【書評047】「アップル帝国の正体」後藤直義

「アップル帝国の正体」後藤直義
URL：http://goo.gl/Ft3DYy


概要：

アップルの生産、販売に関して取材した現場の声。匿名が多いが、非常に興味深い


感想：

モノ作りの先端だった日本を差し置いて、日本の技術を集約させて作られたiphone。ソニー、パナソニック、東芝、エルピーダメモリ、村田製作所、TDK、京セラなどが採用されている。そしてこういった企業も常に競争にさらされ、新しい技術があるならば世界中のどんな中小企業でもどん欲に情報収集する強さを記します。有名なのはiPodで採用されていた研磨技術。iPodの裏側は鏡みたいにピカピカだったのだが、これ人の手でやってたの知ってましたか？企業名は新潟県の「小林研業」。当初iPodの仕上げはこの会社が行ってました。

ただ、iPodの販売が成功し、生産台数が多くなってくると、人の手で仕上げるのには限界が出てくる。よって、ここからはアップル方式となる。その技術を徹底的に学び、盗み、人件費の安いところで展開し、最大化を図る。

---------------------------------------------------------
親方の小林は、このビデオ撮影が何を意味するのか、直感的に理解していた。０１年の発売から焼く４年が経ち、右肩上がりに伸びるiPodの仕事は地場の研磨業者達の手作業ではもうこなせない量に増えていた。つまりアップルはもっと安い人件費で、大量に磨けるところへ移転するに違いなかった。
（NO.４４９/２７３４）
---------------------------------------------------------


最終的には台湾の鴻海精密工業が請け負うことになった。しかし新潟県燕市はいまでも研磨業で有名な場所となりアップルから求められた徹底的な技術を他に活用している。ただ、日本の技術をあっという間に飲み込み、海外展開によってコモディティ化（汎用化）するアップルのアップルだけが成功するやり方が記されていた。

そして筆者は日本の企業に関してこう表現します。

---------------------------------------------------------
それは、日本企業の存在感が全くもってない、という厳然たる現実だ。米国のIT・電機産業を語る中で、こちらから質問でもしない限り、取材相手から全く日本企業のことは語られない。

この帝国を取材しながら、その支配力の根源にあると感じたものがある。それは次々と登場する新しい製造技術からソフトウェアの新潮流まで、どん欲に吸収し続けることで、世界中をカバーする素晴らしい情報ネットワークを築いていることだ。これは一つの「インテリジェンス（知性）」と言ってもいいかもしれない。その欠落こそが、日本の家電メーカーがめまぐるしく移り行く家電・IT産業やビジネスのルールチェンジについていけず、凋落の道を辿っている理由ではないか
（NO.２６７９/２７３４）
---------------------------------------------------------

この辺、いまの家電メーカー経営陣だと難しいと思う。もう２世代ぐらい若返らないと。かつての成功イメージを捨て、自分たちの強みを再確認し、市場動向と照らし合わせ、どこで勝負するのかを決める。決めたらぶれずに進めるだけ。なんだけどそういう大企業は無い。最近は平均年齢が若い会社の経営陣も保守的な人が多くて驚く。２０代でやってる仕事、業種が一生あると思ってるのだろうか？反面教師にして、柔軟に対応していきたい。

【送料無料】アップル帝国の正体 [ 後藤直義 ] 価格：1,365円（税込、送料込）

【書評046】「メディアの仕組み」池上彰×津田大介

「メディアの仕組み」池上彰×津田大介
URL：http://goo.gl/uWKkW


概要：

池上彰と津田大介のメディアに関する対談集


感想：

この本、Amazonとか楽天で購入できないし、本屋で販売しているところも少なくてなんでだろうと思ってたら、夜間飛行から出版された本でした。新しい試みとして、本を買った人には電子データも提供。本が手元に無くなっても電子データは残る仕組みになってます。アメリカのアマゾンが開始しようとしているサービスですね。

本書は、テレビ、新聞、ネットに関してそれぞれの考え方を述べた後で、情報の取り扱い方、収集の仕方などを対談形式で話している本です。池上彰と津田大介で情報収集方法がまったく違いました。また情報が溢れる現代においての情報の対し方を下記の通り記していました。


---------------------------------------------------------
池上　そうです。「これが正しい情報だ」なんて最初からすぐに分かる人なんていないんです。「正しい情報」と「間違った情報」を瞬時に切り分ける能力ではなくて、「実は分かっていないんじゃないか」という恐れを持つこと。それが、メディア・リテラシーなんだと思います。
（P１４２）
---------------------------------------------------------


正しい情報だけを集め続けるのには限界があり、それよりも自分が分かっていること、分かっていないことを冷静に判断することの重要性を繰り返し記載していました。また、インプットモチベーションについては、


