たち、商人たち、教師たち、農民たちに。

私のアルゴリズムはデータセットで訓練されています。\n しかし私は彼女によって訓練されました。