営業はデジタルの時代に突入しただけではありません。デジタル・マーケティング（DM）にはデータ・サイエンス（DS）の概念が深く導入され、もはや人間個人の経験や知識ではどうしようもないレベルに来ています。当然、日本にもその波は来ます。
でなければ日本は世界に取り残されます。その波は全ての産業にじき広がるでしょう。
スペインのフアン・カルロス王大学サウラの論文によると、コロナの影響もあり、DS、特にディープ・ラーニング（DL)、マシーン・ラーニング（ML）、AIやIoTの分野に著しい技術の発展が見られます。
DSの最大の目的は、集められたデータの分析結果から、ある疑問に対する答えを導き出すことにあります（Kelleher & Tierney, 2018）。
必要なのは、いくつかある分析方法から最適な方法を見つけ出し、そこからデータ分析を応用してMLの分野に活かしていく事です。
直線回帰や論理回帰、機械学習の例などがいくつか出ていましたが、一つ一つをカバーするには専門的すぎるので、本何冊かほどの分量になってしまいます。
私も、文系出身ながら数学を基本から学び直し、統計学の基本の書籍を読み、そこからDSの方法論を一つずつ学んでいます。
機械学習を学ぶ上で気をつけている事は、ハイレベルな理論を学ぶことは重要ですが、細部の技術を学ぶことは将来無意味になるリスクがあるという事です。
例えば、Pythonをマスターする必要があるかというと、近い将来もっと簡略されたプログラム言語やその他のツールができるかもしれない。
でもおそらく統計学の中枢的な理論は100年後も変わらないであろう、とか、一つの具体的な応用例としてPythonをある程度深く勉強しておこう、とか割り切って時間を投資しています。
今ひとつ学習のスピードは遅いですが。
References
- Jose Ramon Saura (2020) ‘Journal of Innovation & Knowledge, Using Data Sciences in Digital Marketing: Framework, methods, and performance metrics, 6(2), pp. 92–102.
- J.D. Kelleher, B. Tierney Data science MIT Press (2018) Google Scholar
