能夠有效利用資料的是「前線」人員

——怎樣才能找出被忽視的已知數據特性？

關於有助於業務發展的有趣資料特性，其實就是前線人員平時隱約覺察到的東西。但實際上，資料科學家作為資料分析者，往往在工作中不會聽取前線的意見。其實只要分析人員能夠用資料印證前線人員的發現就可以了。

大數據分析的做法，是提出「或許具有這種資料特性」的假設，然後收集旨在驗證該假設的資料並展開進行調查，如此循環往復。在這個領域，100個假設中只要有1個得到證實就足夠了。如果不了解前線的情況，就無法提出假設。因此，需要確實妥當地收集前線人員的發現，加快分析調查的迴圈節奏。

同時，大數據的分析結果大多是一些細節資訊，比如各家店鋪的商品陳列方式引起的銷售額變化等。總體來說，資料分析是面向前線人員而非經營決策者的。那麼，由於利用資料分析結果的也是一線人員，所以不能做出現場處理的組織就無法有效利用大數據。

在保護隱私的同時促進資料的利用

——在生活中的很多地方，我們的個人資訊都被收集去了……

這樣一來就可能出現洩漏個人資訊和侵犯隱私的問題。技術越是先進，副作用越是難以避免。開發方和使用方都有必要提前了解存在哪些副作用。

大數據方面，正如剛才說過的Amazon那樣，有時會借助其他使用者的資料進行推測，對特定個人做出分析。做得好，確實能帶來方便，但如果做錯了就會出現問題。即使是正確的推論，也可能導致隱私洩露。要做到妥善利用資訊，必須用技術和法律來保護個人資訊和隱私。

在法律層面，考慮到大數據的發展，日本修訂了個人資訊保護法，並於2017年5月正式施行。如果法律寬鬆，那麼企業可能會更多地利用資料，但個人就不願提供資料了。因此，修訂法律的目標，應該是充分考慮到保護個人資訊和隱私，促進個人資料的利用和流通。