有料コンテンツの購読
現在、Web上での有料コンテンツ購読機能は準備中です。 ご不便をおかけしますが、有料コンテンツを購読希望の方は モバイルアプリ上で購読の手続きを行ってください
認証方法を選んでください
ご協力いただきありがとうございます。 いただいた情報は実名認証のみに使用いたします。
利用可能になる機能
コメントの公開範囲が すべてのユーザーまで開放されます
フォロー中トピックスの投稿にコメント・返信ができるようになります
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
お名前の変更には 再度実名認証が必要です
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
名刺または学生証を利用して 実名認証を行いましょう
名刺または学生証をアップロード
※ 名刺等の情報は照合にのみ利用します
※ アップロードされた資料は公開されません
入力された情報に虚偽があった場合、認証が取り消されることがあります。 これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
を利用して 実名認証を行いましょう
入力された情報に虚偽があった場合、認証が取り消されることがあります。 これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
実名認証が完了しました
ご協力いただきありがとうございました。 一層のコミュニティ活性化に取り組んで参ります。引き続きNewsPicksをご活用ください。
利用をつづける
実名認証をして コメントを発信しよう
現在あなたのコメント公開範囲は フォロワーのみに限定されています
信頼性の高いコメントコミュニティをつくっていくために、実名認証にご協力をお願いします。設定を行うことでコメントの公開範囲が「すべての利用ユーザー」 に開放されます。
実名認証を行う
あとで
学割プラン継続確認
学割プランは毎年 月に更新の確認を行っております。
月以降も学割プランを継続されたい方は、 学生情報を更新してください。 学生情報を更新されない場合、 次回更新時に自動解約となります。 卒業される方等、プレミアムプランに移行される方には 1ヶ月無料期間をサービスいたします。
学割プランを更新されない場合
学生の場合
学生の間であれば、またいつでも学割プランにお申込み頂けます。
社会人になる場合
いま、アンケートに答えてプレミアムプランに移行すると1ヶ月無料の特典が受けられます。 ここで「更新しない」を選択すると、後からは1ヶ月無料の特典は受けられなくなりますのでご注意ください。
メール認証をしてください
ご登録いただいたメールアドレス宛に届くメールから URLをクリックし本人確認をお願い致します。 届いてない場合、見つからない場合は下記から再送と認証をお願い致します。
再送設定する
閉じる
新しいトップページへの フィードバックのお願い フィードバックを受けて改善いたしますので、ご意見・ご要望をいただけませんか?
ご意見・ご要望はこちらまで 閉じる
特に価格戦略(マネタイズ戦略)を考える上では力を発揮する。競合の動き、ユーザー、パートナーの行動を加味した、価格戦略の立案。
スタートアップはPDCAという手法が広く浸透していますが、あまりにもPDCAを神格化しすぎると罠に陥る。そもそも設計した仮説検証のプロセスやループ自体が非効率であれば、一向に精度が高まらない。
経済学という理論をベースに、より予測可能性の高いPDCAを立案するのが因果推論やA/Bテストと考えると実効性の高さが理解しやすい。
経済学者に限らず、哲学者、言語学者など、これまでビジネスシーントムエンと考えられた文化系の専門家がどんどんビジネスシーンで活躍すると予想している。この手のノウハウの取り込みでも日本が海外に出遅れてはいけない。
テック系企業のプレゼンス増大もすごくて、大学院のとき記事に出てくるシュワルツさん(当時Yahoo! Research)のところで私がインターンしたときはまだごくレアで、インターン全員の発表会に行ってみたら僕ともう一人の経済インターン以外がみんなコンピュータサイエンスの人でプロダクトを発表してるのに、我々はそもそも発表するなんて聞いてなくてめちゃくちゃ気まずかったのを思い出しました。
そんなだったけど2010年くらいにはMicrosoft Researchのポスドクとか、新卒博士のトップ就職先になってました。就活の時に、前年に僕が博士課程在籍してたハーバードに移ってきたエイシー先生にMSRポスドク受けてみろって言われて受けなかったのは地味ーに今でも後悔してます。
お金になること「だけ」に経済学者が注力しかねないことについて批判的なコメントもありますね。まあもっともなことだと思いますし、経済学者業界の中でも問題視する向きはあります。ただもう少し本質的だと僕が思うことはお金が稼げるかどうかという以上に、極めて具体的な問題をクリアに解決できるところまで経済学が進んだと言うことだと思います。結果としてもちろんお金になる問題にも使えますし、あんまりお金にならないけど重要な、例えば臓器移植ネットワークの設計とか保育園の待機児童問題解決とかに使えるわけです。そういう意味では、お金もうけ「だけ」に行かないように注意する必要はありますが、この変化は歓迎すべきものと思います。(あと、世の中を良くしながらお金もうけしてる実例がかなり多いと思います)
うちの研究所でも取り組みたい、経済学✕テック領域は以下。興味ある人は連絡ください!笑
1. 強化学習✕因果推論
