AIによる予測では、来月の売上が上がるか下がるかの予想はできても、なぜそうなるかの要因は示してくれません。予想に寄与する変数を教えてくれる方法もありますが、その変数を操作しても結果は変わらない(相関関係はあるが因果関係はない)こともよく起こります。
CALCは、相関関係だけではなく因果関係の有無を判断するアルゴリズムにより、直接的に関係している変数の関係を可視化してくれます。これにより、何の変数が他の変数にどのような影響を及ぼしているかを理解することができるようになります。
CALCは、膨大なデータから改善したい項目(改善項目)に直接的に影響を与える項目(因子)を、因果モデルとして導き出すことができます。改善項目に対し、何が因果的に関係しているのかが分かりやすく図示されるため、課題解決に向けた「施策のポイント」が明確になります。
2022年3月22日、パーソル総合研究所から、地方圏への移住に関する調査研究が公開。本調査は、コロナ禍によるテレワーク普及などを背景に地方圏への移住の関心が高まる中、移住に対する意思決定の要因について定量的なデータ・知見を可視化することを目的に行った。
本調査研究報告において、地方圏への移住の意思決定メカニズムの5つのモデル化の試みを行い(U/J/Iターン型/配偶者地縁型/多拠点居住型)、そのなか影響される要因を見つけるために、因果情報分析技術「CALC」を用いて、地方への移住意思決定に関する要因分析を行った。
人はどのようなことに影響されて「移住」という選択を行うのか。移住に際する意思決定に影響する多様な要因について、本調査では、移住のタイプ別に異なるもの、共通するものがそれぞれ明らかになった。