---------------------------------------------------------
池上　そうですね。本気で「伝えよう」とするアウトプットは、やはりインプットのモチベーションになるわけです。何か伝えたいことがある方は、ぜひ相手にそれを伝えてみると良いと思います。実際に伝えてみようとすると、きっとうまくいかない。そこで、「どうして上手くいかないんだろう？」と考える。必要だと思えば、さらに周辺情報を調べていく。たぶんこれが重要なんだと思います。
（P１６８）
---------------------------------------------------------


これ、例えば２年目になったばかりの社員が新卒に何か教えるとき初めて自分がよく分かっていないことに気付くなどが良い例ではないでしょうか。教える側、伝える側になって初めて自分の理解度が分かる。

全体的には初心者向けの記載が多く、読みやすい本でした。

池上彰のやさしい経済学 第二集DVD全7巻 明日がわかる基礎講座＜分割払い＞【smtb-S】【送料無料】 価格：28,500円（税込、送料込）

【書評045】「データサイエンティスト（data scientist）」橋本大也

「データサイエンティスト（data scientist）」橋本大也
URL：http://goo.gl/kXLQMr


概要：

ビッグデータを解析、分析する人という意味で使われ始めた「データサイエンティスト」著者が現在考えるデータサイエンティストの解説と求められる資質


感想：

ビックデータ関連の本と合わせて読むと、とても面白いし、今後のビジネスの進め方やマーケティング手法が変わることを実感する本でした。

データサイエンティストとは何ぞや？例えば、2012年、Microsoftがテクノロジー業界で最もホットな専門職を以下の３つを提示したことがある。


---------------------------------------------------------
１：データマイニング、機会学習、人工知能、自然言語処理
２：ビジネスインテリジェンス（BI）、競合情報分析
３：分析、統計。特にウェブ解析、A/Bテストや統計分析
（P２２）
---------------------------------------------------------


全て、大量の情報を分析する仕事に関わる職種ばかりとなる。そして、データサイエンティストとはこの３つを統合した先にあるのではないかと著者は記します。そして、著者は自身の考える、データサイエンティストに必要な３つの能力を続けて記します。


---------------------------------------------------------
１：統計とITの能力
２：ビジネスの問題を発見し解決する能力
３：創造的な提案を行う能力
（P３２）
---------------------------------------------------------


著者は、単なる分析屋で終わるならば、データサイエンティストと言う職種は一時的な盛り上がりはあっても、定着しない職種であると記載します。あくまでも「分析」「発見」「解決」「提案」を行っての定着だと協調を行い、既存の研究者や分析部門とは一線を画することを提案します。

また、現在ビックデータと言われる新しめのwebから取得出来るデータを一番活用出来ている会社としてyahooを紹介。yahooには「データソリューション本部」と言う部署があり、そこにはデータスペシャリストと言う名で２００人近くがデータの分析と提案を行っている。例えば、検索窓の高さを２２ピクセルから２８ピクセルに拡大させて、売上を４．８億増大させたなどは読んでいて面白いなと思いました。

著者は一貫して、データサイエンティストはサイエンティストではなくビジネスパーソンだと書きます。しかし、サイエンティストと言う単語を使っている限りにおいては「分析屋」の範疇から出られないことも想定し、もう一つの単語「グロースハッカー（growth
hacker）」を紹介。日本訳だと「成長請負人」、卓越した技術力に酔ってウェブサービスの成長を実現する職種を指す。

元ペイパルのデーブ・マクルアはグロースハッカーの用いるべきデータ分析モデルとしてAARRRモデルを提唱している。


---------------------------------------------------------
１：Acquisition（獲得）
２：Activation（定着）
３：Retention（継続）
４：Referral（紹介）
５：Revenue（収益）
（P２００）
---------------------------------------------------------


AIDMAと似てる感じがするけど、大きく違うのは、Attentionは計測出来ないが、Acquisitionは計測ができると言うこと。これだけでも分析やその後の提案に大きな差が生じる。よってAARRRモデルがいいですよ、と。

最後にソフトバンクモバイルのデータ活用に関するインタビューがあるのだが、これを最後に持ってくる理由も明確に感じました。


---------------------------------------------------------
---ソフトバンクの中に「データサイエンティスト」という肩書きの人はいるのでしょうか

いません。全社を通じていないと思います。分析の役割を担う人間と言う意味では、各部署に散らばっていて、事業会社として何らかの形で数値を扱う部門であれば、各部、各課といった単位で分析を行っているというのが現状です。


---データ分析を行う人は理系がメインなのでしょうか

私は文系です。あまりそういった区分はしないですね。理系であれ文系であれ、数字に強くないとやっていけない会社ですので、何かやりたいことがあったとき、それを裏付ける数字を示せないと提案が通りません。
（P２２３）
---------------------------------------------------------

データサイエンティストは、サイエンティストでは無く、ビジネスパーソン。特別な職種では無いと何度も記します。だから、文系、理系関係無く誰もが身につけるべきスキルだとも。ビックデータ→データサイエンティストの流れを単なる分析屋で終わらせないと言うメッセージを強く感じました。

【送料無料】データサイエンティスト [ 橋本大也 ] 価格：767円（税込、送料込）