悪い友達がいると借金できなくなる?


この記事の所要時間: 320秒 〜 420秒程度(1955文字)


アメリカにはクレジットスコアという指標がある。
クレジットスコアはその人の信用度をあらわす偏差値のようなもの。大雑把に言えば、金融機関はクレジットスコアに基づき金利や貸付限度額を決めているのだ。また、このスコアは就職試験や不動産賃貸の審査などでも利用されている。「お金の管理ができない人は他の面でも問題がある」という考えで応用範囲が広がっているらしい。何とも世知辛い話だが、有効なデータ活用と言えるだろう。
 
このクレジットスコア。基本的にはこれまでの支払履歴から算出されている。確かに、長い間きちんとクレジットの支払いをしてきた人は今後も支払うだろうし、そうでない人はそのままだろう。信用度には年収や預金額なども影響しそうなものだが、クレジットスコアでは「どれだけまじめに返済してくれるか」を重視している(参考:信用情報|ウイキペディア日本語版)。
 
統計学には、ある変数(被説明変数)は他のいくつかの変数(説明変数)から算出できるという考え方がある。クレジットスコアの例で言えば、支払履歴などから信用度を推定できると考えるのだ。変数間の関係が明確であれば、こういう仕組みが成立することは誰でも想像できるだろう。このときポイントとなるのは説明変数の選択となる。被説明変数に大きな影響を与える変数を見付け出すことが重要なのだ。
 
GIGAZINEにFacebook上の友人があなたのクレジットスコアに影響を与えているという記事が掲載された。支払履歴とは違ったまったく新しい変数で、別のクレジットスコアを算出しようという動きがあるらしい。例えば、Facebook上の友達が支払いを遅延したことがあるかどうかで、クレジットスコアを決めるという。遅延した友達の有無が、実際に支払いをするかどうかに大きく影響するのなら合理的なモデルと考えられるが、友達次第で借金ができたりできなかったりすることに納得のいかない人も多いだろう。
 
以前は使用できる説明変数は限られていた。
しかし、インターネットの発達などによりどこかしこにデータが存在するようになってきたため、状況が変わってきている。測定可能な変数が増加し、コンピュータの計算能力が向上したため、扱える変数の幅が増えたのだ。データを分析する企業の側にはありがたい変化だが、分析される消費者の一人として考えるとあまり歓迎できない。
 

Photo credit : confidence, comely. / Foter / CC BY-NC Photo credit : confidence, comely. / Foter / CC BY-NC

 


変数のつながりが問題


少し引いた視点で見て、調査全般が変わってきているという指摘もある。
アンケートなどで質問する調査よりも、実際の行動を測定する調査が主流になりつつあるというのだ。アンケートで購入理由など人の心理を知ることは重要だが、その回答には思い込みもあれば嘘もある。それならば、実際の行動だけを信じた方が正しい結論に達するという考えだ。測定できる変数はコンピュータを使ったものが多くなるというバイアスはあるものの、一定の説得力がある論理と言えよう。
 
このとき、これらの新しい変数がどうつながるかが問題となる。測定できる変数が増えても、それと何らかの既存データがつながらないと大きな価値は生み出せないからだ。
 
普通に考えれば、Facebookのアカウントと金融機関の信用情報はつながらない。でも、冒頭に挙げた例ではつながっている。金融機関が審査のためにFacebookのアカウントを要求しているのだろう。こういう本人が納得したつながりならまだいいが、自分の知らないところでいくつものデータがつながっていることを考えると空恐ろしくなる。そして、倫理の問題を無視すれば、メールアドレスやIPアドレス、インターネット上の行動パターンなどから一定のマッチングは可能なように思う。
 


「嫌だ!」と言ってもどうにもならない!


このようなデータ活用を「嫌だ!」と思う人は多いだろう。過剰なデータのつながりには危険もあるので、今後は法律などで一定の規制が掛かるかも知れない。しかし、それでもこういったデータ活用やデータのつながりは徐々に増えていくだろう。得られるものが大きければ、企業はあの手この手を使ってデータ活用を推進する筈だからだ。消費者が「嫌だ!」と言ってもどうにもならない。
 
こういう話を書くと、異常に恐れる人がいる。しかし、できることは限られるのが実情だ。人は、理解できないものを恐れる。とは言え、無駄に怖がっても仕方ない。まずは、想像力を働かして、データで何ができて何ができないかを理解する必要がある。魔法使いはどこにもいないのだから。

  1. コメントはまだありません。

  1. トラックバックはまだありません。

This blog is kept spam free by WP-SpamFree.