直感と多変量解析とスキー

先週末に２ヶ月ぶりにスキーをしてきた。
毎年、年間滑走日数の目標を１０日としているのだが、社会人になって達成した試しがない。昨年は７０％まで順調だったが、3.11によって阻まれた気がする。

今年は今回の菅平で進捗率は５０％となった。達成できるかなぁ。。

菅平では、レーサーの都民大会が開催されていた。
やけにヘルメット、ワンピ、ポールガード付きストックなどが目立ったのはそのためだが、そもそもレース向けのゲレンデだったようだ。
高原なので、気温は低いのだが、あまり雪が降らないのか、雪は人工雪のような印象だった。そのため、冷えるとバーンが固く、エッジをずらそうものなら、とたんに外れてしまうような雪だった。
ただ、各コースほどほどの長さだったので、基礎練にはなかなかもってこいのバーンかもしれない。エンジョイスキーヤーの我々にはロングクルーズコースがなかった点だけ物足りなかったが、その分は回転率でカバーした。

そんなこんなで本題。

今回スキーをしていて、改めて、僕が今データを分析する仕事についていることの必然性に気づいたのだ。
そう。何を隠そう、このスキーによって、僕の分析スキルは磨かれていたのだ。

僕は大学に入ってからスキーを始めた。それまでは２回しか滑ったことがなかったので、完全なる初心者だったわけ。そのため、最初はどうやって曲がるのかすらわけわかめな状態だったわけだ。

基礎スキーでは、講習という形で、一人の講師に複数の人間がついて教えを請うのが普通の姿だ。例に漏れず、僕もそうやって色々と教わっていった。
しかし、難しいところはスキーは完全なる感覚値のスポーツなので、技術の伝承もすべて感覚によるものになる。さらに自身の滑る姿はビデオでも取らない限り、見ることはできないため、感覚をたよりに滑るしかないのだ。

僕は講習があまり好きではなかった。
そのため、住み込んでいたゲレンデでは基本的に単独で滑ることが多かった。（環境もそうだったが）
数をこなすことで、自分の感覚を磨いていった。

僕のいた白馬八方尾根は基礎スキーのメッカなので、基本的にレベルが高い人が多かった。それが功を奏したのだろう。リフトに乗っていると、うまい人が滑っているのが見える。そこで、どうしたらうまくなるのかを観察しながら、リフトを降りて実践をしていた。これはまさにデータ分析に伴うPDCAサイクルそのものではないだろうか。

また、スキーヤーは様々な環境変数から自身の滑りを決定する。
例えば、天気や気温。気温の有無によりどういったスキー板で滑り、どのように滑るのか決定する。例えば、先ほど例に挙げたように、固くしまったバーンであればハイスピードで角付けをして滑る。一方、雪が降り積もった深雪バーンであれば、重心を後ろにずらし、後傾での滑りになる。

また時間によって斜面も表情を変えるので、それに応じた滑りをしなければならない。
これは数値化してはいないが、感覚的に感じ取り、修正を行っている。
もちろんバーンの斜度や広さ、人の多さなどの変数も重要だし、自分のコンディションなども考慮すべき変数だ。そういうことから、習慣として多変量を考慮した日常になっていったのではないかなぁ。

こうやってまどろっこしく書くと、めんどくさいと思ってしまうが、これを普通に脳は処理しているのだと思うと、改めてデータマイニングから人間が感じ取れない何かを発見するのは難しい作業であると思う次第だ。

ともかく何事も日々精進をして、一歩一歩前に進みたいと同時にスキーうまくなりたい。
以上。