人が関わるプロセスはフィードバックがかかるため、この記事にあるような因果推論はストーリーの一部でしかない。AlphaGoといった強化学習の進化が凄まじい今、経済学を理解するフレームワークをフィードバックループで置き換え、そこに因果推論を組み込むことで理解が発展する。例えば検索エンジンはその最たる例。人が求めるものを表示しようとするサービス側(よりよいコンテンツと検索をマッチする)と、自分が欲しい物を表示しようする顧客側(その結果ナイキ スニーカーのように自然言語ではない言葉で検索するようになった)とでループができている。その中で体験を最適化するにはどうするか、という問題は解かれてない。
2. ブランドの価値を数値化
ブランドとは「機能的な代替品と比較されなくなる力」つまり独自のマーケットを作り出すために、価格優位性をもてる。これは需要を見える化できたインターネットではじめて測れるものになった。このマーケティングではよく扱われたが経済学では数値化できないために扱いが曖昧なコンセプトを、計算可能な価値とする試み。
私は個人的に、こうした「ミクロが企業行動に役立つ」的な風潮が、経済学のダイナミズムをむしろ削いでいると感じています。IS‐LMモデルには大いに問題があるものの、あれほど経済をエレガントかつ直感的につかめるモデルはないでしょう。良くできていると思います。
昨今危惧するのは、ミクロからミクロを見ることを「是」とする風潮です。それは臓器のスペシャリストばかりで基本的な感染症が分からない、いや分かろうとさえしない医者が増えているのと同じです。そうした人に恫喝めいた会見などして欲しくない、ん、話がズレましたね。
本来なら、ミクロをやる人間ほどマクロを描けないといけない。私が修士課程の時に、指導教官の先生に頂いた言葉です。経済学は役に立たないと言われますが、ホレ役に立つぞ、というのを企業経営などに当てはめて述べる風潮は、正にミクロからミクロを見ているだけでは?ちがうちがう、そうじゃ、そうじゃないと言いたい気持ちでいっぱいです。
オークション理論もいいでしょう。それはそれで素晴らしい業績です。一方で、社会や経済の全体観を語れるような人材が日本人の学者の方にいるのでしょうか。言い換えると、自爆気味ですが、私のような「電波芸者」が本来、こうしたことを投げかけてはならないのだと思います。ミクロからマクロを描いてみせる、それが経済学だと私は思います。
その意味で、私はこうした企画の見方に対しては、真っ向から否定的です。敢えて言えば、それは経済学の冠をつけたタダのデータサイエンスであり、社会経済の大局をつかむ経済学ではない。そもそも経済学は社会科学であり、自然科学ではない。この記事に賛同するデータサイエンティストや社会工学者たちは、自ら「祭」に加担しているだけでは(太宰春台の下りなど、わからない方が殆どでしょう)?
思いの外、いいねや共感を頂きました。理論と現実は常に一種の緊張関係にあります。そこを埋めていく作業やバランス感覚が必要かと思います。
当時CEOのエリック・シュミットが「Information Rules」という本を読んで感銘を受け、著者のハル・ヴァリアンをスカウト。広告オークションモデルなど、マネタイズの仕組みを築いたのが、今もチーフエコノミストを務めるヴァリアンです。
こんな話を知って経済学にがぜん興味が湧き、「経済学がビジネスに役立つとはどういうことなのか」取材しました。
第一線で活躍する経済学者の方々に、テック企業でのさまざまな活用例教えてもらいました。「これは使えそう」「面白そう」と参考にして頂ければ嬉しいです。
そのうえで、ここで取り上げられている経済学者の方々は、経済学の中でも特定の分野(ミクロ、計量、とりわけデータ分析、オークション理論)に集中しています。
もちろん、逆に日本では「経済学者を使う」というと「先行きの景気は?」といった話に偏りがちな面があり、海外の動向から学ぶべき点があることは確かでしょう。ただ、上述の分野は「ビッグデータを用いた価格戦略・収益最大化」に寄与することは確かですが、この分野を「経済理論」、「経済学」と一括りにすることは、経済学そのものの発展にとって必ずしもプラスにはならないように思います。もともとの経済学の目指すものは「貧困の解消」、”cool head and warm heart”であったわけですし。
また、確かにデジタルデータの拡大は、経済学を含む多くの学問分野に新たな発展の機会を提供しているとは思います。同時に、主要ジャーナル掲載などの業績をあげる上で、「新しいデータセットへのアクセス」が決定的に重要になっているという冷徹な事実もあります。
この点、GAFAなど特定の主体へのビッグデータの集積が進んでいる中、「GAFAなどと組まないと学問業績があげにくい」という研究環境にならないよう、データの共有などへの社会の理解を高めていくことも、先行きの学問の発展にとって必要であろうと感じます。
大学の専門はビジネスと切り離す日本と対照に、海外の就活では、大学名よりも何をしていたかや専攻でどう考えていたかを重視し、候補者が今の時代に活用できる専門的知識と考察力を得ているかという視点があります。
因果推論と機械学習の組み合わせは有名で今後も活用されていくこと間違いなしですが、Uberが謝り方に経済学的視点を入れていたのは意外です。運転手が遅刻しても謝られたことないですよ(笑)
母校のHUBでも泣きたくなるぐらい叩き込まれるので(もちろん勉強も実践も一生続く。なぜならいろんなツールが、日々開発されているから。)、
社会人大学院でも学ぶチャンスはあるので、こうした流れを組んで、企業も個人もリカレント教育が進むと嬉しいですよねー
今後日本でも、大学院で経済学を学んで学位論文を書いてから、テック企業に勤めるというキャリアパスを歩む学生が増えてくるといいと思う。
ただ、GAFAだからこそ出来る話であって、多くの企業にとっては参考にならない気もします。大多数の企業は価格をコントロール出来る立場にも無いし、競合の動きも変数として考えなければならない。
「独占企業の収益最大化」というテーマで、「大量の実データを低コストで繰り返し入手出来る」プレイヤーであればこそ出来る施策かという印象です。